---
title: "Gemini Decisions API：一次问完很便宜，重复发送一分不省"
title_en: "Gemini Decisions API: one request is cheap, repeating yourself is not"
url: https://www.liamding.com/posts/2026-11-13-gemini-decisions-api-cheap-checklist-full-price-repeats/
markdown_url: https://www.liamding.com/posts/2026-11-13-gemini-decisions-api-cheap-checklist-full-price-repeats/index.md
html_url: https://www.liamding.com/posts/2026-11-13-gemini-decisions-api-cheap-checklist-full-price-repeats/
language: zh-CN
date: 2026-11-13
lastmod: 2026-11-13
description: "按请求计费是对的；没有缓存，重复发送的参考资料每次都要全额付费。"
categories: ["Product Decisions"]
tags: ["product strategy", "pricing", "API pricing", "Google", "Gemini", "decision models"]
professional: true
sources:
  - title: "Gemini Decisions API: Fast, calibrated multimodal decisions (Google blog)"
    url: "https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/"
  - title: "Gemini Developer API pricing: Gemini Decision 1 (Google AI Studio docs)"
    url: "https://aistudio.google.com/docs/pricing"
  - title: "Decisions API (Google AI Studio docs)"
    url: "https://aistudio.google.com/docs/decisions-api"
  - title: "Decisions (OpenAI API docs)"
    url: "https://developers.openai.com/api/docs/guides/decisions"
  - title: "API pricing (OpenAI API docs)"
    url: "https://developers.openai.com/api/docs/pricing"
  - title: "Google's Gemini Decision 1 model scores up to 1,000 questions in one API call (VentureBeat)"
    url: "https://venturebeat.com/technology/googles-gemini-decision-1-model-scores-up-to-1-000-questions-in-one-api-call"
  - title: "Gemini Decisions API (Simon Willison)"
    url: "https://simonwillison.net/2026/Nov/11/gemini-decisions-api/"
  - title: "Prompt caching (OpenAI API docs)"
    url: "https://developers.openai.com/api/docs/guides/prompt-caching"
  - title: "Models (TypeSafe docs)"
    url: "https://docs.typesafe.ai/models"
  - title: "Artificial Analysis Decision Index v2.1"
    url: "https://artificialanalysis.ai/evaluations/artificial-analysis-decision-index"
  - title: "Gemini Decision 1 (Artificial Analysis)"
    url: "https://artificialanalysis.ai/decision-models/gemini-decision-1"
  - title: "Drex Max v1.1 (Artificial Analysis)"
    url: "https://artificialanalysis.ai/decision-models/drex-max-v1-1"
author: "Liam Ding（丁洪）"
canonical: https://www.liamding.com/posts/2026-11-13-gemini-decisions-api-cheap-checklist-full-price-repeats/
---

## 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。
