一句话结论：Gemini Decisions API 是谷歌在 2026 年 11 月 12 日披露的一个新端点，由 Gemini Decision1 模型驱动，专门让 AI 智能体对预设选项做快速判断（是/否、多选、打分），不生成长篇文本，单次调用延迟约 150–250 毫秒。
速查清单：
- 做什么：对预设选项打分，返回概率和置信度，不逐 token 写回复。
- 输入什么：文本、图像、音频、视频、PDF 组成的共享多模态输入，一次最多评估 1000 个独立问题。
- 适合什么：分类、路由、审核、是否触发某个工具等“选一个或打个分”的场景；不适合需要解释过程或写长内容的任务。
这件事发生了什么（截至 2026 年 11 月 12 日的公开信息）
据谷歌披露，Gemini Decisions API 提供一个新端点，开发者可以在同一批多模态输入上，同时提交多个判断问题。谷歌称该模型不逐 token 生成回复，而是在一次前向传递中对预设选项评分。
以下参数均来自公开披露的说法，尚未看到第三方独立复测，请以官方文档为准：
| 项目 | 披露内容 |
|---|---|
| 模型 | Gemini Decision1 |
| 单次可评估问题数 | 最多 1000 个独立问题，共享同一组多模态输入 |
| 多选选项上限 | 单个多选题最多 255 个选项 |
| 端到端延迟 | 约 150–250 毫秒（谷歌口径，测试条件未公开） |
| 输出 | 各选项的概率与置信度分数 |
为什么要单独做一个“判断”接口？
普通大模型调用的成本大部分花在逐字生成上。智能体在执行链路中，很多步骤只需要回答“是不是”“属于哪一类”，生成一大段文字既慢又贵。（术语：token 是模型处理文本的最小计量单位，生成越多 token，耗时和费用越高。）
我的判断：这类接口的价值在于把“路由和门控”从长文本生成中拆出来，让智能体在每一步前先快速判断该走哪条分支。它不替代通用生成模型，而是补在前面。
开发者怎么判断要不要试？
按你的任务形态选择，可以参考下面的决策表：
| 你的需求 | 更适合的方式 |
|---|---|
| 判断一条内容是否违规、是否需要人工复核 | Decisions API 的“是或否”或打分请求，先看置信度再决定是否复核 |
| 智能体在多个工具中选一个 | 多选题，选项写清工具用途与适用条件 |
| 需要生成解释、报告或长文案 | 仍用常规生成接口，不建议用判断接口替代 |
| 对延迟很敏感、步骤很多 | 先用判断接口做门控，再决定是否调用生成模型 |
接入前的 4 步自检
- 把业务判断拆成互相独立的问题，每个问题只问一件事，例如“是否含个人身份信息”和“是否涉及退款”分开问。
- 选项写成互斥、可观察的描述，避免“比较合适”“看情况”这类主观词。
- 用一小批真实样本（建议不少于 200 条，按你的业务分布抽样）做人工标注，对照模型的概率输出，统计准确率与误判类型。
- 为低置信度结果设置兜底：置信度低于你设定的阈值时转人工或调用通用模型复核，阈值用样本数据确定，不要照搬示例值。
常见误区
- 误区一：把“概率”当成“事实正确率”。概率是模型对选项的打分，不等于校准后的真实准确率，需要用自己的样本验证。
- 误区二：一个请求塞太多问题。虽然上限是 1000 个问题，但问题之间互相干扰时，单个判断的质量可能下降，建议按业务分组测试。
- 误区三：认为低延迟就能替代所有调用。150–250 毫秒是谷歌披露的口径，网络环境、输入体积和并发都会影响实际耗时。
注意事项
涉及用户音视频、PDF 等个人数据时，先确认数据处理条款、留存期限与是否用于训练，这些信息请以谷歌官方文档和服务条款为准。定价、可用地区、配额等信息本文未获取到公开数据，不作判断。
判断标准回顾
如果你的智能体大部分步骤是“选一个”“判断是否”，且对延迟敏感，这类接口值得做小范围测试；如果你的核心需求是生成内容或解释推理过程，它不是你要的工具。上线前，以自己的样本准确率和置信度阈值为准，而不是只看发布会上的数字。
