谷歌 Gemini Decisions API 上线，AI Agent 做判断快到眨眼还几乎不花钱

谷歌在 11 月 11 日推出 Gemini Decisions API，背后是新模型 Gemini Decision 1（gemini-decision-1）。它只做一件事：给"选哪个、是不是、打几分"这类封闭问题出答案，并附上把握有多大。一次请求最多带 1000 个问题，大约 0.2 秒返回，输出不收钱。

它和普通大模型有什么不同

平时让 AI Agent 判断一件事，比如"这条消息该交给哪个工具""这张图合不合规"，是让大模型写一段回答，再从文字里抠结论。慢、贵，还偶尔答非所问。

Decisions API 换了个做法：你先把所有选项列好，模型一次就算出每个选项的概率，不逐字生成文字。所以它快，而且每个答案都带一个 0 到 1 的把握分数，你的程序可以规定"把握低于多少就转人工"。

能问三类问题

类型	适合问什么	返回什么
是或否	图里有没有违规内容、这封邮件是不是在催款	成立的概率
多选一	这条请求该走哪个模型、该调哪个工具	胜出的选项和每个选项的概率，最多 255 个选项
按等级打分	这份答卷属于差、中还是好	一个连续分数和每一档的概率

同一次请求里三类可以混着问，共用一份输入。输入可以是文字、图片、音频、视频和 PDF，最长 256K token，比如一段客服录音加上客户资料，或者一份扫描的理赔单加几张现场照片。

速度和价格

快：端到端 150 到 250 毫秒，一次问 1 个还是 100 个问题，耗时几乎不变。
便宜：输入每百万 token 0.10 美元，输出免费。那份共用的输入每次请求只算一次钱，多加一个问题只多算那个问题自己的几句说明。
有免费档：在 Google AI Studio 里拿 API Key 就能先免费试。

图来自谷歌官方博客。谷歌给的数字是：在这组共用测试上，它比用 Gemini 3.5 Flash-Lite 走普通接口便宜将近 5 倍，校准误差（把握分数和真实正确率差多少）也最低。

谷歌自己拿它做什么

给问题分流：Gemini Notebook 用它判断每个问题该交给哪一档模型、要不要深度思考，日常问题的等待时间最多少了四成。
挑表情：Google Labs 的 CC 用它从 200 多个表情里瞬间选出合适的那个。
安全把关：谷歌搜索用它识别针对 MCP 工具的恶意行为。

对用 AI Agent 的人意味着什么

如果你在搭 AI Agent，它最适合放在"每一步都要做个小判断"的位置：这一步调哪个工具，这条结果要不要再查一遍，这个请求该给便宜模型还是贵模型。这些判断以前要么写死规则，要么每次都调一次大模型，现在可以交给它，又快又几乎不花钱。

OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、OpenCode 等工具正在陆续接入，谷歌云上的 Gemini 也会很快支持。

想先摸一下，可以把这段发给你的 AI Agent：

帮我试一下谷歌新出的 Gemini Decisions API（模型 gemini-decision-1）。
1. 先看我电脑上有没有 Gemini API Key（环境变量 GEMINI_API_KEY）；没有就停下，告诉我去 Google AI Studio 哪里免费申请，不要替我注册
2. 按官方 Decisions API 文档，用 Python 写一个最小例子：输入是 [一段文字，比如三封客户邮件]，问三个问题：
   - 是或否：这封邮件是不是在投诉
   - 多选一：该转给 [销售 / 售后 / 财务] 哪个组
   - 打分：紧急程度分 [不急 / 一般 / 很急] 三档
3. 把每个答案和它的把握分数用表格列给我，标出把握低于 0.7 的
4. 告诉我这次请求用了多少输入 token、大约花了多少钱

注意

它不写文字。总结、改写、回答开放问题还得用普通模型，它只负责从你给的选项里挑。
选项要你自己列清楚。选项之间有重叠、描述含糊，概率就会分散，把握分数也会偏低。
免费档有额度限制，正式上线前看清楚 AI Studio 里的配额。
跑分和"便宜 5 倍"都是谷歌自己的测试结果。