北京时间11月12日凌晨，谷歌在 Google AI Studio 正式上线首个"决策模型"Gemini Decision 1 和由它驱动的 Gemini Decisions API，CEO 皮查伊发文确认了这一发布。和逐字生成文字的聊天模型不同，这个接口专职帮 AI 智能体完成预设好的快速判断，不需要生成冗长的文本回复。数字里最扎眼的一条：一份材料一次最多判 1000 道题，单次前向计算打分，返回校准概率和把握程度，输出 token 为 0。36氪微博小红书
对普通人来说，先说诚实的答案：它不会变成手机上一个新的聊天 App，这次发布带来的变化分三层，其中两层你现在就能摸到。
它判的是什么题，不是什么
过去让 AI 判断一封邮件是不是垃圾邮件、一个任务该交给哪个 Agent，开发者要调用生成式大模型先"写一段话"，再从文本里把答案抠出来；Gemini Decision 1 省掉了"写"的过程，直接返回判断结果、概率和置信度。36氪
谷歌把题型定死为三种：是非判断、2 到 255 个选项的单项选择、2 到 255 档的量表打分，三类可以在一次请求里混着问，每道题还附带一个 0 到 1 的把握值——不够把握时，结果可以交给人工或备用流程。小红书
官方演示很具体：给模型上传一张茶水间台面的照片并附文字说明，要求它同时判断桌面是否存在液体洒漏、应该采取何种清理措施，以及现场的严重程度——三个问题，全在一次前向里完成。36氪
"一次判 1000 题"要按口径读：数的是同一份共用输入上预置的问题数量，不是 1000 份独立作业一起上传——这份输入只收一次钱，每道题再另算自己的题干和选项。定价是每百万输入 token 0.10 美元，输出不收费，谷歌给出的口径是这一成本约为自家 Gemini 3.5 Flash-Lite 的五分之一。速度方面，官方口径的端到端延迟约 150–250 毫秒，多题并行、延迟几乎不随题量变长。知乎36氪小红书
"还能看音视频"同样指的是输入侧：喂进去的可以是文字、图片、音频、视频和 PDF，上下文最高 262,144 个 token，但这不代表它能把音视频"做"出来。在音频测试 MMAU 和视频测试 Video-MME 上，它分别拿到 71.8% 和 69.1%，都高于 Flash-Lite——在这张官方基准表里，两家竞品的决策模型这两项干脆没有成绩。小红书36氪
普通人的三层接触面
第一层在谷歌自己的产品里，已经跑起来了。Gemini Notebook 把它当实时模型路由器，按问题复杂度决定调用哪一档模型，谷歌称日常查询的延迟最多因此降低 40%。36氪
另外三个落点更"隐形"：设计工具 Stitch 的 RapidCanvas 实验用它几秒钟形成可交互的产品流程线框图、快速响应语音或点击修改，Google Labs 的 CC 产品用它从超过 200 个表情选项里选反应，Google Search 内部则用它搭建 MCP 工具的安全检测层。36氪
第二层是普通人现在就能上手的入口：想把批量判断交给它，现在就能去谷歌 AI Studio 申请 API Key，用免费额度先搭建一个原型试试效果。免费档对输入不计费，额度每分钟 200 次、每天 1 万次，但需要知道：这一档的数据会被用于改进产品，传孩子作业或私密录音之前先掂量一下。知乎小红书
第三层是开发者生态的扩散。OpenRouter 首日就架起了这个模型，谷歌云官方渠道的支持还要再等等。它卖给应用后台的是"便宜、快速的判断"这个原料：对本来就只需要一个分类、评分或选择结果的环节——邮件分流、客服工单路由、内容规则检查、拍照批量判客观题——AI 不必再完成一整套文本生成流程。知乎36氪
成绩单与两瓢冷水
谷歌自己的基准表里，它在 9 项评测中拿下 7 项第一，概率校准同样领先，但在另外两项测试以及总调用成本上，仍有对手表现更好。输得最值得注意的一站是考验工具调用判断的 When2Call——恰恰是它主打的 Agent 核心场景——专用模型 TypeSafe Jev 1.14 以 82.0 分压过它的 79.9 分。36氪
另一瓢冷水来自第三方：评测机构 Artificial Analysis 的决策指数给 Gemini Decision 1 综合 66 分，和 Jev 1.14 打平，落后榜首 Drex Max v1.1 与 GLiDE v1.2 各 7 分；跑完整套评测每百万任务要花 345 美元，是领先者 Drex Max v1.1（103 美元）的三倍多。"7 项第一"和"不是全场最强"可以同时成立，前者是官方特定基准集的口径，后者是跨厂商综合指数加真实计费的口径。知乎
这套 API 目前还是 Beta，只走 Gemini 开发者 API 的 v1beta 入口、只支持这一个模型；题目说明只能是文字，YouTube 链接和云存储地址也不能直接丢进去，批量处理、上下文缓存、Flex 和 Priority 模式暂未列入。小红书
信号：模型开始分工
9 月被 Jev 带火的决策模型赛道，如今一下子挤满了人：OpenAI 的 Decisions API 刚在 10 月转正，微软也推出了自家的 Decision-1，现在谷歌亲自下场。大模型的分工正在被重新划定：有的负责写长文，有的负责深度推理，接下来会有越来越多模型专门承包智能体每秒成千上万次的小判断。对普通人，这意味着 AI 的判断更快、更便宜，也第一次带上一个看得见的"把握"数字——它不确定的时候，答案会被转给人类。知乎
