塔斯娱乐资讯网

「Google把“让模型做判断”单独做成了一条API」Gemini Decision 1 面向的不是写答案,而是让程序直接拿到可执行的判断结果:对同一份输入一次性提出最多 1000 个问题,返回 yes/no、固定选项选择或分级评分,并附带校准后的概率和置信度,方便用代码直接分流、排序、拦截或升级人工处理。它的价值在于 ​

「Google把“让模型做判断”单独做成了一条API」Gemini Decision 1 面向的不是写答案,而是让程序直接拿到可执行的判断结果:对同一份输入一次性提出最多 1000 个问题,返回 yes/no、固定选项选择或分级评分,并附带校准后的概率和置信度,方便用代码直接分流、排序、拦截或升级人工处理。它的价值在于把原本“先生成文本、再解析文本”的脆弱链路砍掉了,输出 token 恒为 0,延迟和成本都更可控。形态上也很实用,原生支持文本、图片、音频、视频和 PDF,上下文窗口 262,144 tokens,尤其适合工单路由、内容审核、策略命中、结果打分这类闭集决策场景。价格也很激进,输入每 100 万 token 仅 0.10 美元,没有额外输出成本。不过它并不是拿来替代通用生成模型的:如果你需要解释、总结、结构化抽取或多步推理,还是该走常规交互接口;Decision 1 更像一颗专门负责“拍板”的模型,把判断这件事从生成里拆出来,单独做到稳定、便宜、可阈值化。这背后其实是 Agent 工程逐渐成熟的信号:未来很多系统不缺“会说”的模型,缺的是能被业务规则直接消费的判断层。 aistudio.google.com/docs/decisions-api