大模型回答一个问题，要一个字一个字往外蹦。可很多场景根本不需要"说"，只需要"判"：这句话该走哪个模型、这条评论要不要拦、这个工单该给谁、这张图有没有安全隐患。
谷歌 11 月 11 日上线的 Gemini Decisions API，就是把这件"判"的事单独拿出来做成一个接口。它不生成文字，只给选择题打分，输出还不要钱。
它到底做了什么
官方说法是：一次请求，给它一份共享输入（文本、图片、音频、视频、PDF 混着放，最多 256K token），再给它最多 1000 个互相独立的问题。模型不逐 token 解码，而是在一次前向传递里给所有候选选项打分，直接返回概率和置信度。
支持三种问法：
- noul（是/否）：某个条件成立的概率，可以额外给"成立/不成立"的描述标准。
- choice（多选一）：2 到 255 个选项，返回胜出项，以及所有候选的归一化概率。
- score（有序评分）：按你给的评分标准（从 0 开始）打连续分，并给出每一档的概率。
每个答案都带一个 0 到 1 的置信度。这一点在实际工程里比准确率更实用：分数低就转人工或走备用分支，不用让模型硬猜。
价格和延迟：这次真正值得看的地方
| 项目 | 官方口径 |
|---|---|
| 输入价格 | 每 100 万 token 0.10 美元 |
| 输出价格 | 0（不计输出 token） |
| 计费方式 | 共享输入每请求只收一次钱；每个问题只加自己的指令和标准 token |
| 模型计算延迟 | 中位数 50–100 毫秒（16K token 以内的多模态上下文） |
| 端到端延迟 | 150–250 毫秒 |
| 并发问题数 | 1 个问题和 100 个问题耗时几乎一样 |
| 对比 | 官方称在共享基准集上比 Gemini 3.5 Flash-Lite 走 Interactions API 便宜近 5 倍 |
"输出免费"这句容易被读成营销话术，但放在决策模型上其实说得通：它压根不生成，也就不存在思维 token 那种账单刺客。官方还明确说不单独收音频转录和 OCR 的费用。
需要说清楚的是：上面的价格、延迟、基准排名都来自谷歌官方博客，是厂商口径，我们没有账号、也没有做本地实测，不能当成第三方验证过的结论。
一个请求，三种问法
官方给的最小例子是检查休息室吧台：一张照片加一句说明，同时问"有没有没擦的液体""该采取哪种清理动作""脏乱程度几分"。三种问法混在同一个请求里：
from google import genai
client = genai.Client(http_options={"api_version": "v1beta"})
result = client.decisions.create(
model="gemini-decision-1",
input=[
{"type": "image", "uri": "...spill.jpg", "mime_type": "image/jpeg"},
{"type": "text", "text": "早上 9 点客户会议前的吧台检查。"},
],
questions={
"has_spill": {
"type": "noul",
"instructions": "吧台上是否有未清理的液体溢出？",
},
"next_action": {
"type": "choice",
"instructions": "哪种清理措施最适合当前场景？",
"criteria": {
"wipe_with_cloth": "吧台少量溢出，附近已有抹布。",
"dispatch_janitorial": "地面大面积危险、碎玻璃或持续漏水。",
"ready_for_meeting": "吧台干净，已准备就绪。",
},
},
"severity": {
"type": "score",
"instructions": "评估吧台脏乱的严重程度。",
"criteria": ["干净且准备就绪。", "轻微的局部溢出。", "重大溢出或安全隐患。"],
},
},
)输入用的是 Content block 格式，和 Interactions API 一致，所以已经在那套接口上写过代码的人迁移成本不高。官方文档提供了 Python、JavaScript 和 REST 三种写法，AI Studio 里有免费额度可以先试原型。
谷歌自己拿它干什么
- Gemini Notebook 的模型路由：提问一进来先判意图，简单问题走轻量模型，官方称日常查询延迟最多降 40%，复杂任务再交给深度思考模型。
- Stitch 的快速画布：几秒生成可点击的产品流程图，语音或点按修改近乎即时生效。
- CC 的 emoji 选择：从 200 多个表情里一秒内挑出合适的那个。
- Google 搜索的 MCP 工具安全层：在延迟预算内识别对抗性内容和对抗评估。
这四个例子的共同点是：本来要训一个分类器，或者等一次生成，现在改成"把选项写清楚，让模型打分"。
放在我们这种小团队里怎么用
下面这些是打算做、还没验证的想法，不是实测结论：
- 文章自动归档：新稿进来，用 choice 从现有分类里选一个，置信度低于阈值就留着人工定。
- 评论审核：noul 判"是否包含广告或攻击性内容"，比正则稳，比整段生成便宜。
- 自动化流程分诊：n8n 里原来靠 if 节点堆规则的，可以换成一次打分，把"该走哪条分支"变成 3 选 1。
- 表单分诊：合作、投稿、报错混在一个入口时，先判类型再分派。
不适合用它做什么
- 需要写字的地方：它只打分，不产出内容。摘要、回复、文案还是得走生成模型。
- 开放式问题：选项写不出来，就没法用。
- 把置信度当保险：置信度高不等于对，官方也建议把模糊情况交给备用方案或人工。
- 合规敏感判断：涉及钱、医疗、法律的判断，模型只能做初筛。
一句话判断
这不是又一个大模型，而是把"判断"从"生成"里拆出来单独卖，而且卖得很便宜。对 Agent 来说，这类低延迟、可算成本的判断层会比再换一个更强的通用模型更直接地省钱。真正的考验是：当一个决策的单价低到几乎可以忽略时，我们会不会把太多本该定规矩的事，交给一个只会打分的模型。
来源
- Google 官方博客：Gemini Decisions API: Fast, calibrated multimodal decisions（2026-11-11，作者 Min Choi、Felix Yu，Google DeepMind）
- 中文报道与解读：AITNT 转新智元《谷歌发布首个决策模型！输出全免费，百万 Token 低至 0.1 美元》
说明：本文价格、延迟、基准排名均为谷歌官方口径，我们未做本地实测；文中"怎么用"部分为计划，尚未验证。