谷歌推出Gemini Decision 1，九项评测七项领先

谷歌推出首代决策专用模型 Gemini Decision 1 及 Gemini Decisions API。它不通过逐 Token 生成答案，而是对预设候选项直接评分，适用于分类、排序、路由和安全检测等任务。

该 API 支持是/否判断、最多 255 个选项的多项选择，以及自定义等级的有序标准评分，并可在一次请求中混合执行。模型能够处理文本、图像、音频、视频和 PDF，单次最多评估 1000 个问题；每百万输入 Token 收费 0.10 美元，输出不计费，约为 Gemini 3.5 Flash-Lite 的五分之一。谷歌 CEO 桑达尔·皮查伊介绍称，相关能力已在 Google AI Studio 开放，内部团队也开始使用。

开发者只需提交输入、问题和候选答案，模型便会返回选择结果、各选项概率及 0 至 1 的置信度，省去从生成文本中提取结论的步骤。谷歌展示的 Stitch Rapid 演示可在数秒内完成产品流程设计。模型端到端延迟约 150 至 250 毫秒，最多支持 256K Token 多模态上下文；在不超过 16K Token 的测试中，计算阶段中位延迟为 50 至 100 毫秒，问题数从 1 增至 100 时延迟基本稳定。

应用示例包括判断茶水间照片是否有液体洒漏、选择清理措施并评估严重程度，也可把通话录音与客户资料、保险文件与现场照片结合分析。

谷歌在九项基准测试中公布了与 GPT-6 Luna、TypeSafe Jev 1.14 和 Gemini 3.5 Flash-Lite 的对比，Gemini Decision 1 获七项第一。JevBench 准确率为 92.2%，Amazon ESCI Macro-F1 为 58.7%，New Yorker Caption 为 79.7%，PubMedQA 为 79.8%，Global-MMLU-Lite 为 86.0%；MMAU 和 Video-MME 分别为 71.8% 和 69.1%。但在 Mind2Web Multimodal 和 When2Call 中，它以 86.2% 和 79.9% 分别落后于 TypeSafe Jev 1.14 的 86.8% 和 82.0%。

模型的 Top-1 ECE 校准误差为 0.0250，低于 GPT-6 Luna 的 0.0721、TypeSafe Jev 1.14 的 0.0494 和 Flash-Lite 的 0.2104。谷歌已在 Gemini Notebook 中用它进行模型路由，根据请求复杂度选择不同模型，使日常查询延迟最多降低 40%；其 API 成本在相关基准中也比通过 Interactions API 调用 Gemini 3.5 Flash-Lite 低近五倍。