推出 Gemini Decision 1:一个选择答案而非撰写答案的模型

推出 Gemini Decision 1:一个选择答案而非撰写答案的模型

💡 原文英文,约1200词,阅读约需5分钟。
📝

内容提要

谷歌推出Gemini Decision 1,专用于分类与打分,不生成文本。它单次可处理文本、图像、音视频和PDF,最多提出1000个是/否、多选或评分问题,返回概率与置信度;输出不收费,输入每百万token 0.10美元。实测文本准确,延迟约0.4至0.6秒,图像约1.1至1.4秒,高于官方宣称。建议按置信度设阈值分流,并在自有图像上先测延迟。

🔎

延伸解读

置信度是核心,但需主动设阈值

文章实测显示,模型对模糊消息会给出接近50%的置信度,但choice字段仍返回一个选项,不附带任何标记。如果代码只读取获胜选项,就会把模糊案例当作确定结果处理。因此,生产代码必须设置置信度阈值,将低于阈值的请求分流到备用逻辑或人工处理,否则置信度分数形同虚设。

图像延迟与官方宣称差距明显

作者实测文本调用延迟约0.4至0.6秒,图像调用则达1.1至1.4秒,中位数是谷歌宣称150至250毫秒的五到九倍。部分原因可能是从URL拉取图像并处理1064个图像token,但无法从外部区分。此外,官方延迟数据仅覆盖16K token以内上下文,且相同调用波动超过300毫秒。在用于实时路径前,务必在自有图像上实测延迟。

成本优势需结合现有方案评估

输入每百万token仅0.10美元且输出免费,文本查询单次成本约0.000017美元,图像约0.00013美元,对高频分类调用很有吸引力。但“便宜近5倍”的比较对象是谷歌自家的Gemini 3.5 Flash-Lite,且基于谷歌选择的基准套件。如果你已有小型微调分类器,这一比较并不能说明Decision 1更划算,需自行对比。

功能边界与生态支持有限

Decision 1不支持文本生成、思考、函数调用、结构化输出、批处理和缓存,是纯评分引擎而非聊天机器人。模型页面宣传可对实时媒体流分类,但同一页面又将Live API列为不支持。目前仅支持Gemini,虽已接入OpenRouter、LangChain等平台,但Google Cloud支持仍标记为即将推出。选型时需确认这些限制是否影响现有架构。

❓

Q&A

Gemini Decision 1 是什么?它和普通生成模型有什么不同?

Gemini Decision 1 是谷歌推出的专用模型,只做分类和打分,不生成文本。它接收输入和一组封闭式问题,返回概率(是/否、多选、评分),而不是撰写答案。普通生成模型会输出文本,需要额外解析,而 Decision 1 直接输出结构化概率和置信度。

Gemini Decision 1 支持哪些输入类型和问题类型?

它支持文本、图像、视频、音频和 PDF,单次请求最多 262,144 个输入 token。针对同一输入,最多可提出 1,000 个独立问题,类型包括:是/否(noul,返回 0.01-0.99 的概率)、多选(2-255 个选项,返回每个选项的概率)、评分(按有序标准打分,返回加权分数及每个等级的概率)。每个答案都附带置信度值。

Gemini Decision 1 的定价是怎样的?输出收费吗?

输入每百万 token 收费 0.10 美元,输出不收费(因为不生成文本)。共享输入只计费一次,无论问多少个问题。Google AI Studio 提供免费层用于原型开发。实测中,文本查询每次约 0.000017 美元,图像查询约 0.00013 美元。

实际测试中 Gemini Decision 1 的准确性和延迟表现如何?

准确性方面,谷歌的快速入门和图像示例均返回正确结果,图像结果与谷歌截图一致。延迟方面,文本调用中位数 407-574 毫秒,图像调用 1.1-1.4 秒,高于谷歌宣称的 150-250 毫秒。作者建议在自有图像上先测延迟,再用于实时路径。

使用 Gemini Decision 1 时为什么要关注置信度分数?

因为模型可能对模糊输入给出接近 50/50 的概率,但 choice 字段仍会返回一个选项,且不附带警告。如果代码只读取获胜选项,就会像处理明确案例一样自信地路由模糊案例。正确做法是设置置信度阈值,将低于阈值的案例分流到回退逻辑或人工处理。

Gemini Decision 1 目前有哪些实际应用案例?

谷歌称已有四个内部产品使用 Decisions API:Gemini Notebook 用于路由查询到不同模型层级,据称可降低日常查询延迟达 40%;Stitch 用于快速画布实验构建可玩线框;CC 从 200 多个表情中选择反应;Google Search 用作安全检查层,检测 MCP 工具的对抗行为。

🏷️

标签

➡️

继续阅读