Gemini Decision 1 API
Gemini Decision 1 是 Google 推出的決策模型，不生成文字，而是對預先定義的問題回傳機率與信心分數。
Gemini Decision 1 於 2026 年 11 月 11 日推出，是一款決策模型。它不產生文字，而是針對預先定義的問題回傳機率與信心分數，適合作為工具選擇、政策檢查、模型路由、上下文評分與內容評分等流程的判斷層。
它支援文字、圖片、音訊、影片與 PDF 輸入，上下文長度達 256K tokens。單次請求可評分最多 1,000 個獨立問題，涵蓋是非題、多選題與評分尺度，並為每個決策回傳 0 到 1 的信心分數。所有問題在單次前向傳遞中完成評分；輸入與影片解析度可調整，以控制視覺細節與 token 成本。
在 Google 的測試中，JevBench 得分為 92.2%，優於 TypeSafe Jev 1.14 的 90.0%。對於 16K tokens 以內的上下文，端到端延遲為 150 至 250 毫秒，且無論每請求詢問 1 個或 100 個問題，延遲幾乎持平。Google 表示其校準誤差在比較模型中最低，並在涵蓋代理路由、推理、排序與多模態理解的基準測試套件中領先。此模型可透過 Gemini API 在 Google AI Studio 使用，並提供 Python、JavaScript 與 REST 指南。
更新時間:
模型 ID
gemini-decision-1- 上下文
- 262.144K
- 最大輸出
- 235.929K
- 輸入
- text / image / audio / video / file
- 輸出
- decisions
核心要點
- 不生成文字，回傳機率與信心分數
- 單次請求評分最多 1,000 個問題
- 16K tokens 內延遲 150 至 250 毫秒
- 問題數不影響延遲，幾乎持平
- JevBench 得分 92.2%
- 透過 Gemini API 與 Google AI Studio 提供
供應商
比較不同供應商的呼叫價格，點擊供應商可查看完整費用和適用條件。
| 可用率 | |||
|---|---|---|---|
| $0.1 | $0 |
歷史統計不等於即時健康檢查，缺少資料不代表服務中斷。
基準測試
- 92.2%
JevBench
Google 自家測試；優於 TypeSafe Jev 1.14 的 90.0%
分數來自模型廠商公布的資料，未經獨立驗證。
決策快速開始
把狀態與明確的型別化問題送到 /api/v1/decisions，每個問題讀回一個答案：noul 回傳 0 到 1 的機率，choice 回傳選中的選項及其分布，score 回傳有序標準的數值評分。這個入口與 Chat Completions、Messages、Responses 三套介面彼此獨立。
curl https://openapi.felo.ai/api/v1/decisions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-decision-1",
"state": "Help! My payouts have been failing for 3 days.",
"questions": {
"is_urgent": {
"type": "noul",
"instructions": "Does this message convey urgency?",
"criteria": {"true": "Time-sensitive", "false": "No urgency"}
},
"department": {
"type": "choice",
"instructions": "Which team should handle this?",
"criteria": {
"billing": "Payments, invoicing, refunds",
"technical": "Bugs, outages, integrations",
"sales": "Pricing, upgrades, new accounts"
}
},
"frustration": {
"type": "score",
"instructions": "How frustrated is the customer?",
"criteria": ["Calm", "Frustrated", "Very angry"]
}
}
}'常見問題
什麼是 Gemini Decision 1?
Gemini Decision 1 於 2026 年 11 月 11 日推出，是一款決策模型。它不產生文字，而是針對預先定義的問題回傳機率與信心分數，適合作為工具選擇、政策檢查、模型路由、上下文評分與內容評分等流程的判斷層。 它支援文字、圖片、音訊、影片與 PDF 輸入，上下文長度達 256K tokens。單次請求可評分最多 1,000 個獨立問題，涵蓋是非題、多選題與評分尺度，並為每個決策回傳 0 到 1 的信心分數。所有問題在單次前向傳遞中完成評分；輸入與影片解析度可調整，以控制視覺細節與 token 成本。 在 Google 的測試中，JevBench 得分為 92.2%，優於 TypeSafe Jev 1.14 的 90.0%。對於 16K tokens 以內的上下文，端到端延遲為 150 至 250 毫秒，且無論每請求詢問 1 個或 100 個問題，延遲幾乎持平。Google 表示其校準誤差在比較模型中最低，並在涵蓋代理路由、推理、排序與多模態理解的基準測試套件中領先。此模型可透過 Gemini API 在 Google AI Studio 使用，並提供 Python、JavaScript 與 REST 指南。
如何計算呼叫費用？
費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格，詳見計費明細。
Gemini Decision 1 支援哪些輸入類型？
支援文字、圖片、音訊、影片與 PDF 輸入，上下文長度達 256K tokens。
這個模型適合什麼任務？
適合工具選擇、政策檢查、模型路由、上下文評分、內容評分，以及依檢查清單掃描交付照片等判斷型任務。
它一次可以處理多少個問題？
單次請求可評分最多 1,000 個獨立問題，並在單次前向傳遞中完成。
它會生成文字嗎？
不會。它對預先定義的問題回傳機率與信心分數，而非生成文字。
延遲表現如何？
對於 16K tokens 以內的上下文，端到端延遲為 150 至 250 毫秒；無論每請求詢問 1 個或 100 個問題，延遲幾乎持平。