当你的程序需要做出判断，而不是生成一段文字时，Gemini Decision 1 就派上用场。它可以回答是非问题、从给定选项中进行选择，或按评分标准打分，并返回概率而非生成答案文本。Google 官方价格为每百万输入 token $0.10，输出 token 费用为零。
实际取舍很简单：用它处理边界明确、结果可供代码执行的判断任务。如果任务需要解释、提取自由格式的值、生成工具参数或进行多步推理，就继续使用生成式模型。AIHubMix 将Gemini Decision 1列在单独的决策端点上；它不能直接用在 Chat Completions 中。
代码可以直接处理的三种答案
Google 于 2026 年 11 月 11 日发布了这款专用决策模型，可基于共享输入独立评估多个问题。Google 原生 API 接受文本、图像、音频、视频和 PDF，输入与所有问题合计的上下文窗口为 262,144 token。
| 类型 | 你的问题 | 答案值 |
|---|---|---|
| noul | 是否满足此条件？ | 答案为“是”的概率 |
| choice | 哪条路线合适？ | 一个选项及其概率 |
| score | 情况有多严重？ | 预期评分等级 |
对于 Google 原生 API，noul的取值范围为 0.01 到 0.99。choice包含 2–255 个选项。score包含 2–255 个有序等级，不过 Google 建议大多数评分标准使用 2–10 个等级。返回的分数可以是小数：它是按概率加权计算的等级索引平均值，不一定等于概率最高的等级。
Google 允许每个请求包含最多 1,000 个问题。这适合独立检查，但不是隐式推理链：一个问题无法读取另一个问题的答案。你可以在代码中组合结果；如果后续判断确实依赖先前结果，则再发起一次请求。
这些是Google 原生功能。这并不能证明所有媒体类型、限制或响应字段都能通过中间服务使用。
定价：计算整个请求，而不只是工单
官方定价页面规定，每个请求的共享输入只计费一次。每个问题都会增加其指令、标准和格式相关 token。对同一工单提出三个问题，并不意味着工单内容会被分别计费三次，但这些问题也不是完全不耗 token。
| 模型 | 输入 / 1M token | 输出 / 1M token |
|---|---|---|
| Gemini Decision 1 | $0.10 | 无输出 token |
| Gemini 3.5 Flash-Lite | $0.30 | $2.50 |
以上为官方标准直连 API 美元价格。Flash-Lite 的输出价格包含思考 token。截至核查日期 2026 年 11 月 12 日，AIHubMix 为这两款模型列出的价格与上述价格一致。
来看一个仅用于说明、未经实测的工作负载：每月处理 100,000 张工单，每张只提交一次并提出三个问题，每个请求计费 2,000 个输入 token，包括问题本身。
- Decision：200 million 个输入 token × $0.10/M = $20。
- Gemini 3.5 Flash-Lite：按相同的输入量假设，费用为 $60。假设每个请求还生成 40 个输出 token：四百万个输出 token 需 $10，总计$70。
以上未计入缓存、重试、税费和任何后续审核。示例中还假设计费输入量相同，并不代表两者的 token 切分方式或质量相同。如果 Decision 在你的数据上更常做出错误的路由判断，那么较低的 token 账单未必意味着较低的运营成本。
Decisions API 不支持上下文缓存或 Batch API。如果在下一个请求中重复发送较长的状态内容，就会再次计费；共享输入的优势只适用于单个请求内，不适用于跨请求。
API 边界很重要
AIHubMix 模型使用说明介绍了POST /v1/systemone、Bearer 身份验证，以及包含model、state和questions的请求体。
Google 原生 Decisions API 则使用/v1beta/decisions和input字段。两者描述的是同类任务，但请求封装并不通用。不要仅仅把 Google 原生 SDK 示例的基础 URL 改成其他地址，就假定方法和字段会自动转换。
以下是一个基于文档编写的文本示例，并未实际执行测试。示例使用虚构工单，并有意避开在此尚未验证网关行为的媒体输入：
curl --fail-with-body https://aihubmix.com/v1/systemone \
-H "Authorization: Bearer $AIHUBMIX_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-decision-1",
"state": "The export button fails in Safari. Chrome works, but I need to send the report today.",
"questions": {
"department": {
"type": "choice",
"instructions": "Which team should handle this support request?",
"criteria": {
"billing": "Charges, invoices, or refunds.",
"technical": "A product feature is not working.",
"other": "The request does not fit either department."
}
},
"urgency": {
"type": "score",
"instructions": "How time-sensitive is the request?",
"criteria": [
"No deadline is stated.",
"A future deadline is stated, but not today.",
"The user needs the task completed today."
]
},
"has_workaround": {
"type": "noul",
"instructions": "Does the message explicitly describe a working alternative?"
}
}
}'
choice.criteria是一个对象；score.criteria是一个有序数组。不要混淆两者。请将完整问题写入instructions，不要指望仅凭问题键来表达其含义。
有一项集成注意事项值得关注：目前的 AIHubMix 使用说明中包含一个提及 Jev 模型的响应示例。该示例无法证明 Gemini 的实际响应结构、路由方式、输出 token 计量方式，或分数与置信度的含义。本文没有发起经过身份验证的请求；集成前请验证实际返回的数据类型和用量，而不要把该示例当作 Gemini 的响应记录。通过此渠道提供的完整原生媒体支持、上下文限制和问题数量限制也尚未在本文中验证。
把概率转化为策略，而不是未经检查的操作
Google 指南建议使用来自你自身流量的标注样本来设定阈值。对于路由工作流：
- 读取答案前，先验证响应及必需字段。
- 检查所选路由是否属于允许的选项。
- 将不确定、超出范围或格式错误的结果交由人工审核。
- 单独保留一组未参与阈值选择的测试数据，用于评估错误情况。
在 Google 原生 API 中，置信度等于概率最高的结果；对于是非问题，它等于max(p, 1 − p)。这不是另一个模型在独立确认判断。即使“否”的置信度很高，答案仍然是“否”，因此不要用置信度代替条件成立的概率。
对于评分，请确定你的策略需要的是预期分数，还是最可能的单个等级。这两者可能会导致不同的操作。对于可能超出范围的选项，应加入other选项；即使所有选项都不合适，封闭选项列表仍会分配概率。
安全过滤器还有另一项限制：Google 文档显示，被拦截的输入会返回 HTTP 400，而不是决策答案。这是原生 API 文档中的示例，并非经实测的 AIHubMix 响应。请参照网关的HTTP 错误指南，单独处理非成功响应，绝不要把缺失答案视为自动批准。
适用场景与不适用场景
Decision 可能适用于请求路由、策略检查、候选项排序，以及智能体在狭窄范围内的停止或升级决策。Google 报告称，对于不超过 16K token 的输入，端到端延迟中位数为 150–250 ms，问题数量从 1 个增加到 100 个时，延迟几乎持平。这些是供应商报告的数据，并非 AIHubMix 的测量结果，也不代表处理 1,000 个问题或完整上下文窗口时能达到同样表现。
如果你需要生成新文本、提取任意值，或生成带参数的工具调用，请继续使用生成式模型。此外，结构化的答案并不意味着你有权执行某项操作：授权和高风险审核仍由应用负责。
常见问题
Gemini Decision 1 的费用是多少？
Google 的标准价格为每百万输入 token $0.10。它不会生成输出 token。问题指令和评分标准也会计入输入用量。
它是 Chat Completions 模型吗？
不是。AIHubMix 提供的是 System One 决策端点文档。Google 原生服务使用 Decisions API，其请求封装有所不同。
输出 token 为零，是否意味着响应为空？
不是。API 会返回类型化答案和概率；它不会逐 token 生成答案文本。
一个请求可以包含 1,000 个问题吗？
Google 原生 API 允许在总上下文限制内最多包含 1,000 个问题。本文尚未验证通过 AIHubMix 使用这一上限的情况。
它能处理图像、音频、视频和 PDF 吗？
Google 原生 API 文档说明支持这四种输入及文本。本文尚未验证它们能否通过 AIHubMix 使用；示例仅使用文本。
上面的示例经过测试了吗？
没有。该示例遵循网关公开的请求格式。本文未发起经过身份验证的请求，也未测量输出或延迟。
继续阅读：Gemini Decision 1 系列
- 除了端点之外，还在考虑如何选择决策模型？请阅读Gemini Decision 1 与 Jev 1.14：该如何选择？，比较校准、工具路由和成本。
来源
官方价格与网关价格于 2026 年 11 月 12 日 06:43 UTC 重新核查。规格和价格为文档快照，并非推理测量结果。
- Gemini Decisions API 发布公告 — Google DeepMind。
- Gemini Decision 1 模型规格和Decisions API 指南 — Google。
- Gemini API 定价 — Google，Decision 和 Flash-Lite 的标准美元价格。
- Gemini Decision 1 网关使用说明和Flash-Lite 列表 — AIHubMix。
- HTTP 状态码参考 — AIHubMix。
