谷歌 Gemini Decisions API：输出 token 定价为 0，按「判断次数」卖模型

要点

• 2026-11-11，谷歌上线 Gemini Decisions API，配套专用模型 Gemini Decision 1。它不写文章，只回答问题：「是/否」「多选一」「打分」「按评分标准给概率」。
• 定价写法本身就是产品说明：输入 $0.10 / 百万 token，输出 $0。官方明确列出没有输出 token 费、没有可变思考 token 账单、音频转写与 OCR 不单独计费；AI Studio 里另有免费额度可用于原型。
• 共享输入只计一次费：同一次请求里塞多少问题都行，每个问题只额外算它自己的指令与判据 token；单请求上限 1,000 个问题。
• 多模态输入：文本、图像、音频、视频、PDF 都能作为判断对象，第三方追踪站记录的上下文为 262K（官方公告未给具体数值，此项按第三方口径标注）。
• 谷歌自己已经在生产里用了：Gemini Notebook 拿它做实时模型路由（延迟降最多 40%）、Stitch 的快速画布用它生成可玩线框、Google Labs 的 CC 用它从 200+ 表情里挑一个、搜索用它给 MCP 工具做对抗行为的安全层。
• 生态同步铺开：OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit、OpenCode 陆续接入，官方 SDK 走 google-genai。

背景与分析

把「模型」和「判断」拆开卖，是 2026 年下半年一条逐渐清晰的支线。十月 OpenAI 把 Decisions API 随 GPT-6 Luna 转正（详见当时的记录），十一月谷歌跟上一套独立实现。两家做的事本质相同：把「分类 / 路由 / 打分」从生成式调用里剥出来，做成一个便宜、低延迟、结果结构化的控制面。

差别在定价结构上，也很能说明各自的产品哲学：

谷歌把输出定价写成 0，等价于宣布「这个模型不产生文本，所以不该按文本收费」。这个定价动作会逼着同行解释：如果一次调用只返回一个标签，凭什么按生成 500 字的价格收钱？

更有意思的是判据（criteria）作为一等输入。调用方不是给模型一段自由指令，而是把每个选项的判据写成结构化描述，模型返回每个选项下的概率。这意味着判断逻辑可以被版本化、被 diff、被回归测试——比在 prompt 里堆形容词可靠得多。谷歌给的例子很直白：判断「台面脏到什么程度」，选项是 擦一下就行 / 叫保洁 / 可以直接开会，每个选项配一句判据，模型返回三个概率。

当然，官方的场景都偏「自家产品内部」。真正的企业落地会遇到两个问题：一是校准（calibration）——概率说 0.8 到底是不是八成会中，需要自己用标注集验一遍；二是判据漂移——业务规则一变，判据文本改一行就可能让整个分布偏移，需要像管代码一样管判据。

对开发者的影响

• Agent 编排的成本结构可以直接改。以前「先判意图再决定走哪条链」这一步要么用便宜模型硬扛（不准），要么用旗舰模型（贵且慢）。现在这一步可以做到几乎免费，前提是接受「只出标签不出解释」。
• 评估与打分会变便宜。批量给内容打分、给检索结果打相关性、给工具调用做前置安全检查，这些都是「在一次请求里问 1,000 个问题」的理想场景。
• 省的是输出 token，不是全部成本。输入按 $0.10 算，但如果每次请求都塞 20 万 token 的上下文，成本照样上去；共享输入只计一次费的规则救的是「一问多题」，不是「一题多问」。
• 别把它当小号 LLM 用。它不写解释、不做多轮推理，输出只有概率与选项。需要理由链的场景仍然要回到生成式模型。

AI 之家 观点

这条新闻的技术含量不如 Hydrogen，但对做 Agent 的人实际影响更大。原因很简单：绝大多数 Agent 的成本不在「生成」，而在反复的判断——这一步该调哪个工具、这条检索结果相不相关、这个回复该不该拦。这些判断过去被塞进生成式模型里，付的是生成价。

谷歌把价格表改成「输入 $0.10、输出 $0」，等于给这类调用开了一个明确的低价通道。真正的门槛不在价格，而在愿不愿意把判断逻辑写成结构化判据。习惯写 prompt 的团队会觉得别扭，但判据能进代码库、能回归测试，长期看比 prompt 稳。

需要提醒的是：官方给的校准能力没有任何第三方复现数据，谷歌内部那几个用例（路由、表情、安全层）都是自家系统，属于「我们用了，效果不错」的证明强度。真要上生产，请先用自己业务的标注集测一遍——概率是不是概率，只有你自己的数据能回答。

相关阅读

• 主线消息：Gemini 4 Hydrogen 发布
• 同类实现：OpenAI Decisions API 转正（400 问 + 12 小时缓存）
• 落地工具：Gemini CLI · LangFlow · LiteLLM
• 概念：每任务成本怎么算 · Fail-Closed 与默认拒绝

来源

• { title: "Gemini Decisions API: Fast, calibrated multimodal decisions（Google 官方博客）", url: "https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/" }
• { title: "Startrise 模型追踪（Gemini Decision 1，2026-11-11，262K 上下文、单请求 1,000 问）", url: "https://www.startrise.io/models" }
• { title: "OpenAI 官方 Release Notes（2026-10-22「Decisions API with GPT-6 Luna is now generally available」，用于对照口径）", url: "https://openai.com/products/release-notes/" }