跳到主要內容
2026-11-13 日報
模型發布

Google 發布 Gemini Decision 1 決策模型:9 項測試拿下 7 項第一,每百萬輸入 Token 僅 0.10 美元

AI 前線綜合 2 家報導多家報導
核實資料不足

多個報導來源提及此事;未必是彼此獨立的證據。

本次未取得足夠原文證據

Google 正式發布 Gemini Decision 1 決策模型,並透過 Google AI Studio 推出 Gemini Decisions API。與逐字生成文字的生成式模型不同,此模型以單次前向傳播,對預先設定的候選答案評分,直接回傳判斷結果、機率與 0~1 的置信度,省去文字解碼步驟。 模型支援三種決策類型:是/否判斷(Yes/No)、多項選擇(2~255 個選項,並回傳歸一化機率),以及有序標準評分(Ordered Rubric,回傳連續加權分數與各等級機率)。單次請求可處理最多 1000 個問題,輸入涵蓋文字、圖像、音訊、影片與 PDF,上下文最高 256K Token,三種任務也可混合執行。依 Google 公布的數據,在不超過 16K Token 的情境下,端到端延遲約 150~250 毫秒,問題數從 1 增至 100 個時延遲大致持平。 價格方面,每百萬輸入 Token 0.10 美元,輸出 Token 免費。在 Google 同一組基準測試中,成本較透過 Interactions API 呼叫的 Gemini 3.5 Flash-Lite 低近 5 倍。 Google 的對比對象為 OpenAI 的 GPT-6 Luna、專為分類決策設計的 TypeSafe Jev 1.14,以及 Gemini 3.5 Flash-Lite。在 9 項基準中,Gemini Decision 1 拿下 7 項第一,其中 JevBench 準確率 92.2%(GPT-6 Luna 90.9%、TypeSafe Jev 1.14 90.0%、Flash-Lite 86.6%);Amazon ESCI 商品搜尋相關性 Macro-F1 為 58.7%;New Yorker Caption 為 79.7%(GPT-6 Luna 68.4%);PubMedQA 為 79.8%(GPT-6 Luna 74.4%);Global-MMLU-Lite 為 86.0%(GPT-6 Luna 79.6%);音訊理解 MMAU 為 71.8%,影片理解 Video-MME 為 69.1%,均高於 Flash-Lite。 並非全面領先。在 Mind2Web Multimodal 上,TypeSafe Jev 1.14 為 86.8%,Gemini Decision 1 為 86.2%;在工具呼叫判斷的 When2Call 上,TypeSafe Jev 1.14 為 82.0%,Gemini Decision 1 為 79.9%。後者是 Google 重點面向的 Agent 場景之一,專用模型在此仍保持領先。 Google 特別強調機率校準能力。在 Top-1 ECE(預期校準誤差)上,Gemini Decision 1 為 0.0250,GPT-6 Luna 為 0.0721,TypeSafe Jev 1.14 為 0.0494,Flash-Lite 為 0.2104。Google 據此指出,其誤差比 GPT-6 Luna 低約 65%、比 Flash-Lite 低約 88%。 應用方面,Google 已將其用於 Gemini Notebook 的即時模型路由,依請求複雜度選擇模型檔位與思考強度,日常查詢延遲最多降低 40%。另有三項應用:Google Stitch 的 Rapid Canvas 實驗功能用以在數秒內生成可互動的產品流程線框圖;Google Labs 的 CC 產品用以從超過 200 個 Emoji 中挑選表情反應;Google Search 內部則用以建構 MCP 工具的安全檢測層,識別對抗性行為與內容。以上效能與成本數據均來自 Google 自行公布的測試,尚未有第三方獨立驗證。
讀原始報導

這則事件的發展

  1. 2026-11-12Google 推出決策模型 API Gemini Decision 1,支援文字、圖像、音訊、影片與 PDF 多模態輸入,輸入每百萬 token 0.1 美分
  2. 2026-11-12Google 據傳推出 Gemini Decision-1:每百萬輸入 Token 0.10 美元、256K 上下文

來源