谷歌推出“做判断”专用接口：一次可对同一段材料问最多1000个问题，不必让模型逐字写答案

先说背景：生成文字，和做判断，不是同一件事

现在常见的大模型，回答问题时会一个词一个词往外写。写诗、写代码、写邮件，这样很合适。可很多实际任务并不是写作，而是选择：这张照片里有没有地面的水渍？这通电话该不该转人工？这个请求该交给更快的小模型，还是更贵的推理模型？

如果每次判断都让模型写一段话，既慢又贵，还可能把一个简单的“是/否”写成模棱两可的句子，后面的程序还得再去“猜”它到底是什么意思。

谷歌这次想单独解决的，就是这种有明确选项的判断。

发布了什么

11月11日，谷歌在Gemini API里上线了Gemini Decisions API，背后是新模型Gemini Decision 1。开发者可以把一段共用的输入——文字、图片、音频、视频或PDF，最长约25.6万个token（可粗略理解为模型一次能看进去的材料长度）——和最多1000个彼此独立的问题一起送进去。

问题可以混着出，分成三类：是/否判断；从2到255个选项里选一个；以及按事先定好的等级打分。每个答案都会带一个0到1的“把握程度”，程序可以把没把握的题目交给备用规则或人来看。

和常见聊天模型不同，谷歌称这套系统不是逐词生成答案，而是在一次前向计算里直接给各个选项打分。所谓“前向计算”，可以理解为模型把输入看完、算出结果的一轮过程，中间不再慢慢“写字”。

谷歌给出的性能数字是：端到端延迟约150到250毫秒，其中模型计算大约50到100毫秒；在最多1.6万个token的上下文里，从1个问题加到100个问题，延迟几乎持平。价格为每100万输入token 0.10美元，输出token不计费。公司还称，在自己的一套基准测试上，它的校准误差最低，也就是“自己说有把握”和“真的对了”更接近；在同一套测试上，费用大约是Gemini 3.5 Flash-Lite走普通生成接口的五分之一。这些都是谷歌自己的对比，不是第三方评测。

已经用在哪些地方

谷歌说，公司内部已有团队把它当作低延迟的“控制室”。Gemini Notebook用它来把问题迅速分给合适的模型档位，公司称日常问题的延迟最多可降低约40%，把更深的推理留给更难的任务。设计工具Stitch的新实验用它快速生成可点击的线框，并用语音或点击立刻改稿。实验产品CC用它从200多个表情里选一个反应。谷歌搜索则用它在时间很紧的情况下，检查工具调用是否像在做对抗或违规操作。

这些都是谷歌对内部用法的描述，外部开发者还需要自己验证在实际业务里是否同样快、同样稳。

对普通人可能意味着什么

如果这类“只做判断、不写长文”的接口被广泛用起来，你注意到的未必是一个新聊天机器人，而是一些小事变得更快：客服自动分诊少等一会儿，应用更及时拦住违规内容，或者同一个AI助手在简单问题和复杂问题之间切换得更干脆。

它也有边界。它擅长的是选项事先定好的问题，不负责写分析报告或给出开放式建议。模型说自己“很有把握”，也不等于判断一定正确，关键还得看业务方怎么设置后路。价格和速度数字目前都以谷歌公布的为准。

原文发布时间：Google，2026年11月12日 02:00（北京时间）