文章摘要
近期AI决策模型赛道竞争加剧，谷歌正式推出多模态决策模型Gemini Decision 1及配套API。该产品面向封闭式决策场景，具备超低延迟、原生多模态处理、单请求可处理千个问题的特性，定价低廉、基准测试表现领跑，主打多模态与高并发优势，相关生态正在快速集成。

在TypeSafe AI的Jev决策模型引发行业关注后，谷歌正式推出基于Gemini Decision 1的多模态决策模型服务Gemini Decisions API。这一发布恰逢决策模型赛道快速升温，谷歌凭借差异化能力在竞争中寻找定位。

Gemini Decision 1专为封闭式决策场景设计，具备超低延迟、原生多模态处理、单次可处理1000个问题的核心特性。它支持三类原生决策模式：是/否判断、最多255个选项的多选选择，以及标准化评分打分。定价方面，每百万输入Token仅需0.10美元，输出Token完全免费，价格仅为Gemini 3.5 Flash-Lite的五分之一，性价比极具竞争力。

在涵盖智能体路由、逻辑推理、信息排序和多模态理解的顶级基准测试中，Gemini Decision 1全线领跑，尤其在校准误差指标上表现最优，这意味着模型判断的准确性极高，幻觉率极低。处理最高16K Token的多模态上下文时，模型计算的中位延迟可压缩至50-100毫秒，端到端延迟仅150-250毫秒。更重要的是，无论处理1个问题还是100个问题，速度几乎保持一致，不会因问题数量增加而卡顿。

基于Gemini强大的原生多模态架构，该模型可在单次前向传递中直接理解文本、音频、视频、PDF等各类输入内容，还支持多模态混搭——比如将客服通话录音与账户数据结合，或把理赔PDF单据与损坏照片打包输入。用户可自由调整音视频分辨率，平衡视觉细节与Token成本。在单次请求中可混合使用三种决策模式，且模型会返回0到1之间的置信度分数，遇到模棱两可的情况时，开发者可直接对接备用方案或人工审核，稳定性极强。

谷歌内部顶尖团队已将该模型作为低延迟控制中枢使用，无需训练自定义分类器，也无需等待大模型缓慢生成，定义好选项即可快速上线功能。它在Gemini Notebook中充当动态模型路由的“交通警察”：用户提问进入后，几毫秒内即可完成意图分类，简单问题走轻量模型（延迟降低40%），复杂问题则交给深度思考模型处理。在Stitch工具中，它实现了极速设计迭代，仅需几秒就能生成完整产品流程的可运行线框图，语音或点击修改可即时生效，流程达标后可一键转入完整设计模式。在Google Labs的CC社交应用中，它能在1秒内从200多个表情中选出最合适的，表情加载流畅自然。此外，它还作为搜索工具的安全层，高效检测对抗性内容。

谷歌AI Studio提供免费API层级，支持原型开发，计费逻辑十分透明：共享输入无论对应多少个问题，仅计一次费用，每个问题仅收取自身指令和标准Token成本，无任何输出费用，也没有“思维Token”额外收费，更不单独收取音频转录或OCR费用。目前，谷歌AI生态正全面跟进该技术，OpenRouter、LangChain、Vercel、LiteLLM等工具均在快速集成，google-genai SDK的支持也在持续推进。

这场由Jev引发的决策模型风暴在10月掀起了“疯狂之月”，短短17天内，多家顶级AI实验室发布了同类模型：亚马逊开源了Strands Decider 2B，Cloudflare推出了基于Apache 2.0协议开源的Clef及Clef-flash模型，Perplexity开放了基于27B开源模型微调的Decisions API，Liquid AI则推出了d1-ultra。微软与OpenAI等巨头也迅速调整API策略应对这股浪潮。在这场17天的巨头混战中，谷歌的策略并非单纯比拼纯文本差价，而是主打“原生多模态+千题大并发”的优势。当前赛道格局清晰：纯文本极致低价由Jev主导，复杂多模态与高并发场景看谷歌，生态合规则由OpenAI占据。这也明确了未来智能体架构的方向：决策模型（System 1）负责快速、廉价的判断，大模型（System 2）则专注深度“慢思考”，智能体发展的下半场已然开启。

以下是该API的使用示例，可通过单次请求让AI分析办公室吧台照片并完成三类判断：

from google import genai
client = genai.Client(http_options={"api_version": "v1beta"})
result = client.decisions.create(
    model="gemini-decision-1",
    # 共享输入：包含一张图片和一句文本描述
    input=[{
        "type": "image",
        "uri": "https://storage.googleapis.com/generativeai-downloads/images/spill.jpg",
        "mime_type": "image/jpeg",
    },
    {
        "type": "text",
        "text": "早上9点客户会议前的休息室吧台检查。",
    },
    ],
    # 一次性发起三个问题
    questions={
        "has_spill": {
            "type": "noul",
            "instructions": "吧台上是否有未清理的液体溢出？",
        },
        "next_action": {
            "type": "choice",
            "instructions": "哪种清理措施最适合当前场景？",
            "criteria": {
                "wipe_with_cloth": "吧台少量溢出，附近已有抹布。",
                "dispatch_janitorial": "地面大面积危险、碎玻璃或持续漏水。",
                "ready_for_meeting": "吧台干净，已准备就绪。",
            },
        },
        "severity": {
            "type": "score",
            "instructions": "评估吧台脏乱的严重程度。",
            "criteria": [
                "干净且准备就绪。",
                "轻微的局部溢出。",
                "重大溢出或安全隐患。",
            ],
        },
    },
)
以上内容不代表本平台立场，仅供读者参考