Google发布Gemini Decisions API：不生成文本，只给校准概率，百万token一毛钱

Google今天发布了一个不太一样的大模型产品：Gemini Decisions API。它不负责聊天，也不生成段落。你给它一段文本、一张图、一段音频、一段视频或者一个PDF，再给它最多1000个问题，每个问题可以是是/否、单选或者评分标准。它返回的是每个问题的校准概率。

所谓校准概率，简单说就是模型对自己判断的置信度比较靠谱。比如它说70%的概率是“是”，那么在大量类似问题中，大约70%确实是“是”。这对需要自动化决策的场景很关键，比如内容审核、工单分类、问卷评分、合规检查。传统大模型给你一段自然语言回答，你还得解析；这个API直接给结构化概率，省掉后处理。

价格是每百万输入token 0.10美元。这个数字值得停下来看一眼。GPT-4级别的模型输出 token 通常要几美元到几十美元每百万，而这里把判断任务的价格压到了接近零。Google显然想把“用模型做判断”变成像调用普通分类器一样便宜。

据MarkTechPost作者Michal Sutter报道，这个API基于Gemini Decision 1。支持多模态输入意味着你可以直接拿扫描件、录音、视频帧去问问题，不用先转成文本。比如给一段客服录音，问“客户是否表达了退款意愿？”给一张发票照片，问“金额是否超过500美元？”给一份合同PDF，问“是否有自动续约条款？”最多1000个问题可以在一次请求里批量问，适合大规模评估。

不过，校准概率的“校准”程度需要实际测试。Google说校准，但不同领域、不同语言、不同模态下的表现可能差异很大。另外，1000个问题是否都独立，问题之间会不会互相干扰，官方没有细说。价格便宜，但如果概率不准，后续人工复核成本反而更高。

从产品形态看，Google在把大模型往“决策基础设施”的方向推。生成文本是入口，但真正嵌入业务流程的是判断。Gemini Decisions API更像一个可编程的概率开关，它不打算做聊天机器人。对开发者来说，这意味着你可以用同一个模型处理分类、评分、筛选，不用再维护多套小模型。对普通用户来说，你感知不到它，但它可能决定你的申诉会不会被自动通过，你的内容会不会被限流。

原文链接：https://www.marktechpost.com/2026/11/11/google-gemini-decisions-api-gemini-decision-1/