Google 推出 Gemini Decisions API，单次可评估最多 1000 个封闭式问题

隆重推出 Gemini Decisions API，由全新的 Gemini Decision 1 模型驱动。可在文本、图片、音频、视频和 PDF 上，以快速、单次处理评估多达 1,000 个是/否、选择题和评分标准打分问题。 您的浏览器不支持 audio 元素。 我们推出 Gemini Decisions API，帮助你在文本、图片、音频、视频和 PDF 上快速做出概率性选择。该工具可在单次处理中为多个问题计算置信度分数，提供了一种经济高效的方式来路由查询、评分内容或检查策略规则。你今天就可以开始构建：在 Google AI Studio 中获取 API key，并查阅我们面向 Python、JavaScript 和 REST 的指南文档。

今天，我们推出 Gemini Decisions API，这是一个用于快速闭集决策的新端点，由全新的 Gemini Decision 1 模型（gemini-decision-1）驱动，可通过 Google AI Studio 中的 Gemini API 使用。 Decisions API 为你提供专为有界选择构建的原语，例如工具选择、策略检查、模型路由和上下文评分。你可以传入一个跨文本、图片、音频、视频和 PDF 的多模态输入（最多 256K tokens），以及多达 1,000 个独立问题。Gemini Decision 1 不会逐 token 生成答案文本，而是在单次前向处理中为候选选项打分，以 150-250 ms 的端到端延迟返回概率和置信度分数，价格为每 1M 输入 tokens $0.10，输出 tokens 不计费。 在涵盖 agent 路由、推理、排序和多模态理解的基准测试中，Gemini Decision 1 在整个套件中领先，并具有最低的校准误差。 Gemini Decision 1 无需逐 token 解码即可为选项打分，在多模态输入和最多 16K tokens 的上下文中，模型计算的中位延迟保持在 50-100 ms（端到端 150-250 ms），并且从每个请求 1 个问题到 100 个问题几乎保持平稳。由于输出 tokens 不计费，在共享基准测试套件中，搭配 Decisions API 的 Gemini Decision 1 比搭配 Interactions API 的 Gemini 3.5 Flash-Lite 便宜近 5 倍。 Gemini Decision 1 构建在 Gemini 的原生多模态架构之上，可在单次前向处理中直接处理文本、图片、音频、视频和 PDF。你可以在一个共享输入中组合多种模态，例如将通话录音与账户元数据配对，或将扫描的 PDF 理赔文件与损坏照片配对，并调整图片和视频输入的分辨率以控制视觉细节和 token 成本。 你可以在单个请求中针对该共享输入评估多个问题，混合是/否检查、多项选择和评分标准打分。每个答案都包含置信度分数（从 0 到 1），因此你的代码可以将模糊情况路由到 fallback 或人工审核： input 字段使用与 Interactions API 相同的 Content 块格式。以下示例展示如何在一个请求中，结合文本备注，针对全部三种问题类型检查一张休息室台面的照片： from google import genai client = genai.Client(http_options={"api_version": "v1beta"}) result = client.decisions.create( model="gemini-decision-1", input=[{ "type": "image