ModelsMulti-source

Google 发布 Gemini Decision 1 决策模型,基准测试超过 Jev 1.14

Why we picked it

Google 新出的 Gemini Decision 1 专门做决策类问答,1000 个并发问题 150-250ms 就答完,跑分还赢了 Jev 1.14。做分类判断或规则路由的开发者可以对比下 OpenAI Decision API 再选。

Google 推出 Gemini Decision 1 模型与配套的 Gemini Decisions API,进入决策类 API 市场,与 Jev、Cloudflare Chef、OpenAI Decision API 同类产品竞争。该模型支持最高 256K token 的多模态输入,可同时处理最多 1,000 个问题,输出形式覆盖 yes/no、选项和数字,整组回答延迟在 150-250ms。

Image · Blognone
Body

官方基准显示 Gemini Decision 1 在几乎所有测试中击败 Jev 1.14 和 GPT-6 Luna Decisions API,代价是总成本略高于 Jev。定价为输入 0.10 美元每百万 token,回答输出免费。

对需要高并发、低延迟做结构化判断(分类、阈值判断、选项路由)的应用来说,这套 API 的输入便宜加输出免费组合有成本优势,但决策精度与总成本的权衡仍需按业务实测。

Original · Blognone

กูเกิลเปิดตัว Gemini Decision 1 โมเดลตัดสินใจ ตอบแม่นกว่า Jev Body กูเกิลร่วมวงเกม Decision API ลักษณะเดียวกับ Jev , Cloudflare Chef และ OpenAI Decision API ด้วยโมเดลใหม่ชื่อ Gemini Decision 1 Gemini Decision 1 รองรับอินพุตแบบ multimodal สูงสุด 256K โทเคน และคำถามสูงสุด 1,000 คำถามพร้อมกัน โดยสามารถตอบคำถามแบบ yes/no, choice หรือตอบเป็นตัวเลขก็ได้ ความเร็วในการตอบทั้งเซ็ต 150-250ms กูเกิลโชว์เบนช์มาร์คของ Gemini Decision 1 ว่าเอาชนะ Jev 1.14 และ GPT-6 Luna Decisions API ได้เกือบทุกการทดสอบ ในต้นทุนรวมที่แพงกว่า Jev เล็กน้อย บริการของกูเกิลใช้ชื่อว่า Gemini Decisions API คิดค่าใช้จ่าย 0.10 ดอลลาร์ต่อ 1 ล้านโทเคนอินพุต, ค่าตอบฟรี ที่มา - Google mk Thu, 12/11/2026 - 07:24

Industry Coordinates & Source Verification

This report is categorized under AITOP's "Models" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to US-China foundation model benchmarks and commercialization comparison and AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include Gemini Decision 1, Gemini, Google, Jev.

Source attribution: curated from Blognone (@mk). Cross-source corroboration: 11 independent sources have covered this development (including Simon Willison’s Weblog, 宝玉, Artificial Analysis), confirming industry-wide signal strength.

  • Simon Willison’s Weblog11-11 22:03Source
  • 宝玉11-11 22:39Source
  • Artificial Analysis11-11 18:18Source
  • VnExpress Số hóa11-10 09:41Source
  • TestingCatalog11-10 10:00Source
  • arXiv: OpenAI11-10 14:06Source
  • Google Gemini App11-10 16:06Source
  • Shubham Saboo11-10 17:19Source
  • OpenRouter11-11 18:23Source
  • Tech in Asia11-10 01:06Source