Google推出Gemini Decisions API，决策快5倍
Google正式推出Gemini Decisions API，搭载全新的Gemini Decision 1模型。这款API专为快速、封闭集决策设计，能在单次前向传播中处理文本、图像、音频、视频和PDF等多模态输入，并一次性评估多达1000个独立问题。与传统的逐词生成不同，它直接输出候选选项的概率和置信度，端到端延迟低至150-250毫秒。在成本上，由于不收取输出Token费用，其价格比Gemini 3.5 Flash-Lite便宜近5倍。目前，Google内部团队已将其用于Gemini Notebook的动态模型路由、Stitch的快速设计迭代以及Google Search的安全层构建，开发者可在Google AI Studio中免费试用。
Gemini Decision 1无需逐词解码即可对选项进行评分，将模型计算的延迟中位数保持在50到100毫秒之间。
HN 评论区
90- eminence32
我有点惊讶，居然要等到 Jev 出现，大家才恍然大悟：‘哦对，这是个有用的功能，我们应该把它放进产品组合里’。
不过也许这就是那种事后看来才显而易见的事情？我敢肯定几年前就有人尝试过类似的东西，比如用语法约束输出（例如只输出简单的 JSON 结构），但那样无法从模型中获取概率。这让我好奇：这些模型到底是怎么计算概率的？
- kodoman
我还没用过决策模型。大家现在是怎么用的？有人把它们用在像 Pi 这样的编程框架里吗？
- 2001zhaozhao
我们现在正处在 AI 变得极其便宜的阶段。传入 10 万个 token 的上下文，然后问几百个每个 100 token 的问题，其成本大概只相当于一次 Google 搜索 API 调用。
在这几百个问题中，大部分甚至可以是同一个问题的不同变体，从而捕捉到比常规单选题所能提供的更多细微差别。
- waximabbax
它比同一赛道上的其他决策模型要贵一些。
不过，它也可以接受音频和视频作为输入，针对这些特定场景，它会非常有用。
- theanonymousone
除 Jev 本身外，我用过的最好的决策模型是 respan/span-02，它是基于（还是微调自？）Gemma4 26A4。这让我尽管面对高昂成本，也对这次发布感到乐观。