AIREITER

Gemini Decisions API：价格、限制与 OpenAI 对比（2026）

最后更新: 2026-11-12 07:42:44

Google 于 2026 年 11 月 11 日推出 Gemini Decisions API。它让 Gemini Decision 1 在一次请求中批量评估固定选项，但真正决定它是否比 OpenAI 更划算的，往往是缓存规则和你的实际工作负载。

调用 Gemini Decisions API 要花多少钱

Gemini Decisions API 的价格是每 100 万输入 token 收费 $0.10，输出 token 不收费。同一请求中的共享多模态输入只计费一次，无论里面评估多少个问题；新增问题只会增加该问题自身的指令和评判标准 token。

Google 表示，在一组共享基准测试中，Gemini Decision 1 的成本比通过 Interactions API 调用 Gemini 3.5 Flash-Lite 低近 5 倍。它不收取输出 token 费用，也没有单独的思考 token 费用，更不会额外收取音频转录或 OCR 费用。Google AI Studio 还提供免费 API 层，适合原型开发。

工作负载（每次请求共计 500 个计费输入 token）每月请求数输入 token按 $0.10/100 万计算的成本
客服意图路由10,0005M$0.50
内容审核闸门100,00050M$5.00
Agent 工具选择层1,000,000500M$50.00

计算公式是 请求数 x 平均计费输入 token 数 / 1,000,000 x $0.10。由于共享证据只计费一次，把针对同一工单的 50 个独立检查打包进一个请求时，额外增加的只是每个问题自己的 token。省钱的关键在于批处理，而不是每个问题享受单独折扣。

Gemini Decision 1 能判断什么

Gemini Decision 1（模型 ID：gemini-decision-1）是专门用于分类和评分的模型，不是聊天模型。一次请求最多可携带一个共享多模态输入，大小上限为 256K token，同时评估最多 1,000 个相互独立的问题。每个答案都会返回概率，以及一个 0 到 1 的置信度分数。

输入支持文本、图片、音频、视频和 PDF，并可放在同一个共享内容块中，格式与 Interactions API 的 Content block 相同。图片和视频支持调节分辨率，因此上传前先缩小证据尺寸，就能直接控制 token 成本。一次请求可以混合使用以下三种问题类型：

类型形式返回结果适用场景
noul（是/否）一个条件，可选填真假描述该条件成立的概率策略检查、溢出检测、相关性过滤
choice（选择题）2 到 255 个带名称的选项及其评判标准胜出选项，以及每个候选项的归一化概率模型路由、队列路由、下一步动作选择
score（有序评分）从 0 开始的有序等级连续加权分数，以及每个等级的概率严重程度、紧急程度、潜在客户质量

Google 公布的数据显示，模型计算耗时中位数为 50–100 毫秒，端到端延迟为 150–250 毫秒。这些数据基于多模态输入和最多 16K token 的上下文，并且据称从每次请求 1 个问题增加到 100 个问题时，延迟几乎保持不变。Google 还称，在覆盖 Agent 路由、推理、排序和多模态理解的基准测试中，Gemini Decision 1 以最低校准误差领先整组测试。不过，在独立数据出现之前，这两项结论都应当视为厂商基准。

Gemini Decisions API 对比 OpenAI Decisions API

最接近的竞品是OpenAI 的 Decisions API，它早几周推出，公开标价也完全相同。Gemini Decisions API 同样按每 100 万输入 token $0.10 计费，并免费返回结构化输出，但在容量、输入模态和缓存方面有所不同。

Gemini vs OpenAI Decisions API max questions per request
对比维度Gemini Decisions APIOpenAI Decisions API
模型gemini-decision-1gpt-6-luna 级别
公开价格$0.10 / 100 万输入 token，输出免费$0.10 / 100 万输入 token，输出免费
每次请求最多问题数1,000400
问题类型是/否、choice（2–255 个）、rubric scorepredicate、choice、score（2–10 个等级）
输入模态文本、图片、音频、视频、PDF（256K 上下文）文本、图片（URL、base64）、原生 JSON、对话历史、工具输出；不支持音频或文件
延迟说明端到端 150–250 毫秒，模型计算 50–100 毫秒比 Responses 快约 10 倍（未公布 p50/p95）
提示词缓存发布文章中未宣布支持：前缀至少 1,024 token，缓存读取费用为 $0.01/100 万 token
免费层支持，AI Studio 提供免费层没有公开记录的专用免费层
用量查询标准 Gemini API 用量统计使用管理员密钥调用 GET /v1/organization/usage/decisions

Gemini 一栏依据 Google 的发布文章；OpenAI 一栏依据 AIReiter 的 OpenAI Decisions API 价格指南，该指南引用了 OpenAI 官方文档。

从这张表可以得出三个实际结论。

  1. 如果证据是多模态内容，优先考虑 Gemini Decisions API。它可以在一次请求中同时处理通话录音和账户元数据，或扫描版理赔 PDF 和损坏照片；OpenAI 的端点通常需要先分别做预处理。
  2. 如果需要大规模扇出，也适合选择 Gemini。它每次请求最多支持 1,000 个独立问题，而 OpenAI 是 400 个。一个工单可以一次性完成退款意图识别、部门路由、紧急程度评分，以及几十项策略判断，不必再发起第二轮请求。
  3. 对于很长的共享策略文档，OpenAI 仍然占优。缓存前缀可将重复调用成本降至 $0.01/100 万 token；如果每次请求都要重新发送一份 5,000 token 的策略文档，而问题本身很短，这一点尤其重要。

Gemini Decisions API 适合哪些生产场景

根据发布公告，Google 已将这一端点用于 Notebook 的路由、Stitch 的线框图生成、CC 的表情选择，以及 Search 的 MCP 安全检查。它们采用的都是同一种模式：提供一块共享证据，列出多个边界明确的选项，再根据返回的置信度由代码进行路由。正因为如此，一位工程师特别提醒：

“重点不在于便宜，而在于收窄输出空间。置信度不等于准确率，正式上线前要用真实业务样本进行校准，并设置好拒答阈值。”——@david1989_zhu（中文翻译）

应当从真实工作负载中建立包含模糊案例的标注集，绘制不同阈值下的误报率和漏报率，并为低置信度结果明确设置人工复核的拒答路径。对于开放式信息提取、生成解释，或需要生成工具参数的工具调用等任务，仍应使用 Interactions API、Responses API 或函数调用。

如何调用 Gemini Decision 1

该端点可通过 Google AI Studio 中的 Gemini API 使用，模型为 gemini-decision-1；在 google-genai SDK 中通过 client.decisions.create 调用。官方Decisions API 文档提供 Python、JavaScript 和 REST 指南。官方的 breakroom-counter 示例会在一次请求中，用一张照片和一段文字说明，同时检查三种问题类型：

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 列出的集成包括 OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit 和 OpenCode；Google Cloud 支持即将推出。如果你已经基于 OpenAI 的端点完成开发，迁移策略很简单：先迁移多模态闸门和大规模扇出任务；对于适用缓存折扣的长策略文档工作负载，继续留在 OpenAI；同时从头重新校准阈值。不同厂商的置信度分数不能直接互换。

你的工作负载建议使用
使用固定选项进行分类、路由或评分Gemini Decisions API
证据包含音频、视频或 PDFGemini Decisions API
每个对象需要 400 个以上的独立检查Gemini Decisions API
每次调用都要重新发送很长的共享策略文档先测试 OpenAI 的缓存读取
需要解释、信息提取或工具参数Interactions / Responses / 函数调用
涉及破坏性操作或合规动作仅将 Decisions API 作为闸门，并保留人工复核

Gemini Decisions API 有免费层吗？

有。Google AI Studio 提供免费层，可用于原型开发。

Gemini Decisions API 支持提示词缓存吗？

截至 2026 年 11 月 12 日，发布文章中没有出现缓存选项。

一次 Gemini Decisions API 请求最多能放多少个问题？

最多 1,000 个独立问题，共同针对一个最多 256K token 的共享输入进行评估。

生产环境应按多长延迟预留预算？

在测出自己的区域 p95 之前，建议按端到端 250 毫秒预留。

还需要 Interactions API 吗？

需要。如果任务是组织文本、提取任意字段、解释判断结果，或生成工具参数，仍应使用它。