Newshot Gemini Decisions API：不写答案，直接给出多模态决策
Google 新推 Gemini Decisions API，以 Gemini Decision 1 对文本、图像、音频、视频和 PDF 一次计算最多 1,000 个封闭问题，返回概率与置信度。它主打低延迟、低校准误差和零输出令牌计费，适合工具路由、规则检查、内容评分及人工复核分流。
- 单次请求最多评估1000个问题
- 端到端延迟为150至250毫秒
- 每百万输入token收费0.10美元
一段通话录音、一张照片、一份扫描 PDF，程序要决定交给哪个工具、是否转人工、打几分。Google 新推的 Gemini Decisions API 不写答案：一次请求最多算 1,000 个封闭问题，直接返回概率和置信度。判断从文字里被捞出来，变成代码能读的数。
一次读取五种材料，1,000 个判断一起算
Gemini Decisions API 不生成一段答案，而是在一次请求里给每个候选项打出概率，面向系统需要“选哪一个”或“是否合规”的时刻。
Google DeepMind 于 2026 年 11 月 11 日发布 Gemini Decisions API，底层模型名为 Gemini Decision 1，模型标识为 gemini-decision-1（可在 Gemini API 中调用的模型名）。它接在 Gemini API 与 Google AI Studio 上，首批用途包括工具选择、政策检查、模型路由和内容评分。这里的“路由”（按任务把请求交给不同模型）不是让模型写答案，而是让程序依据返回的分数决定下一步调用谁、选什么工具或是否放行。
一次请求可以放入文本、图片、音频、视频和 PDF，共享输入上限为 256K token（模型处理文本时使用的计量单位）。图片和视频还能调节分辨率，用视觉细节换取输入成本。同一份材料最多可配 1,000 个彼此独立的问题，问题可以是“是否”、多选或按量表评分，每个候选结果都会得到概率和置信度。
文本、图片、音频、视频、PDF共用一次输入。
候选项逐项返回概率与置信度。
总输入以 token 计量。
它与普通生成式接口最直观的区别，是不按词逐个生成答案。Gemini Decision 1 会在一次前向计算中完成候选打分（模型对全部输入执行一轮计算），再把分数交给程序执行分支。官方给出的端到端延迟为 150—250 毫秒，其中模型计算中位数为 50—100 毫秒。延迟几乎不随问题数增长，前提是官方测试的 1—100 问题区间；1,000 题时是否仍持平，材料没给。
这套接口把“看懂材料”和“作出选择”合在一次请求里。开发者提交内容与问题后，拿到的不是自然语言答案，而是一组可执行的选择信号。判断质量会不会随问题规模变化，官方没有给出 1,000 题下的对照数据。
答案不是一段话，是一个能直接进代码的数
前面那条相关性同样适用于图片、音频、视频、PDF 和文字里的封闭式判断。
开发者把同一份材料交给 Gemini Decision 1，一次提出多个彼此独立的问题，包括是非判断、多项选择和按量表评分。每项返回 0 至 1 的置信度，程序据此选择路径：继续自动处理、转交另一套工具、交给更重的模型，或转给人工复核。这里的置信度是模型对选项的判断分数，不是“回答正确率”的保证。
这类接口瞄准的是 AI 代理内部的“岔路口”。系统要判断一张图片是否违反审核规则、一段录音更适合转给哪个分类器、同一份内容在评分量表上属于哪一级，都不需要模型逐字生成答案。概率可以直接进入代码，省掉开发者自行解析自然语言、再把答案转换成分支条件的那一层。
输出越少，反而更适合自动系统。Gemini Decision 1 不逐个 token 解码答案，而是在一次前向计算中为候选项打分。这样少了一层供人阅读、却容易被误读的中间文本——自动系统要的从来不是一段解释，是一个能拿去分支的数。
测试覆盖不超过 16K token 的输入，问题从 1 个增到 100 个时延迟基本持平。计费也围绕输入：输出 tokens 不计费，一次请求不论评估多少问题只按输入结算，没有单独的语音转写和 OCR 账单。
官方给出的对比是，在共享基准套件上比 Gemini 3.5 Flash-Lite 配合 Interactions API 便宜近五倍；这个比例来自 Google 自己的测试，输入很短、问题很少时得重新核算。
普通使用者的影响会藏在后台：图片审核更早分流，语音请求更快选路，内容评分不再停留在一段无法稳定解析的文字里。但置信度不是事实本身，低分不自动等于违规，高分也不意味着可以取消人工兜底。
后面约 7 分钟，是会员的。
免费部分到这里。墙内还有：
墙内重点：AI不再写答案，模型开始替程序做选择了？