Gemini 决策接口支持多模态判断与评分

Google 也加入了「决策模型」这条赛道。Simon Willison 在 2026 年 11 月 11 日的短文中介绍了 Gemini Decisions API：它用固定题型返回判断结果，价格与 GPT-6 Luna 持平，输入范围则覆盖视频、音频和 PDF。

对程序员来说，值得关注的是这种接口形态：把「请帮我判断一下」变成结构化调用。不过，作者只展示了一次视频测试，能证明接口如何返回结果，还不足以证明它判断得有多准。

决策模型把哪些问题做成了接口

Gemini Decisions API 使用的模型叫 Gemini Decision 1。按照作者的描述，它与 Jev 的接口几乎一样，支持三类问题：是非判断（yes/no）、选项选择（choice）和按评分标准打分（rubric-scoring）。最后一种可以理解为：把评价标准交给模型，让它依照标准评分。

Google 甚至沿用了 Jev 对是非题的称呼「Noul」。原文没有提供完整请求结构、SDK 用法或调用地址，因此还不能直接照着这篇短文接入。

这类 API 的价值，在于把开放式问答收敛成程序更容易处理的判断结果。

费用也按这种用途设计：Gemini Decision 1 与 GPT-6 Luna 都是每百万输入 tokens 收取 10 cents，输出免费；Jev 则是每百万输入 tokens 收取 4.2 cents，是文中三者里最便宜的。这里比较的是标价，原文没有给出批量任务的实际账单。

视频测试展示了什么，又没证明什么

三者的输入范围不同：Jev 只支持文本和 JSON，OpenAI 支持文本与图片，Gemini Decision 1 则覆盖文本、图片、音频、视频和 PDF。

作者拿一段在 Yonkers 拍摄的机器人踩踏视频做测试，随视频提交了四个问题，用来检查物体识别与地点判断：

dragon: Does this video have a dragon in it?
robot: Does this video have a robot in it?
france: Is this video set in France?
usa: Is this video set in the USA?

注意 france 和 usa 两行：它们要求判断拍摄地点，比识别画面中有没有机器人更依赖上下文线索。

模型返回了下面的 JSON：

{
  "dragon": {
    "type": "yes_no",
    "probability": 0.04976021841520312
  },
  "robot": {
    "type": "yes_no",
    "probability": 0.9234055387792485
  },
  "france": {
    "type": "yes_no",
    "probability": 0.08329171353166241
  },
  "usa": {
    "type": "yes_no",
    "probability": 0.9230459995157706
  }
}

要看的是 probability 字段：机器人和美国都在 0.92 左右，龙和法国则较低。作者指出，Jev 和 OpenAI 的是非题返回 1.0 或 0.0，Gemini 的结果保留了中间数值。

这说明返回形式存在差别，却不能直接证明 Gemini 更可靠。原文没有解释这些数值如何计算，也没有验证：输出约 0.92 的判断，长期来看是否真的有约 92% 正确。

我的判断

我看好这种固定题型接口。对于只需要分类、选择或评分的业务，它能让返回结果更容易进入后续程序。相较于让通用聊天模型生成文字答案，调用方需要处理的自由文本更少。

但「接口几乎一样」不等于可以直接替换。题型相同，只能说明抽象方式接近；请求参数、异常处理和评分含义是否兼容，原文没有说清。

多模态覆盖面也是选型线索。需要直接处理视频或音频时，Gemini 在文中三者里有明确的输入范围优势；如果任务只有文本，Jev 的标价更低。作者没有提供准确率、延迟或同题对照数据，无法据此判断谁更划算。

带小数的判断结果，不应直接当成已经验证过的正确率。

接入业务时仍需自己确定阈值、保留不确定区间，并用真实样本检查效果。作者这次实测适合帮助理解接口，不足以支撑生产选型结论。

能拿来做什么

• 如果你正在 Node 服务里用通用模型完成分类或评分，可以先挑一个任务，比较固定题型接口与现有方案的接入成本和判断效果。
• 如果产品需要判断视频内容，可以仿照作者的方法，把物体识别和地点推断分别设题，避免一个笼统问题混在一起，难以定位错误。
• 如果前端要展示判断结果，应保留「待确认」状态；在验证 probability 的含义之前，不要直接把它标成「准确率」。
• 如果准备切换供应商，先核对输入类型、参数和返回字段，再用同一批业务样本比较；不能仅凭三类题型相同就认定能够无缝迁移。