什么值得买App下载 App ›
连续签到专享现金活动

单次评估1000个多模态问题,Gemini Decision 1适合哪些业务场景?

北京时间11月12日凌晨2点26分,谷歌在AI Studio上线了Gemini Decisions API,背后是其首款专门做判断的模型Gemini Decision 1。它不“写”答案,而是在一份多模态输入上,一次给最多1000个预先设定的判断题打分。所以它适合的不是内容生成,而是输出为“一个选项、一个判定、一个分数”的高频高并发任务:模型路由、内容审核、多模态合规判断、工单转派、批量评测打分。36氪

“1000题”这笔账怎么读

计费方式决定了场景边界:输入每百万token收费0.10美元,输出token一分钱不收,开发者在AI Studio申请密钥即可免费试用。“一次1000题”的关键是共享输入:同一份文本、图像、音频、视频或PDF(最高256K token)上可挂1000个互不影响的问题,输入只计一次费,每多问一题只多收这道题的题面和选项;1.6万token输入内端到端延迟150到250毫秒,问1题和问100题耗时几乎不变。题目格式只有三种:是非判断、最多255个选项的选择、按自定义档位打分,三种还能在同一次请求里混着出。IT之家微博36氪

谷歌内部已经验证的四类场景

官方博客给出的最直观案例:给模型上传一张茶水间台面的照片并同时问三个问题,是否存在洒漏概率0.95、清理动作选“用抹布擦”置信度0.98、严重程度按档位打1.19分、置信度0.77,一次请求全部返回。路由场景已经实际跑在生产上:谷歌把Decisions API用作实时模型路由器,按问题复杂度选择模型档位和思考强度,日常查询延迟最多降低40%。官方披露的企业向用法还包括把通话录音与客户资料放在一起判断、结合保险索赔文件与现场照片做审核——和茶水间洒漏属于同一类任务:一段原始材料,一串封闭问题,一次返回全部判定和置信度。微博36氪

成绩单:官方一套,第三方另一套

谷歌博客的对比表里,Gemini Decision 1在9项测试中拿到7项第一。最亮眼的一项,恰恰是决策模型专用的JevBench选择题测试,它取得92.2%的准确率,超过GPT-6 Luna和Jev 1.14本尊。但这些数字都是谷歌自己测的;在评测机构Artificial Analysis的决策指数上,它综合得分66分,与Jev 1.14打平,只领先OpenAI和微软的同类模型。分数更高的是两家小厂。真正独一份的是音视频:对比表中音频、视频两项只有谷歌的成绩。微博36氪知乎

不适合什么:边界同样清楚

它不能替代生成:需要自由文本答案、选项无法预先枚举的任务都不适用,问题本身只能写文字,选项上限255个。成本上也有硬边界:不支持上下文缓存和Batch API,同一份大文档反复提问,每次输入都按全价计费。官方成绩单同样承认失手:网页操作测试它落后Jev 1.14约0.6个百分点;在“该不该调用工具”的时机判断上,Jev 1.14得分82.0%,它只有79.9%。如果你的系统最核心的诉求恰是让Agent决定何时调用工具,这份对比表值得先读。微博36氪

怎么上手

决策模型这条赛道已经挤满了人:9月Jev带火概念,10月OpenAI的Decisions API转正,微软也推出了自己的决策模型。Gemini Decision 1的试用门槛不高:模型名gemini-decision-1,AI Studio申请密钥即可调用,免费层每分钟200次、每天1万次,但要注意免费层数据会被谷歌用于改进产品。OpenRouter等第三方已接入,谷歌云侧的支持还要再等。一句话选型:要判断的题明确、选项有限、需要对大量多模态内容一次出结论,它是对路的选择;要反复问同一份大文档、追求单任务最低成本,或者决策点就是工具调用时机,先把缓存支持和按任务计价的账算清再决定。知乎微博

评论

评论区空态插画

当前文章无评论,是时候发表评论了