Introducing Gemini Decision 1: A Model That Picks Answers Instead of Writing Them
TL;DR · AI 摘要
Introducing Gemini Decision 1: A Model That Picks Answers Instead of Writing Them - KDnuggets publ: 18-Nov, 2026 - Blog...
核心要点
- 主题聚焦:Introducing Gemini Decision 1: A Model That Pick
- 来源:KDnuggets,建议结合原文判断细节。
- AI 分析暂不可用,本条为保底评分与摘要。
介绍 Gemini Decision 1:一个选择答案而非生成答案的模型 - KDnuggets
publ: 2026年11月18日
- 博客热门文章
- 主题 人工智能 职业建议 计算机视觉 数据工程 数据科学 语言模型 机器学习 MLOps 自然语言处理 编程 Python SQL
- 数据集
- 活动
- 资源 快速参考指南 推荐 技术简报
- 广告
订阅简报
#header end
/ad_wrapper
介绍 Gemini Decision 1:一个选择答案而非生成答案的模型
Google 最新推出的模型只有一个功能,而且它从不生成任何文字。上周随着新 Gemini Decisions API 的发布,Gemini Decision 1 通过单次前向传递即可处理文本、图像、视频、音频和 PDF,每个请求最多支持 262,144 个输入令牌。
作者:Shittu Olumide(技术内容专家) 2026年11月18日 人工智能
<div class="addthis_native_toolbox"></div>
Google 最新推出的模型只有一个功能,而且它从不生成任何文字。上周随着新 Gemini Decisions API 的发布,Gemini Decision 1 接收输入和一组封闭式问题,返回概率而非文字描述:是或否,选项 A、B 或 C,以及评分标准下的得分。
这听起来似乎规模不大,但事实并非如此。每个智能体堆栈都依赖数十次这种静默调用:哪个模型处理此查询,哪个工具触发,此消息是否违反政策。大多数团队使用完整的生成模型和 JSON 解析器来处理这些任务,却要为最终丢弃的输出令牌付费。现在 Google 将这一层作为独立服务出售,每百万个输入令牌收费 0.10 美元,输出完全免费。
Gemini Decision 1 的功能
Gemini Decision 1 通过单次前向传递即可处理文本、图像、视频、音频和 PDF,每个请求最多支持 262,144 个输入令牌。针对单个输入,您可以提出最多 1,000 个独立问题,问题类型包括:
- 是/否(API 中为 noul)返回 0.01 到 0.99 之间的概率
- 选项选择从 2 到 255 个选项中选择,并为每个选项返回概率
- 评分根据有序评分标准进行评分,返回加权分数和每个等级的概率
每个答案都带有置信度值,因此您的代码可以将不确定的情况转交给备用系统或人工处理。
定价策略是核心卖点。您只需为每百万个输入令牌支付 0.10 美元,共享输入仅计费一次,无论您提出多少问题,输出完全免费(因为没有输出)。Google AI Studio 的免费层级可覆盖原型开发。
能力表显示了这个模型的局限性。文本生成、推理、函数调用、结构化输出、批量处理和缓存均列为不支持功能。它是一个评分引擎,而非聊天机器人。
我们运行测试时发生了什么?
我们安装了 Google 的 google-genai SDK,在 AI Studio 创建了免费 API 密钥并进行了三项测试:Google 的快速入门示例、Google 发布文章中的图像示例,以及我们自己的模糊支持信息。延迟时间从我们的机器上测量,包含网络往返时间。
快速入门测试针对一条客户消息提出两个问题:
from google import genai
client = genai.Client(http_options={"api_version": "v1beta"})
result = client.decisions.create(
model="gemini-decision-1",
input="The blue mug I ordered on Monday arrived cracked on Wednesday.",
questions={
"is_damaged": {"type": "noul", "instructions": "Did the item arrive damaged?"},
"queue": {
"type": "choice",
"instructions": "Which support queue should handle this message?",
"criteria": {
"billing": "Payment, invoice, or refund questions.",
"replacements": "Damaged, missing, or wrong items.",
"general": "Product questions and account updates.",
},
},
},
)
print(result.answers["queue"].choice, result.answers["queue"].confidence)对于图像测试,输入会变成一个包含图像 URL 和文本注释的列表。以下是返回结果:
测试
输入
答案
中位延迟
输入标记
快速入门
"杯子周三到货时有裂痕"
损坏:0.99。队列:replacements(0.98)
407 毫秒
173
模糊
"被收取两次费用,处理破损"
损坏:0.99。队列:replacements(0.50),billing(0.48)
574 毫秒
181
图像+文本
休息室柜台照片
溢出:0.95。操作:用布擦拭(0.98)。严重程度:2 中的 1.19
1,343 毫秒
1,326
中位数排除了每个测试的首次调用。准确性表现良好:Google 的两个示例都正确返回,图像结果与 Google 自己的截图一致。每次调用均未产生输出标记费用。按美元计算,文本查询每次调用约 0.000017 美元,约 58,000 次调用一美元。图像查询每次约 0.00013 美元。
Google 已经在使用该技术
Google 表示其四个自有产品已使用 Decisions API:
- Gemini Notebook 将每个查询路由到模型层级和思考层级,Google 表示这使日常查询延迟降低高达 40%
- Stitch 在其快速画布实验中使用它来构建可玩的线框图并应用语音或点击编辑
- Google Labs 的 CC 从 200 多个选项中选择表情符号反应,且不产生可见延迟
- Google 搜索使用它作为安全层,检查 Model Context Protocol 工具是否存在对抗性行为
我们的观点
#### 1. 置信度评分才是真正的核心产品
我们的模糊信息测试才是关键。它同时符合两个队列,模型也如实反映:50.2% replacements,48.4% billing,置信度 0.50。它没有在硬币抛掷式判断中假装确定性,且在同次调用中仍将破损把手判定为损坏(0.99)。
一个例子无法证明校准效果,校准需要在数千个案例中测量。但这是 Google 正在销售的行为,而我们在寻找时确实发现了它。
#### 2. 读取置信度,而不仅仅是选择结果
这里存在一个陷阱。在那个硬币抛掷式信息中,选择字段仍然返回了 replacements,没有任何标志。仅读取胜出选项的代码会像处理明确案例一样自信地处理它。
只有当你在置信度上设置阈值并将低于阈值的请求路由到其他地方时,校准才有价值。Google 的快速入门打印胜出选项,但你的生产代码不应止步于此。
#### 3. 图像测试未达到速度声明
Google 声称端到端延迟为 150 至 250 毫秒。首次调用后,我们的文本调用延迟在 339 至 577 毫秒之间,这一差距可能由网络距离解释。我们的图像调用耗时 1.1 至 1.4 秒,中位数是声明值的 5 至 9 倍,尽管 Google 表示其数据适用于所有多模态输入。
部分原因可能是 Google 从 URL 获取图像并处理 1,064 个图像标记。我们无法区分外部因素导致的原因。另外两个细节:Google 的延迟数据涵盖最多 16K 标记的上下文,而非完整的 256K,且我们测试中相同调用的耗时差异超过 300 毫秒。在将其部署到实时路径前,请务必在自己的媒体上进行基准测试。
#### 4. 基准测试使用的是 Google 自己的模型
"几乎便宜 5 倍"这一数据是将 Decision 1 与 Google 自己的 Gemini 3.5 Flash-Lite 在 Google 选定的基准测试套件中进行对比得出的。如果你已经在使用 Gemini,这个数据有一定参考价值。但它并未说明 Decision 1 与你已有的小型微调分类器相比的表现。
#### 5. 注意细则条款
模型页面声称支持对实时媒体流进行分类,但同一页却将 Live API 标记为不支持。目前该模型仅限 Gemini 使用。它已部署在 OpenRouter、LangChain、Vercel 的 AI SDK、LiteLLM 等平台上,但 Google Cloud 支持仍标注为即将推出。
总结
Decision 1 在特定领域表现优异。它成本低廉,对所有测试数据都准确可靠,并在受到挑战时能承认不确定性。目前可将其用于路由和策略检查。从第一天起就将代码与置信度指标绑定,并在承诺任何 200 毫秒性能前,在自己的图像上进行耗时测试。
资源
- Gemini Decision 1 模型页面
- Decisions API 文档
- Google 官方发布文章
- AI Studio 中的 Decisions API 测试环境
- 定价信息
Shittu Olumide 是一位软件工程师和技术作家,热衷于利用前沿技术创作引人入胜的技术叙事,以细致入微的洞察力和化繁为简的能力著称。你也可以在 Twitter 上关注 Shittu。
更多相关内容
- 2025 年我最推荐的 5 门免费 NLP 课程
- Falcon2 发布:TII 推出的下一代语言模型
- 通过按长度批量处理而非逐项循环优化小型语言模型
- Python 新手常犯的 7 个错误(以及正确做法)
- 停止使用 if-else 链:在 Python 中使用注册表模式替代
- 用 Polars 替代 Pandas:性能深度解析
<hr class="grey-line"><br> <div><h3>我们推荐的 5 门免费课程</h3><br> </div>
Mailchimp for WordPress v4.15.0 - https://wordpress.org/plugins/mailchimp-for-wp/
/ Mailchimp for WordPress 插件
你可以从这里开始编辑。
如果评论已关闭。
<= 上一篇
#content end
<script type="text/javascript">kda_sid_write(kda_sid_n);</script>
最新文章
- 介绍 Gemini Decision 1:一个选择答案而非生成答案的模型 智能的矛盾:AI 为何有时精准有时迷茫 2026 年 AI 与数据科学薪资报告:从业者真实收入揭秘 如何在 Scikit-learn 中校准分类器的概率 2026 年 7 款 10 美元以下的 AI 编程方案 5 个 AI 代理自主行动时会崩溃的要素
热门文章
- 代理系统设计:自学路线图
- 5 分钟掌握 9 个关键 LLM 推理指标
- 7 本免费书籍教你构建 AI 系统
- 5 个实用 Python 自动化脚本(适合初学者)
- 如何为 Claude 提供带上下文的最新代码文档
- 2026 年成为 AI 架构师的路线图
- 使用 graphrag-toolkit 构建增强图谱的 GenAI 应用
- Python 项目中使用 Makefile 的理由(以及如何入门)
- 将 LLM 翻译集成到 Scikit-Learn 管道中的 Scikit-LLM
- 使用 Python 和 Olostep 在 3 分钟内爬取 7,000 个网页
#content_wrapper end
© 2026
Guiding Tech Media
|
关于
联系方式
广告合作
隐私政策
服务条款
2026 年 11 月 18 日由 Olumide Shittu 发布
blank
不,谢谢!
/.main_wrapper
<script defer type="text/javascript" src="https://s7.addthis.com/js/300/addthis_widget.js#pubid=gpsaddthis"></script>
noptimize
/noptimize