谷歌 Gemini Decision 1 发布：不做逐字生成，一次请求判 1000 个问题

据深潮 TechFlow发布，作者：冬梅，AI前线当整个 AI 行业还在比拼谁能生成更多 Token、谁的推理能力更强时，谷歌却推出了一款不靠逐字生成答案的新模型。 刚刚，谷歌正式发布 Gemini Decision 1，同时推出由该模型驱动的 Gemini Decisions API。与传统生成式大模型不同，这款模型专门用于快速决策，不需要逐个 Token 生成文字，而是通过单次前向传播，对预先设定的候选答案进行评分。 谷歌 CEO Sundar Pichai 也在 X 平台发文介绍了 Gemini Decision 1 的主要能力。他写道： 今天，我们在 Google AI Studio 中正式推出 Gemini Decisions API，由全新的 Gemini Decision 1 模型提供支持。 与传统模型逐个 Token 生成文本不同，这款模型专门为封闭选项集中的决策任务而设计。它可以在单次处理过程中，对文本、图像、音频、视频以及 PDF 中的最多 1000 个问题进行评分。 以下是几个值得关注的细节： 支持三种决策类型：是 / 否判断、多项选择（最多 255 个选项），以及基于评分标准的打分； 每百万输入 Token 的价格仅为 0.10 美元，输出 Token 费用为零，成本约为 Flash-Lite 的五分之一； 在多项基准评测中处于领先位置，同时具有最低的校准误差。 谷歌内部团队已经开始使用这项技术。 他还展示了 Stitch Rapid 在几秒钟内设计完整产品流程的演示，视频为正常 1 倍速播放。 这段介绍揭示了 Gemini Decision 1 与传统大模型最大的不同：它不负责把答案说出来，而是负责从已有选项中作出判断。 过去，当开发者希望 AI 判断一封邮件是否属于垃圾邮件，或者决定某项任务应该交给哪个 Agent 时，往往需要调用生成式大模型，再从模型生成的文本中提取结果。Gemini Decision 1 则省去了逐字解码的环节。 开发者只需要提供输入内容、待判断的问题以及候选选项，模型就可以直接返回对应的判断结果、概率和置信度。 这意味着，对于本来只需要一个分类、评分或选择结果的任务，AI 不必再完成一整套文本生成流程。 按照谷歌公布的数据，Gemini Decision 1 可以在一次请求中处理最多 1000 个独立问题，支持文本、图像、音频、视频和 PDF 等多模态输入，端到端延迟仅为 150 至 250 毫秒。 价格也比较激进：每百万输入 Token 仅需 0.10 美元，输出 Token 不收费。在谷歌公布的同一组基准测试中，其调用成本较 Gemini 3.5 Flash-Lite 低近 5 倍。 更值得注意的是，这并不只是一款用于回答选择题的模型。谷歌已经将其用于 AI 模型路由、Agent 工具选择、产品设计以及安全检测等场景，试图让它成为 AI 系统中专门负责判断与决策的底层组件。 一次处理 1000 个问题，最多 255 个选项根据 Google 发布的技术介绍，Gemini Decision 1 提供三类核心决策能力。 第一类是 Yes/No（二元判断）。例如，判断图片中是否存在安全隐患，或者一段文本是否违反既定规则。模型会给出相应条件成立的概率。 第二类是 Multiple Choice（多项选择）。开发者可以预设 2 至 255 个候选选项，模型不仅会选出最符合条件的答案，还会返回每个候选项经过归一化处理的概率。 第三类是 Ordered Rubric（有序标准评分）。开发者可以自行定义不同等级的评分标准，让模型对输。