Google 已推出 Gemini Decisions API。该接口由 Gemini Decision 1 模型驱动，可帮助 AI 智能体快速做出预定义决策，无需生成冗长文本响应。

该接口允许开发者针对包含文本、图像、音频、视频和 PDF 的共享多模态输入，评估最多 1,000 个独立问题。Gemini Decision 1 不在逐 token 生成响应，而是在单次前向传播中对预定义选项评分，返回概率与置信度分数，端到端延迟为 150 至 250 毫秒。

Google 表示，该模型面向有界任务，例如选择工具、检查策略合规性、将查询路由到合适模型以及对上下文进行评分。开发者可在单次 API 调用中提交是/否检查、最多 255 个选项的多选题，或基于预定义评分细则的评分请求。

更快的决策与更低的成本

Google 称，该 API 的模型计算时间中位数为 50 至 100 毫秒；单次请求处理 1 到 100 个问题时，性能几乎不变。

模型支持最多 256,000 个 token 的上下文窗口，可同时处理多种数据类型。开发者因此能组合音频录制、图像和文档等输入，无需依赖独立处理系统。

Google 还称，在覆盖智能体路由、推理、排序和多模态理解的基准测试中，该模型优于竞争系统，同时校准误差最低。

该公司表示，在其共享基准套件中，使用 Interactions API 时，Gemini Decision 1 的成本接近 Gemini 3.5 Flash-Lite 的五分之一。

此次发布正值专用 AI 决策工具竞争加剧之际。OpenAI 于 10 月推出 Decisions API，由 GPT-6 Luna 模型驱动。该公司称，该服务交付决策的速度比其 Responses API 快最多 10 倍，单次请求最多支持 400 个问题。与 Google 的产品类似，它提供基于概率的检查、多选选择和基于评分细则的评分，定价为每百万输入 token 0.10 美元起。

Decisions API 定价为每百万输入 token 0.10 美元，输出 token 不收费。无论评估多少个问题，共享输入数据只计费一次，但每个问题会增加指令与标准 token。

驱动真实 AI 应用

Google 已在多款产品中部署该技术，表明专用决策模型可提升自动化系统的速度与效率。

在 Gemini Notebook 中，该 API 将传入查询路由到合适的模型层级与推理等级。Google 称，该方法可将日常查询延迟降低最多 40%，同时将更强的推理模型保留给复杂任务。

该技术还为 Google Stitch 平台中的快速设计实验提供支持，使用户能够生成交互式产品线框图，并通过语音命令或触摸输入进行修改。

同时，Google 的 CC 助手使用该 API 在几分之一秒内从 200 多个选项中选出 emoji 回应。

Google Search 也将该技术用作安全层，检测涉及模型上下文协议（MCP）工具的对抗行为。

除这些应用外，该 API 可帮助开发者构建系统，自动选择合适工具、评估传入信息，并判断何时需要人工介入。

Decisions API 现可通过 Google AI Studio 使用，包括用于原型设计的免费层级。Google 还正在推出与 OpenRouter、LangChain、Vercel、LiteLLM 和 Pydantic AI 等开发者平台的集成。