问题

2026 年 11 月 11 日,Google 发布了 Gemini Decisions API 和配套模型 Gemini Decision 1。它不写文字。你发一份共享输入(可以混合文本、图片、音频、视频和 PDF),再附一组问题:是/否判断、2 到 255 个选项的单选,或者按你自定的评分表打分。它给每个答案返回一个概率和一个置信度。按 Google 文档,每个请求可以带 1 到 1,000 个问题,上限受 262,144 token 的上下文窗口约束;发布博文给出的端到端延迟是 150–250 毫秒(输入不超过 16K token 时)。

Google 不是第一家。OpenAI 自己的 Decisions API 在 10 月 22 日正式开放,跑在 GPT-6 Luna 上;TypeSafe 的 Jev 早就在卖同样三种题型。Simon Willison 还指出,Google 连是/否题的叫法「noul」都沿用了 Jev 的。所以有意思的决定不在模型,在价目表。

Google 定价每百万输入 token 0.10 美元,输出不收钱。更关键的是它选了计费单位:共享输入每个请求只算一次,不管上面挂多少个问题;每个问题只加它自己的说明和选项描述。同一张价目表也写明了缺什么:两档都没有上下文缓存,也不支持 Batch API。Decisions API 文档说得更直白:跨请求重复发送的输入,全额计费。

这是一个产品决定的两面:对同一件东西一次问很多个问题,非常便宜;同一份参考资料跨请求一遍遍发,一分折扣都没有。

我的结论

按请求计费、而不是按问题计费,这个决定是对的。没有缓存,是没做完的那一半。

前一半和 Google 真正想卖的东西对得上。它的卖点是:一件乱糟糟的事,带着好几种格式进来,比如一份扫描理赔单、几张损坏照片和一段通话录音,一次过完整张检查清单。按请求计费让这种用法成了最便宜的用法。VentureBeat 算过一个例子:一份 4,000 token 的记录,配 20 个各 50 token 的问题,一次请求做完,每 1,000 条记录约 0.50 美元;每个问题单独调用、每次都重发记录,则是 8.10 美元。我的算术一致:4,000 + 20 × 50 = 5,000 token,对比 20 × 4,050 = 81,000 token,差约 16 倍。价目表在教开发者把互相独立的检查打包发,而这正是 Google 文档推荐的写法。定价和 API 形状指向同一个方向。

后一半是个缺口。很多判断类流量是反过来的形状:一份很长的参考资料(政策手册、商品目录、一张参考图),拿来逐个判断源源不断的新条目。在 Gemini 上,这份参考资料每次都全额计费。OpenAI 已经把这个问题解决了:Decisions API 从公测之后就支持复用共享输入的相同前缀,按缓存读取价计费。OpenAI 价目表上,GPT-6 Luna 的缓存输入是每百万 token 0.01 美元,未缓存是 0.10 美元,30 分钟缓存写入是每百万 token 0.125 美元。这里只计入参考文档的 token,不算每个问题另加的 token。一份 10,000 token 的参考资料随 1,000 次请求发送,一共 1,000 万 token:在 Gemini 上是 1.00 美元。OpenAI 这边还要两个前提:这 1,000 次请求都落在缓存仍然有效的时候,并且相同前缀至少有 1,024 token。这份参考资料是 10,000 token,过得了这道门槛。缓存文档把 30 分钟写成默认的最短有效期,写入价是未缓存输入的 1.25 倍,而且这是这些 token 的全部费用,不是在未缓存价之外再加一笔;一次缓存读取会把覆盖再续至少 30 分钟。如果第一次之后每次都命中,约 0.10 美元的缓存读取,加一次约 0.0013 美元的缓存写入。这是我的算术,token 数是假设的,而且要在缓存有效期内全部命中,但量级才是重点:标价一样,哪家更便宜取决于你的流量是「一件东西、很多问题」还是「一份参考、很多条目」。

还有第三个细节,换供应商的人会踩到。Google 文档写明,是/否题的概率永远落在 0.01 到 0.99 之间,所以阈值设在 0.99 以上永远不会命中。Simon Willison 写了一句泛论:「Jev and OpenAI both return 1.0 or 0.0 for yes/no questions.」这不是视频测试的结果。视频他只在 Gemini 上测过,用的是他那段 Yonkers 机器人视频:Gemini 对「有没有机器人」约 0.92,对「有没有龙」约 0.05。TypeSafe 文档写明,Jev 不原生接受视频。一条写成「等于 1.0 就自动通过」的规则,搬到 Gemini 上会悄悄变成「永远不自动通过」。Google 文档里确实写了这一点,但它也应该进迁移检查清单。

约束条件

  • 模型给选项打分,不生成内容。 这是输出免费、延迟低的原因;也意味着开放式任务,比如抽取发票号、写一段解释,仍然要另调一次生成模型。
  • 问题彼此独立。 只有 OpenAI 的文档要求:依赖前一个答案的判断,要另发一次请求。Google 的文档给了两条路,原文是:「Either send a second request after you read the first answer, or ask both questions in one request and ignore the answer you don’t need.」也就是读完第一个答案后再发一次请求,或者两个问题放在同一次请求里、把不需要的答案丢掉。在 Gemini 上,只有把追问拆成第二个请求时,同一份证据才会再付一次。
  • 多模态输入是差异点。 Google 对文本、图片、视频、音频、PDF 统一按每百万 token 0.10 美元收费,不另收转写或 OCR 费。TypeSafe 文档写明,Jev 读文本和 JSON,请求里任意位置都可以附 PNG 或 JPEG,不原生接受音频和视频。OpenAI 支持文本、图片和 JSON。如果你的输入是录音或视频,Google 是一个托管选项。VentureBeat 还写到 Cloudflare 的 Clef-Omni,托管在 Workers AI,每百万输入 token 0.15 美元,窗口 64,000 token,并建议用同一批片段把 Gemini 和 Clef-Omni 都测一遍。
  • 这个品类已经有价格锚。 OpenAI 未缓存每百万 token 0.10 美元、输出免费。TypeSafe 标价 Jev 每百万输入 token 0.042 美元。在 Google、OpenAI 和 Jev 这三家里面,这是最低价。Google 跟的是现有玩家的标价,没有压价。

取舍选项

按问题计费。 好解释,1,000 个问题的请求比 1 个问题的贵。但它会毁掉核心卖点:对共享输入一次前向计算,多加问题几乎不增加运行成本,这正是整个产品的意义。放弃它是对的。

按请求计费、不带缓存(Google 的选择)。 干净、可预期,奖励的正是 Google 想拿下的打包式多模态负载。代价落在参考资料很重的负载上;有前后依赖的步骤,只有拆成第二个请求时才会再付一次。

按请求计费、带缓存(OpenAI 的选择)。 同样的标价覆盖两种流量形状。代价是复杂度:缓存写入费、前缀规则、买方要自己管的命中率。OpenAI 文档说明,可复用的前缀止于共享输入,问题里的内容不在前缀内。

Google 选了第二种。我会选第三种,或者至少给出上线日期。

证据

  • Google 发布博文和价目表:每百万输入 token 0.10 美元,输出 0 美元;共享输入每个请求只算一次,每个问题只加自己的 token;没有思考 token、转写或 OCR 费用。
  • Google 价目表和 Decisions API 文档:上下文缓存「Not available」,不支持 Batch API,也不支持 Flex 或 Priority 推理;跨请求重复的输入全额计费。
  • Google 发布博文:在它的共享基准套件上,Decision 1 比通过 Interactions API 调用 Gemini 3.5 Flash-Lite 便宜近 5 倍。VentureBeat 给出了跑一遍的成本:Decision 1 0.88 美元,Jev 1.14 0.68 美元,Flash-Lite 4.14 美元。
  • Google 发布博文:Gemini Notebook 用它把查询路由到不同模型档位和思考强度,日常查询延迟最多降低 40%。
  • VentureBeat:在 Google 的对比里,Decision 1 的校准误差最低,0.0250,约为 Jev(0.0494)的一半。
  • OpenAI Decisions 文档、价目表和提示缓存文档:只支持 GPT-6 Luna,每个请求 1 到 400 个问题;共享前缀至少 1,024 token 才能进缓存;未缓存输入每百万 token 0.10 美元,缓存输入 0.01 美元,30 分钟缓存写入 0.125 美元,输出不收费。依赖前一个答案的判断要另发一次请求。
  • VentureBeat:Cloudflare 的 Clef-Omni 托管在 Workers AI,接受音频和视频,每百万输入 token 0.15 美元,窗口 64,000 token。录音和视频要用同一批片段拿它和 Gemini 对比。
  • Google Decisions API 文档:是/否概率被限定在 0.01–0.99。

这个结论的边界

  • 参考资料很短时, 缓存几乎无所谓,Google 的定价就是和 OpenAI 同价,只是输入类型更多、问题上限更高(1,000 对 400)。
  • 流量确实是一件东西配很多检查时, 按请求计费接近理想,少了缓存也不花你一分钱。
  • 输入是纯文本时, 价格问题就变了。TypeSafe 标价 Jev 每百万输入 token 0.042 美元。在 Google、OpenAI 和 Jev 这三家里面,这是最低价。Artificial Analysis 把 Drex Max v1.1 的输入价标成每百万 token 0.03 美元,并写明榜上显示的成本反映的是临时发布价,按标准价这一成本会是两倍。VentureBeat 报道,独立的 Artificial Analysis Decision Index v2.1 在发布时把 Gemini 排在 18 个模型里的第 9:得分 65.98,Jev 66.23;估算每百万次任务成本 345 美元,Jev 156 美元。2026 年 11 月 12 日打开 Decision Index 页面,图表标注是「18 of 19 models」,页面上的决策模型名单有 19 个,按分数排序,Gemini 的 65.98 排在第 10。同一网站上 Gemini 的模型页摘要仍是 18 个里的第 9,分数四舍五入成 66。Google 自己的基准领先,也要看具体哪项测试。
  • 如果 Google 很快加上缓存, 这条批评就只是发布当天的缺口。发布博文已经说 Google Cloud 版 Gemini 的支持「即将到来」;缓存也许会跟上,但 Google 没这么说过。

我会怎么改

  1. 给共享输入上线上下文缓存,或者给个日期。价目表上写「Not available」是诚实的,有日期买方才能规划。
  2. 在打包示例旁边,再放一个「参考资料很重」的计费示例,让买方动手之前就能看出自己属于哪种形状。
  3. 凡是讲到阈值的地方,都把 0.01–0.99 的上下限放显眼,并给从「返回 1.0」的供应商迁移过来的团队一个默认阈值建议。
  4. 在价目表上把媒体换算成钱。同一页上 Gemini Embedding 2 的条目给了按张、按秒的价格,Decision 1 的条目只有按 token 的单价。把一分钟音频、一页 PDF 的价格算出来,买方才能估每个案例的成本。
  5. 给现在的买方:先量一下自己的流量形状。如果是一件东西配很多检查,尤其带媒体,Gemini 是很好的第一个试点;如果是一份长参考配很多条目,选之前先把 OpenAI 的缓存路径的价格放在旁边比一比。无论哪种,阈值都按模型分别设,不要用一个通用常数。

Google 把整张检查清单做得又便宜又快,价目表也把正确用法告诉了开发者。每次请求都得重发的那本参考手册,还没有折扣——这是 Google 价目表上该加的下一行。