AIREITER

Gemini Decisions API：價格、限制與 OpenAI 比較（2026）

最近更新: 2026-11-12 07:45:02

Google 在 2026 年 11 月 11 日推出 Gemini Decisions API，讓 Gemini Decision 1 一次處理大量固定選項的判斷。至於它是否真的比 OpenAI 更划算，關鍵不只在單價，還在於快取規則與你的工作負載怎麼組。

Gemini Decisions API 一次請求要花多少錢？

Gemini Decisions API 的價格是每 100 萬個輸入 token $0.10，輸出 token 不計費。同一請求中的共享多模態輸入只會計費一次，不論裡面評估多少題；之後每增加一道題，只會多計算該題自己的指示與評分條件 token。

Google 表示，與透過 Interactions API 使用 Gemini 3.5 Flash-Lite 相比，Gemini Decision 1 在一組共用基準測試中幾乎便宜 5 倍。這裡沒有輸出 token 費用，也沒有浮動的思考 token 計費，更不會另外收取音訊轉錄或 OCR 費用。若只是做原型，Google AI Studio 也提供免費 API 層級。

工作負載（每次請求共計 500 個計費輸入 token）每月請求數輸入 token按 $0.10/100 萬計算的費用
客服意圖分流10,0005M$0.50
內容審核閘門100,00050M$5.00
代理工具選擇層1,000,000500M$50.00

計算公式是 requests x average billed input tokens / 1,000,000 x $0.10。由於共享證據只計費一次，把同一張工單的 50 個獨立檢查項目放進一個請求，額外增加的只有各題自己的 token。省下來的錢來自批次處理，而不是每題另有折扣。

Gemini Decision 1 能判斷哪些內容？

Gemini Decision 1（模型 ID：gemini-decision-1）是專門用來分類與評分的模型，不是聊天模型。單一請求可放入一份最多 256K token 的共享多模態輸入，以及最多 1,000 道彼此獨立的問題。每個答案都會附上各選項的機率與 0 到 1 的信心分數。

輸入支援文字、圖片、音訊、影片與 PDF，並可放在同一個共享區塊中，格式與 Interactions API 的 Content block 相同。圖片和影片都能調整解析度，因此在上傳前先縮成縮圖，就能直接控制 token 成本。三種題型可以在同一個請求中混用：

類型格式回傳內容適合用途
noul（是非題）一個條件，可選擇提供 true/false 說明該條件成立的機率政策檢查、液體溢出偵測、相關性篩選
choice（選擇題）2 至 255 個具名選項與評分條件勝出選項，以及各候選項目的正規化機率模型分流、佇列分流、下一步行動選擇
score（有序評分）從 0 開始的有序級別連續加權分數與各級別的機率嚴重程度、急迫性、潛在客戶品質

Google 表示，在涵蓋多模態輸入、上下文最多 16K token 的測試中，模型計算時間中位數為 50–100 毫秒，端到端延遲則是 150–250 毫秒；從每次 1 題到 100 題，延遲幾乎維持不變。Google 也宣稱，在代理分流、推理、排序與多模態理解等基準測試中，Gemini Decision 1 以最低校準誤差拿下整體最佳。不過在獨立數據出現前，這兩項說法都應先視為供應商自己的測試結果。

Gemini Decisions API 對上 OpenAI Decisions API

最直接的比較對象是OpenAI 的 Decisions API。它早幾週推出，標示價格也完全相同。Gemini Decisions API 同樣是每 100 萬輸入 token $0.10、具型別的輸出免費，但在容量、支援的模態與快取機制上有所不同。

Gemini 與 OpenAI Decisions API 每次請求的最大題數
比較項目Gemini Decisions APIOpenAI Decisions API
模型gemini-decision-1gpt-6-luna 類別
標示價格每 100 萬輸入 $0.10，輸出 $0每 100 萬輸入 $0.10，輸出 $0
每次請求最多題數1,000400
題型是非題、選擇題（2–255 個選項）、評分題predicate、選擇題、評分題（2–10 個級別）
輸入模態文字、圖片、音訊、影片、PDF（256K 上下文）文字、圖片（URL、base64）、原生 JSON、對話歷史、工具輸出；不支援音訊或檔案
延遲說法端到端 150–250 毫秒，模型計算 50–100 毫秒比 Responses 快約 10 倍（未公布 p50/p95）
提示快取發布文章未提及支援：前綴至少 1,024 token，快取讀取每 100 萬 $0.01
免費層級有，AI Studio 提供免費層級未見專用免費層級的文件說明
用量報告標準 Gemini API 用量使用管理員金鑰呼叫 GET /v1/organization/usage/decisions

Gemini 欄位資料來自 Google 的發布文章；OpenAI 欄位資料則來自 AIReiter 的 OpenAI Decisions API 價格指南，該文引用了 OpenAI 官方文件。

從這張表可以整理出三個實務上的結論。

  1. 如果證據是多模態內容，優先考慮 Gemini Decisions API。它能在一次請求中把通話錄音與帳戶資料，或掃描的理賠 PDF 與損害照片放在一起處理；OpenAI 的端點通常需要先分開預處理。
  2. 如果需要大規模扇出，也適合選它。每次請求可放 1,000 道獨立問題，而不是 400 道，因此同一張工單可以同時判斷退款意圖、部門分流、急迫程度，以及數十個政策條件，不必再多跑一趟。
  3. 面對很長、每次都要重送的共享政策文件，OpenAI 仍保有優勢。快取前綴可把重複成本降到每 100 萬 $0.01；若每個請求都要重新送出一份 5,000 token 的政策文件，而問題本身很短，差距會相當明顯。

Gemini Decisions API 適合哪些正式環境工作？

根據發布公告，Google 已在 Notebook 用它做分流、Stitch 用它挑選線框、CC 用它挑選 emoji，Search 則用它處理 MCP 安全性。共同模式都是先提供一份共享證據，再列出多個受限選項，最後根據回傳的信心分數交給程式決定路徑。不過，一位工程師也提醒：

「重點不在便宜，而在於縮小輸出空間。信心不等於準確率，因此上線前要用真實業務樣本校準，並設定拒答門檻。」——@david1989_zhu（由中文翻譯）

請用實際工作負載建立包含模糊案例的標註資料集，繪出不同門檻下的誤判陽性率與誤判陰性率，並為低信心結果設計明確的拒答流程，交由人工覆核。至於開放式資料擷取、產生解釋，或需要填入參數的工具呼叫，仍應使用 Interactions API、Responses API 或 function calling。

如何呼叫 Gemini Decision 1

這個端點可透過 Google AI Studio 的 Gemini API 使用，模型為 gemini-decision-1；在 google-genai SDK 中，呼叫方式是 client.decisions.create。Decisions API 文件也提供 Python、JavaScript 與 REST 指南。官方的 breakroom-counter 範例會在單一請求中，以一張照片加上一段文字備註，同時測試三種題型：

from google import genai

client = genai.Client(http_options={"api_version": "v1beta"})

result = client.decisions.create(
    model="gemini-decision-1",
    input=[
        {"type": "image", "uri": "https://storage.googleapis.com/generativeai-downloads/images/spill.jpg", "mime_type": "image/jpeg"},
        {"type": "text", "text": "Breakroom counter check before the 9 AM client meeting."},
    ],
    questions={
        "has_spill": {"type": "noul", "instructions": "Is there an uncleaned liquid spill on the counter?"},
        "next_action": {"type": "choice", "instructions": "Which cleanup action fits the scene?",
            "criteria": {"wipe_with_cloth": "Small counter spill with cloth nearby.",
                         "dispatch_janitorial": "Large floor hazard, broken glass, or active leak.",
                         "ready_for_meeting": "Counter is clean and ready."}},
        "severity": {"type": "score", "instructions": "Rate the severity of the counter mess.",
            "criteria": ["Clean and ready.", "Minor localized spill.", "Major spill or safety hazard."]},
    },
)
print(result)

Google 列出的整合包括 OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit 與 OpenCode，Google Cloud 支援則即將推出。如果現有系統是建立在 OpenAI 端點上，遷移順序可以很簡單：先搬多模態閘門與大量扇出工作，把需要長篇快取政策文件的工作留在有快取折扣的一方，然後從頭校準所有門檻。不同供應商的信心分數尺度不能直接互換。

你的工作負載建議使用
以固定選項進行分類、分流或評分Gemini Decisions API
證據包含音訊、影片或 PDFGemini Decisions API
每個項目需要 400 道以上的獨立檢查Gemini Decisions API
每次呼叫都要重送長篇共享政策先測試 OpenAI 的快取讀取
需要解釋、資料擷取或工具參數Interactions / Responses / function calling
具破壞性或涉及合規的動作只把 Decisions 當作閘門，並加上人工覆核

Gemini Decisions API 有免費層級嗎？

有，Google AI Studio 的免費層級可用於原型開發。

Gemini Decisions API 支援提示快取嗎？

截至 2026 年 11 月 12 日，發布文章中沒有提到快取選項。

一次 Gemini Decisions API 請求最多能放幾道題？

最多 1,000 道獨立問題，針對一份最多 256K token 的共享輸入進行判斷。

正式環境應該預留多少延遲？

在測量出你所在區域的 p95 之前，先以端到端 250 毫秒作為預算。

我還需要 Interactions API 嗎？

需要。如果要組合文字、擷取任意欄位、解釋判斷結果，或產生工具參數，仍應使用 Interactions API。