先了解这件事
Google 发布 Gemini Decision 1 模型及配套 Decisions API,不再逐 token 生成文本,而是对文本、图像、音频、视频和 PDF 输入一次性回答是非题、选择题和 rubric 评分,单次最多 1,000 个问题、256K 上下文,端到端延迟 150–250 毫秒,每个答案附置信度分数。该 API 已在 Google AI Studio 上线,输入定价 $0.10/百万 token、输出不收费,并提供免费额度供原型开发;Google 称其在共享基准套件上比使用 Interactions API 的 Gemini 3.5 Flash-Lite 成本效率高近 5 倍。
第三方评测给出不同图景:Artificial Analysis 称 Gemini Decision 1 在 Decision Index v2.1 得 66 分,与 Elephant 9B、Jev 1.14 相当,落后并列领先的 Drex Max v1.1 和 GLiDE v1.2 各 7 分。Google 自己展示的演示则称其 4.5 秒扫描 100 张配送照片、每张回答 16 个问题,速度接近 Gemini 3.5 Flash-Lite 的 4 倍。
该模型发布首日即上线 OpenRouter,Google Cloud 上的支持标注为即将推出;开发者使用 Gemini Developer API(v1beta)需 google-genai SDK 3.2 或更高版本。Pipecat 团队称已在 Pipecat 1.16 新增的 PerceptionReader 中测试该模型,流式输入音频可获得较准确的语气与讽刺判断。
AI 根据报道生成 · 3 天前更新最新进展
Pipecat 1.16 新增 PerceptionReader,配合 Google Decision 1 识别语音语气与讽刺
热度走势
事件进展4
Pipecat集成Google Decision 1音频能力
Philipp Schmid:Pipecat 1.16 新增 PerceptionReader,配合 Google Decision 1 识别语音语气与讽刺Gemini Decision 1扫描照片演示
Google:Gemini Decision 1 用清单式提问做照片决策Artificial Analysis发布Gemini Decision 1评测结果
Artificial Analysis:Artificial Analysis 评测 Google 首个决策模型 Gemini Decision 1,Decision Index 得 66 分Google发布Decisions API
Google Blog:AI:Google 发布 Gemini Decisions API 与 Gemini Decision 1 模型,专注快速多模态封闭式决策