北京时间 11 月 12 日凌晨，谷歌上线了自家第一个"决策模型" Gemini Decision 1 和配套的 Gemini Decisions API。它不在聊天框里逐字写答案，而是给一段共享输入配上最多一千个彼此独立的问题，用一次前向计算打出概率和把握，输出文本 token 计费为零。 API 定价为输入每百万 Tokens 0.10 美元，输出免费，目前已在 Google AI Studio 提供免费额度供开发者试用。 至于"能省多少"，谷歌 CEO 皮查伊给出的官方口径是：在同一组评测上，Gemini Decision 1 比自家轻量聊天模型 Gemini 3.5 Flash-Lite 便宜 5 倍左右。 但这 5 倍只有跟聊天模型比才成立，放进决策模型这条赛道里，它并不是最省的选项。哔哩哔哩IT之家知乎
省钱省在三个结构上
聊天模型做判断题，要连着生成答案一起收输出 token 的钱；决策模型只交概率，计费先砍掉一整头。模型在一次前向计算里同时判最多 1000 道封闭式问题，返回校准后的概率和置信度，校准指的是模型对自己答案有多大把握的估计。 第二头在批量共享：同一份输入按一次计费，但每道问题的指令和候选项依然会增加输入 Token，价格是每百万输入 Token 0.10 美元，没有输出 Token 费用。 也就是说，一份长合同、一段录音配一千个检查点，材料费只付一次。第三头是延迟：按谷歌官方给出的 16K 上下文、1～100 道问题的测试范围，模型计算中位延迟只有 50～100 毫秒，高频判断的等待和重试成本也一起降下来。哔哩哔哩知乎
"便宜 5 倍"的参照物是评测任务
谷歌官方博客把 Gemini Decision 1 和 Jev 1.14、OpenAI Decisions API 放在一起横向对比，共 9 项评测，其中 7 项 Gemini Decision 1 分数最高，连以 Jev 命名的 JevBench 也比 Jev 本身高出 2.2 个百分点。 需要注意，"便宜 5 倍左右"说的是完成同一组评测任务的花费，对比对象是 Gemini 家族里本就便宜的 Flash-Lite，不是所有聊天模型都贵 5 倍，它也不是每 token 单价意义上的降价。知乎
另一本账：赛道内它不占便宜
即便在谷歌自家的成本对比里，三家都有成绩的 7 项评测上，Jev 1.14 花的钱也比它少。知乎
第三方机构 Artificial Analysis 做完整套评测，Gemini Decision 1 每完成 100 万个任务要花 345 美元，约合人民币 2300 元；分数更高的 Drex Max v1.1 只要 103 美元，不到它的三分之一。在第三方的决策指数上，它综合得分 66 分，与 Jev 1.14 打平，落后榜首 7 分。知乎
任务有甜区，多模态是独一份
省不省钱，还取决于任务对不对口。按 Artificial Analysis 的测试结果，知识和推理类题目 Gemini Decision 1 是所有决策模型里分数最高的，分类、提取信息这类任务，它表现一般般。 而"一份材料配一千问"最常见的批量场景恰恰是分类和提取，官方"独一份"的优势在另一头：音频和视频两项评测，成绩单里只有谷歌有成绩，能听录音、看视频做判断。配套 API 支持文本、图像、音频、视频和 PDF 混合输入，单次最多 256K tokens。知乎IT之家
普通开发者最后能省多少
上手路径是低成本的：在谷歌 AI Studio 申请 API Key，用免费额度先搭原型；OpenRouter 上架首日就接入了它，谷歌自己云上的支持反而还要再等等。 把账合起来看：如果你的活儿长得像"一份材料、一千个问题"——批量内容审核、工单分流、给 RAG 答案打分、多模态材料检查——输出免费加共享输入一次计费，接近官方的 5 倍差价是可信的；如果每次只配一两道散题，或者主业就是分类提取，省下的就有限，而且赛道内还有比它更便宜的同类产品。要不要换，最好先拿自己的评测集跑一遍再定。知乎
