Gemini Decisions API：多模态判断与概率输出

支持三类判断任务

Google 推出 Gemini Decisions API，以 Gemini Decision 1 加入 Jev 和 OpenAI 所在的决策模型类别。

该 API 的设计与 Jev 接近，支持三类问题：

• 是非判断：回答某个条件是否成立。
• 选项选择：从给定选项中作出选择。
• 按评分标准打分：依据设定的评价标准进行评分。

它还沿用了 Jev 对是非问题的称呼：Noul。

价格与输入类型对比

模型或服务	输入价格（每百万 token）	支持的输入类型
Gemini Decision 1	0.10 美元	文本、图像、音频、视频、PDF
OpenAI GPT-6 Luna 决策模型	0.10 美元	文本、图像
Jev	0.042 美元	文本及 JSON

Gemini Decision 1 与 GPT-6 Luna 决策模型的输入价格相同，且输出免费。三者之中，Jev 的输入价格最低。

视频测试：返回非二元概率

一次测试向 Gemini Decision 1 提交了一段扬克斯机器人跺脚视频，并提出四个是非问题：

dragon：视频中有龙吗？
robot：视频中有机器人吗？
france：视频场景位于法国吗？
usa：视频场景位于美国吗？

接口返回了以下结果：

{
  "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
  }
}

换算后，“有机器人”和“位于美国”的返回概率均约为 92.3%；“有龙”约为 5.0%，“位于法国”约为 8.3%。

与所述 Jev 和 OpenAI 是非判断返回 1.0 或 0.0 的表现不同，这次 Gemini 测试给出了介于两者之间的概率值。这里展示的是单次视频测试结果，不宜据此推断模型的整体准确率或概率校准水平。