谷歌推出Gemini Decisions API，專用於判斷而非生成文本
谷歌今日在Gemini API中上線Decisions API，配套新模型Gemini Decision 1。該接口不生成文字回答，而是對輸入與一組問題進行評分，直接返回每道題的答案及置信度。
單次請求可攜帶一個多模態輸入（文本、圖像、音頻、視頻、PDF，最高256K tokens）與最多1000個獨立問題。模型在單次前向傳遞中對候選選項打分，返回概率與置信度，端到端延遲約150-250毫秒。定價爲每百萬輸入Token 0.1美元，輸出Token不收費。
適用場景包括工具選擇、策略檢查、模型路由與上下文評分。官方稱其在代理路由、推理、排序與多模態理解基準上領先，且校準誤差最低。相比完整文本生成，該路徑針對封閉集合判斷，避免逐Token解碼。
原始來源：blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api
ABAB AI 解讀
模型提供商將封閉集合判斷從文本生成路徑中分離，推出專用決策接口。谷歌上線Gemini Decisions API與Gemini Decision 1模型，支持單次請求對最多1000個問題進行評分，返回概率與置信度，而非生成文字。輸入覆蓋多模態，最高256K tokens，輸出Token費用爲零。
與逐Token生成回答不同，該路徑在單次前向傳遞中完成選項評分，延遲保持在150-250毫秒。類似情況下，資本更關注判斷速度與成本對代理工作流中分支調用的影響，以及置信度是否支持低置信度回退。官方數據顯示其在多項基準上校準誤差最低，成本約爲完整交互API的約五分之一。
此次上線將Gemini從通用生成擴展至專用決策原語。受益方爲需要高頻低延遲分支判斷的代理與應用開發者；完整生成模型則繼續承擔開放回答任務。結構變化在於，封閉集合判斷從文本生成中剝離，形成低成本、零輸出費用的專用路徑，支持工具選擇與策略檢查的規模化調用。
認知定律
專用決策模型在單次傳遞中評分選項，避免文本生成的延遲與輸出費用。
單次請求支持最多1000個問題，將分支判斷從逐次調用轉化爲批量評分。
零輸出費用與低延遲，使封閉集合判斷成爲代理工作流的低成本原語。