Google 於 11 月 11 日推出 Gemini Decisions API，由新模型 Gemini Decision 1（gemini-decision-1）驅動，經 Gemini API 及 Google AI Studio 提供。據 Google 官方網誌，這個端點主打快速、可校準的多模態決策：同一輸入最多同時回答 1,000 條獨立問題，端到端延遲 150–250 ms，每百萬輸入 token 收 0.10 美元。
重點文章
不逐 token 生成 一次為選項打分
Decisions API 不逐個 token 寫出答案文字，而是在一次 forward pass 中為候選選項打分，回傳各選項機率及 0 至 1 的信心分數，程式可藉此把模糊個案轉去 fallback 或人手審核。用途包括工具選擇、政策檢查、模型路由及內容評分，但只限封閉集（closed-set）決策，不是通用生成模型。
256K tokens 輸入 三種題型可混用
每次請求可帶一個多模態輸入（文字、圖片、音訊、影片、PDF），上限 256K tokens，並可提出最多 1,000 條獨立問題；圖片與影片可調解析度控制 token 成本。三種題型可在同一請求內混用：
- 是非題（Yes/No）：估算條件成立的機率，可選填 true 或 false 的條件描述。
- 選擇題（Multiple Choice）：2 至 255 個選項，回傳勝出選項及每個候選的正規化機率。
- 評分（Ordered Rubric）：按由 0 起的有序量表評分，回傳連續加權分數及各級機率。
150–250 ms 延遲 輸出免費的定價
延遲方面，模型運算中位數 50–100 ms，端到端 150–250 ms；16K tokens 以內，問題由 1 條增至 100 條延遲差不多持平。官方未提供 16K tokens 以上的數據。
定價為每百萬輸入 token 0.10 美元，輸出 0 美元。共享 input 每請求只計一次，每條問題只額外計自己的 instruction 與 criteria token；沒有輸出費用、可變 thinking token 帳單，Google AI Studio 另設 no-cost tier。
官方 benchmark 比較顯示，Gemini Decision 1 在 agent routing、reasoning、ranking 及多模態理解全數領先，校準誤差最低：JevBench 92.2%，Top-1 ECE 0.0250，7 個共用 eval 總成本 0.88 美元（Gemini 3.5 Flash-Lite 為 4.14 美元）。
內部應用與上手方式
Google 內部已有多個團隊採用：Gemini Notebook 把它當即時路由器，按意圖分流到合適模型層級，日常查詢延遲最多低 40%；Stitch 的 rapid canvas 幾秒生成流程 wireframe；Google Labs 的 CC 用它從 200 多個 emoji 挑反應；Google Search 用作 MCP 工具安全層。
開發者可在 Google AI Studio 取 API key，官方提供 Python、JavaScript 及 REST 指南與三個示範 app；生態整合涵蓋 OpenRouter、LangChain、Vercel、LiteLLM 及 LiveKit，Gemini in Google Cloud 支援則標示「coming soon」。
