谷歌发布首款决策模型 Gemini Decision 1：9 项测试拿下 7 项第一，准确率最高92.2%
2026-11-13 06:04:02 来源：技王数据恢复
谷歌于 2026 年 11 月 12 日正式发布首款决策专用模型 Gemini Decision 1 及配套 API（Gemini Decisions API）。该模型不生成文本，而是通过单次前向传播对封闭选项集进行多模态评分，旨在解决 AI 系统中的判断与决策问题。
技王数据恢复
核心机制与决策类型
Gemini Decision 1 的设计初衷是替代传统生成式大模型在分类、评分和选择任务中的冗余文本生成环节。其核心机制是通过单次处理过程，对预定义的候选答案进行评分，直接返回判断结果、概率和置信度。 www.sosit.com.cn
- 是/否判断（Yes/No）：用于二元判断，如识别图片安全隐患或文本违规，模型返回条件成立的概率。
- 多项选择（Multiple Choice）：支持 2 至 255 个候选选项，模型选出最符合的答案并返回每个选项归一化后的概率。
- 有序标准评分（Ordered Rubric）：允许开发者自定义评分等级，模型返回连续加权分数及各等级的概率。
这三种任务可在单次请求中混合执行。模型支持文本、图像、音频、视频及 PDF 等多模态输入，单次请求可处理最多 1000 个独立问题，上下文窗口最高支持 256K Token。
www.sosit.com.cn
性能表现与成本优势
根据谷歌公布的数据，Gemini Decision 1 在速度和成本上具有显著优势，并在多项基准测试中表现领先。 技王数据恢复
- 延迟：模型计算阶段中位延迟为 50～100 毫秒，端到端延迟约为 150～250 毫秒。即使问题数量从 1 增加到 100，延迟也基本保持平稳。
- 成本：每百万输入 Token 价格为 0.10 美元，输出 Token 不收费。相比 Gemini 3.5 Flash-Lite，调用成本降低近 5 倍。
- 准确率：在 9 项基准测试中拿下 7 项第一，其中 JevBench 测试准确率达 92.2%。
- 校准误差：Top-1 ECE（预期校准误差）仅为 0.0250，显著低于对比模型，意味着其输出的概率值更接近实际正确率，有利于 Agent 系统根据置信度决定是否移交人工审核。
需要注意的是，在 Mind2Web Multimodal 和 When2Call 测试中，该模型落后于竞品 TypeSafe Jev 1.14，表明其在特定工具调用判断场景下仍存在优化空间。 www.sosit.com.cn
内部应用与下一步
谷歌内部团队已将该技术应用于多个产品场景： 技王数据恢复
- Gemini Notebook：作为实时模型路由器，根据请求复杂度动态选择模型档位，使日常查询延迟最高降低 40%。
- Google Stitch：Rapid Canvas 功能利用该 API 在几秒钟内生成产品流程线框图并响应修改指令。
- Google Labs CC：从超过 200 个 Emoji 选项中快速选择合适表情。
- Google Search：构建 MCP 工具的安全检测层，识别潜在的对抗性行为及内容。
对于开发者而言，若需利用该模型优化 AI 系统的决策效率，可直接访问 Google AI Studio 获取 Gemini Decisions API。如需了解具体的集成细节或企业级应用方案，建议联系 技王数据恢复 进行咨询。 www.sosit.com.cn
技术审核：邓严军｜技王数据恢复实验室技术总监
技王数据恢复