Google 上线 Gemini Decisions API：一次最多判 1000 题，输入每百万 Token 0.1 美元

单次请求输入上限 256K Token，可混合文字、JSON、图片、音频、视频和 PDF，同一份输入最多挂 1000 个问题，输入只计一次费。定价为输入每百万 Token 0.1 美元、输出不收费，比用 Gemini 3.5 Flash-Lite 生成答案便宜近 5 倍；输入在 1.6 万 Token 以内时端到端延迟 150 到 250 毫秒，问 1 个和问 100 个问题耗时接近。Google Notebook 已用它为提问挑选模型，日常问题延迟最多降低 40%。

这个赛道竞争已相当激烈：OpenAI 早一个月（10 月 6 日测试版）推出同名 Decisions API，用 GPT-6 Luna，价格相同但一次只支持 400 个问题、不收音视频；创业公司 TypeSafe 的 Jev 1.14 在 OpenRouter 上每百万输入 Token 只要 0.042 美元。Google 自测的 9 项评测中 Gemini Decision 1 拿了 7 项第一，但网页操作和工具调用两项输给 Jev 1.14。局限方面，它不支持上下文缓存和 Batch API，重复输入按全价计费。

Google 推出 Gemini Decisions API：不写回答只做判断，一次最多问 1000 个问题，输入每百万 Token 0.1 美元、输出不收钱 Google 今天在 Gemini API 里上线了 Decisions API，配套新模型 Gemini Decision 1。它不生成文字，只答题：给它一份输入和一组问题，它直接返回每道题的答案，外加一个“有多大把握”的置信度。 【它解决什么问题】 做 AI 应用时，很多调用其实只要一个判断：这条客服消息转给哪个组？这个问题交给便宜模型还是推理模型？这张图违不违规？以前只能让大模型写一段话，再从里面解析答案，慢，容易解析失败，还要为输出 Token 付钱。 Decisions API 只有三种题型：是非题，返回“是”的概率；单选题，2 到 255 个选项，返回选中项和每个选项的概率；打分题，按你写的档位打分。每个答案带 0 到 1 的置信度，代码可以设门槛，比如高于 0.7 自动执行，低于就转人工。官方说这些概率是校准过的，意思是模型说 90% 的时候，大约十次里真对九次，所以置信度能直接拿来当门槛。 Google 博客的例子：上传一张茶水间台面的照片，同时问三个问题。“有没有洒了的液体”答 0.95；“怎么处理”选“用抹布擦”，置信度 0.98；“脏乱程度按 0 到 2 打分”给 1.19，置信度 0.77。 【多快、多便宜】 一次请求的输入最多 256K Token，文字、JSON、图片、音频、视频、PDF 可以混着放，比如一段客服通话录音加账户信息。同一份输入上最多挂 1000 个问题，彼此互不影响。输入只计一次费，每多一个问题只多算这道题本身的字数。 Google 称输入在 1.6 万 Token 以内时，端到端延迟 150 到 250 毫秒，问 1 个和问 100 个问题耗时差不多；同一批评测下，比用 Gemini 3.5 Flash-Lite 生成答案便宜近 5 倍。Gemini Notebook 已经用它给每个提问挑模型，日常问题延迟最多降了 40%。 【谁能用】 在 Google AI Studio 拿个 API Key 就能调，模型名 gemini-decision-1，走 v1beta 接口。有免费层，每分钟 200 次、每天 1 万次，免费层的数据会被 Google 用来改进产品，付费层不会。OpenRouter、LangChain、Vercel 等正在接入，Google Cloud 上的 Gemini 要稍后才支持。 不支持上下文缓存和 Batch API，同一份大文档反复问，每次都按全价算输入；不能直接传 YouTube 链接；问题本身只能写文字。 【跟 OpenAI 的同名产品比】 OpenAI 早一个月做了同样的东西，名字也叫 Decisions API：10 月 6 日出测试版，10 月 22 日正式开放，用 GPT-6 Luna，同样每百万输入 Token 0.1 美元、输出不收费。区别是 OpenAI 一次最多 400 个问题，只收文字、图片和 JSON，不收音视频和 PDF；但它支持缓存，重复输入能打折，还能直接塞进对话历史和工具调用记录。 创业公司 TypeSafe 的 Jev 1.14 也专做这类判断，在 OpenRouter 上每百万输入 Token 0.042 美元，只收文字和图片。 Google 博客附的对比表里，Gemini Decision 1 在 9 项测试中 7 项第一（其中音频、视频两项只有它和 Flash-Lite 参测），校准误差 0.025，GPT-6 Luna 是 0.072；网页操作和“该不该调用工具”两项输给了 Jev 1.14。7 项共同评测的总花费，Jev 最低，0.68 美元，Gemini Decision 1 是 0.88 美元，GPT-6 Luna 0.93 美元。以上跑分都是 Google 自己测的。 Google 博客： blog.google/innovation-and… 官方文档： aistudio.google.com/docs/decisions… OpenAI Decisions API 文档： developers.openai.com/api/docs/guide… Sundar Pichai @sundarpichai Today we’re launching the Gemini Decisions API, powered by our new Gemini Decision 1 model in @GoogleAIStudio . Instead of generating text token by token, it’s built for closed-set choices scoring up to 1,000 questions across text, images, audio, video + PDFs in a single pass. A few details: - 3 decision types: yes/no, multiple choice (up to 255 options) + rubric scoring - $0.10 / 1M input tokens with $0 billed for output tokens (~5x cheaper than Flash-Lite) - leads on several benchmark evals with lowest calibration error Google teams are already building with it, below is a look at Stitch Rapid designing a full product flow in seconds (1x speed)

本条情报归属 AITOP「产品」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「中美大模型技术代差与商业化对照」「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Gemini、Decisions API、OpenAI、Google AI Studio，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明：本文原始线索采编自「宝玉」（@dotey），经 AITOP 多维评分管线结构化提炼。