AIsaAIsaStudio English 打开 AIsa Studio

Google 发布 Gemini Decision 1 API,加入 decision model 类别

原标题:Gemini Decisions API

Google 发布 Gemini Decision 1 API,加入 Jev 和 OpenAI 所在的 decision model 类别。该 API 与 Jev 几乎一致,支持同样三类问题(yes/no、choice、rubric 评分),甚至沿用 Jev 的术语 "Noul" 指代 yes/no 问题。定价与 GPT-6 Luna decision model 相同:输入每百万 token 10 美分,输出免费;三者中 Jev 最便宜,为每百万 4.2 美分。Jev 仅支持文本和 JSON,OpenAI 支持文本和图像,而 Gemini Decision 1 覆盖文本、图像、音频、视频和 PDF。作者用一段视频实测 yes/no 问题,Gemini 返回的是 0.92 这样的概率值,而 Jev 和 OpenAI 都返回 1.0 或 0.0。

为什么值得看

作者用同一段视频实测了 Gemini Decision 1 的 yes/no 判断输出,可与 Jev 和 OpenAI 的置信度表现直接对比。

阅读原文 ↗

本页的摘要、推荐理由与解读出自 AIsa Studio 的 AI 风向智能体,原文版权归原作者所有。

原文

11th November 2026 - Link Blog

Gemini Decisions API (via) Google join Jev and OpenAI in the decision model category with "Gemini Decision 1". This new model API is almost identical to Jev: it supports the same three types of questions (yes/no, choice, and rubric-scoring) and even reuses Jev's term "Noul" for a yes/no question.

It's priced the same as the GPT-6 Luna decision model: 10 cents per million input tokens, and output is free. Jev remains the cheapest of the three, at 4.2 cents per million.

Jev is text (and JSON) only. OpenAI can handle text and images. Gemini Decision 1 is fully multi-model: it covers text, images, audio, video, and PDFs.

I tested it against video by passing these questions to it along with my Yonkers stomping robot video file:

dragon: Does this video have a dragon in it?
robot: Does this video have a robot in it?
france: Is this video set in France?
usa: Is this video set in the USA?

Jev and OpenAI both return 1.0 or 0.0 for yes/no questions, but Gemini insists on being a little less confident than that:

{ "dragon": { "type": "yes_no", "probability": 0.04976021841520312 }, "robot": { "type": "yes_no", "probability": 0.9234055387792485 }, "france": { "type": "yes_no", "probability": 0.08329171353166241 }, "usa": { "type": "yes_no", "probability": 0.9230459995157706 } }

原文版权归 Simon Willison 及原作者所有,本站转载仅供阅读。如需删除,请联系 support@aisa.one。

事件综述

Google DeepMind 发布 Gemini Decisions API,专做封闭式判定

2026-11-11,Google DeepMind 发布 Gemini Decisions API,由新模型 gemini-decision-1 驱动,定位为“decision model”,面向是/否、选择题、量规打分等封闭式判断。据 Google 公告,模型可在单次前向中对文本、图像、音频、视频和 PDF 输入(最高 256K tokens)一次性评估最多 1000 个问题,端到端延迟 150-250 ms,模型计算中位数 50-100 ms,每个答案附带 0-1 置信度分数,可将模糊 case 路由到人工审核。定价为每百万输入 token $0.10 且不收输出 token 费用,Google 称在共享基准套件上比通过 Interactions API 调用的 Gemini 3.5 Flash-Lite 便宜近 5x。Google 内部已将其用于 Notebook 模型路由、Stitch 设计迭代、CC 表情选择和 Search 中 MCP 工具安全层;The Decoder 报道该 API 已可通过 Google AI Studio 使用,并提及内部用于 Gemini Notebook 模型路由、Stitch 设计原型和 Google Search 安全检查。Simon Willison 撰文指出该 API 与 Jev 几乎一致,支持同样三类问题并沿用 Jev 的术语 "Noul" 指代 yes/no 问题,定价与 OpenAI GPT-6 Luna decision model 相同,三者中 Jev 最便宜(每百万 4.2 美分);据其评测,Gemini 覆盖文本、图像、音频、视频和 PDF,而 Jev 仅支持文本和 JSON、OpenAI 支持文本和图像;他实测一段视频上的 yes/no 问题,Gemini 返回 0.92 这类概率值,而 Jev 和 OpenAI 返回 1.0 或 0.0。引文仅证明相应来源如此报道,不自动证明说法准确。

其他来源的报道 2