2026年11月11日，谷歌发布 Gemini Decisions API 与新模型 Gemini Decision 1（gemini-decision-1），专做判断。一次请求里，它对同一份文本、图片、音频、视频或 PDF 输入，最多提 1000 个是否、选择或打分问题，150 至 250 毫秒内返回带置信度的答案。生成式大模型习惯逐字“想”答案，判断题不必这么贵。
不写字，直接给概率
做法是单次前向打分：模型不对答案逐 token 解码，而是直接给每个候选选项算概率。三种题型各有分工：是否题（noul）估计某个条件成立的概率；选择题（choice）从 2 到 255 个选项里挑出胜者，并给出各候选概率；打分题（score）按从 0 起的有序量表给连续加权分与每档概率。每个答案都带 0 到 1 的置信度，拿不准的可转人工。输入最高 256K token，中位模型计算 50 到 100 毫秒，1 到 100 道题延迟几乎不变。输入每百万 token 0.10 美元、输出免费，同一份输入只计一次；谷歌称它在智能体路由、推理、排序与多模态理解基准上全面领先、校准误差最低，比 Gemini 3.5 Flash-Lite 加 Interactions API 便宜近 5 倍。
谷歌内部已经在用
谷歌内部团队已经把它当成低延迟控制层。Gemini Notebook 用它动态路由，按查询意图实时分流到合适的模型档位与思考深度，日常查询延迟最多降 40%；Stitch 的快速画布用它几秒生成可交互的产品流程线框，语音点按改动几乎实时生效；Google Labs 的 CC 用它从 200 多个表情里瞬间挑出合适的反应；谷歌搜索用它做 MCP 工具安全层，在延迟预算内识别对抗行为。生态也在跟进：OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit、OpenCode 已接入，AI Studio 有免费层，Google Cloud 支持即将推出。
边界要先说清：它只适合有界选择——工具选择、策略检查、模型路由、内容分级这类“选项已知”的问题；开放式写作与深度推理仍然要靠生成模型。另外只免输出 token，问题本身的指令与判定标准 token 照常计费。接下来看：Google Cloud 上线后的真实场景校准表现，以及 OpenAI Decisions API 与微软 Decision-1 之后，判断模型会不会成为各家标配。OpenAI 的版本已正式发布，用法可以先看这篇问答。
