谷歌推出 Gemini Decisions API，基于 Gemini Decision 1 模型
谷歌推出 Gemini Decisions API 快速多模态决策，基于 Gemini Decision 1 模型
做 AI 应用开发的朋友可以看看，谷歌这个 API 能一次前向计算处理最多 1000 个独立判断，延迟只要 150 到 250 毫秒，做模型路由、策略检查这类场景比串行调用普通模型快不少，输入价格也压到了每百万 Tokens 0.10 美元。
谷歌于 11 月 11 日宣布推出 Gemini Decisions API，由全新的 Gemini Decision 1 模型驱动，专为快速多模态决策任务设计。该 API 支持在单次处理中对文本、图像、视频和 PDF 内容进行至多 1000 项是非判断、选项选择和标准评估。
技术机制上，开发者可以输入 1 份多模态内容，最多支持 256K Tokens，并针对这份内容提出最多 1000 个相互独立的问题。Gemini Decision 1 通过一次前向计算对候选选项进行评分，并返回概率和置信度分数。整个处理过程的延迟为 150 至 250 毫秒，输入价格为每 100 万 Tokens 0.10 美元，输出 Tokens 不收取费用。
该 API 基于 Gemini 原生多模态架构构建，支持在同一份输入中组合不同模态内容，例如将通话录音与账户元数据结合，或将扫描版 PDF 理赔文件与受损照片放在一起。典型应用场景包括工具选择、策略检查、模型路由和上下文质量评估。目前该 API 已在 Google AI Studio 提供，开发者可获得免费额度进行原型开发。
谷歌推出 Gemini Decisions API 快速多模态决策，基于 Gemini Decision 1 模型
IT之家 11 月 12 日消息，谷歌昨日宣布推出 Gemini Decisions API 快速多模态决策，由全新 Gemini Decision 1 模型驱动。该 API 可在 1 次快速处理过程中，对文本、图像、视频和 PDF 内容进行至多 1000 项是非判断、选项选择和标准评估。 据介绍，Gemini Decisions API 专为工具选择、策略检查、模型路由和上下文质量评估等决策任务打造，开发者可以输入 1 份包含文本、图像、音频、视频和 PDF 的多模态内容（最多支持 256K Tokens）， 并针对这份内容提出最多 1000 个相互独立的问题 。 同时，Gemini Decision 1 会通过一次前向计算对候选选项进行评分，并返回概率和置信度分数。整个处理过程的延迟为 150 至 250 毫秒，输入价格为每 100 万 Tokens 0.10 美元 （IT之家注：现汇率约合 0.67 元人民币） ，输出 Tokens 则不收取费用。 此外，该 API 基于 Gemini 原生多模态架构构建。开发者可以在同一份输入中组合不同模态的内容，例如将通话录音与账户元数据结合，或将扫描版 PDF 理赔文件与受损照片放在一起。此外，还可以调整图像和视频输入的分辨率，以控制视觉细节和 Token 成本。 目前该 API 已在 Google AI Studio 提供，开发者可获得免费额度进行原型开发。
This report is categorized under AITOP's "Products" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include Gemini, Google AI Studio, MCP/工具, 多模态.
Source attribution: curated from IT之家.
