文章摘要
谷歌推出全新决策型AI模型Gemini Decision 1，其无需逐字生成文本，通过单次前向传播对预设候选答案评分以适配高效决策场景，端到端延迟仅150~250毫秒，调用成本为同类模型的五分之一，具备三类核心决策能力，评测表现优异，目前已落地谷歌多个内部业务场景。

当AI行业普遍聚焦于比拼生成更多内容时，谷歌推出了一款全新的决策型模型Gemini Decision 1。与传统生成式大模型不同，这款模型无需逐字生成文本，而是通过单次前向传播对预设候选答案进行评分，专门用于高效决策场景。

该模型由Gemini Decisions API驱动，支持处理文本、图像、音频、视频及PDF中的最多1000个问题，端到端延迟仅150～250毫秒，成本极具竞争力：每百万输入Token仅需0.10美元，且输出Token完全免费，调用成本仅为同类模型的五分之一。

Gemini Decision 1提供三类核心决策能力：一是二元判断（是/否），可输出对应条件成立的概率；二是多项选择，支持预设2～255个候选选项，并返回各选项的归一化概率；三是有序标准评分，开发者可自定义多等级评分规则，模型会返回连续加权分数及各等级的概率。三种任务还可在一次请求中混合执行，例如同时判断桌面是否存在液体洒漏、应采取的清理措施及现场严重程度。

在多项基准评测中，Gemini Decision 1表现突出，概率校准能力尤为亮眼。在9项测试中拿下7项第一，准确率最高达92.2%，其校准误差仅0.0250，远低于同类模型，这对Agent系统至关重要——模型可给出判断结果及概率，系统可根据概率与实际正确率的关系，决定是否自动采取行动或转交人工审核。

目前，谷歌已将该模型应用于多个内部场景：在Gemini Notebook中作为实时模型路由器，根据请求复杂度选择适配的模型档位，使日常查询延迟最多降低40%；在Google Stitch中，Rapid Canvas功能可在几秒内生成可交互的产品流程线框图；在Google Labs的CC产品中，用于从200多个表情选项中快速选择合适的反应；还在Google Search中用于构建安全检测层，识别潜在的对抗性行为及内容。

以上内容不代表本平台立场，仅供读者参考