秒判断100个问题
11月12日，谷歌推出了Gemini Decisions API，配套模型叫Gemini Decision 1。这个模型不生成文字回答，只做判断——开发者预先设好最多1000个问题，模型读完输入内容后一次性给出答案。
它支持三种判断方式：是非题（Yes/No）、多选题（2到255个选项）和分级打分（按0开始的有序标准评分）。三种方式可以混在一次请求里用。每个判断都带置信度分数，开发者能根据置信度决定要不要转给备用模型或人工复核。
输入支持文本、图片、音频、视频和PDF，单次最多处理256K Token。谷歌给的例子是上传一张休息室台面照片，让模型同时判断有没有液体污渍、该用哪种清洁方式、脏乱程度打几分。
性能上，谷歌称在16K Token多模态输入下，模型计算延迟中位数是50到100毫秒，端到端延迟150到250毫秒。个人开发者莱西亚·卡普利尤克用免费API测了54次调用、30条客服工单和8项多语言任务，全部分类正确，单次处理100个判断问题用了0.41秒。
收费方式是每百万输入Token收0.1美元（约0.67元人民币），输出Token不收钱。谷歌说这个成本是Gemini 3.5 Flash-Lite通过Interactions API调用的五分之一。目前API已用在谷歌内部的Gemini Notebook等产品上，谷歌搜索也用它做模型上下文协议工具的安全防护。开发者可以通过谷歌AI Studio拿免费API额度做原型开发。
输出不要钱背后的账
我第一反应是：输出免费听起来划算，但这个模型根本不生成文字，它只输出判断结果和概率分数，Token消耗本来就接近于零。谷歌这么定价，实际是把成本全压在了输入侧。
真正值得算的账是延迟和调用次数。传统生成式模型要逐个Token生成答案，哪怕你只需要一个"是"或"否"，它也得走完生成流程。Gemini Decision 1直接跳过生成步骤，50到100毫秒就能给出判断，这对高频调用场景——比如实时内容审核、客服工单分类、路由决策——确实有用。社区有用户提到"我宁愿两秒钟得到答案，也不想等一段根本不需要的长篇解释"，说的就是这个痛点。
但问题也在这里：模型只能从预设选项里挑答案。莱西亚测试时发现，超出预设范围的输入会被强行归入已有类别。这意味着开发者得提前想清楚所有可能的判断场景，设计好候选项。如果选项本身就是错的，或者现实情况比预设复杂，模型没法告诉你"这几个选项都不对"。
我倾向于认为，这个API适合边界清晰、选项穷尽的任务，比如把客服工单分成退款、咨询、投诉三类，或者判断一张图片是否包含违规内容。但如果是开放性问题，或者需要模型主动发现预设之外的情况，它就帮不上忙了。
从行业趋势看，这也是大模型降本的一个方向：不是所有任务都需要生成能力，把决策和生成拆开，各自优化延迟和成本，能让开发者更精细地控制调用开销。谷歌把成本压到Gemini 3.5 Flash-Lite的五分之一，对需要大量调用的场景来说，一年下来省的钱不是小数。
但这也意味着开发者得多维护一套判断逻辑。以前一个生成式模型能处理的事情，现在可能要拆成决策模型做路由、生成模型写回答、专用分类器做兜底。系统复杂度上去了，调试和监控的成本也会跟着涨。
接下来我会看两个信号：一是其他厂商会不会跟进类似产品，如果大家都这么做，说明这个方向站得住；二是开发者实际用下来，决策模型和生成模型的调用比例是多少，这能验证拆分方案是不是真的比All-in-One更划算。
