跳到正文
雷峰网·· 1 天前精选AI 评分78

Google 发布 Gemini Decision 1 决策模型,7 项共享基准中 5 项领先 Jev

Google 杀入 Jev 核心赛道:Gemini Decision 1 五项基准领先两项落后

AI 导读

Google 发布 Gemini Decision 1,这是一款不生成文本、只输出候选项概率与置信度的多模态决策模型,正式挑战两个月前引爆该品类的 TypeSafe Jev。

推荐理由

通过共享基准与第三方榜单的对比,读者能看清这款决策模型相对 Jev 的优势与代价。

深度解读
要点速览
  • 不生成文本,只返回候选项概率与置信度,无输出 Token 费用
  • 单请求至多 1000 项独立判断,共享输入只计费一次
  • 7 项共享基准赢 5 项,Jev 守住 When2Call 与 Mind2Web
  • 每 100 万输入 Token 0.10 美元,约为 Jev 的 2.38 倍
  • 第三方榜单综合分 65.98,略低于 Jev 的 66.23

发生了什么

Google 发布 Gemini Decision 1,这是一款不生成文本、只输出候选项概率与置信度的多模态决策模型,直接对标两个月前引爆该品类的 TypeSafe Jev。它支持文本、图像、音频、视频和 PDF 混合输入,单次请求可处理至多 1000 项独立判断,上下文上限 256K Token。输出体系包含 Noul(二元判断,概率范围 0.01—0.99)、Choice(2—255 个候选项,返回胜出项与归一化概率)、Score(先给各等级分配概率再加权评分)。谷歌公布 7 项共享基准中 5 项领先 Jev 1.14,Jev 在 When2Call 和 Mind2Web 上保持优势。

为什么重要

决策模型把“从有限候选项里选一个”的判断任务从通用 LLM 的自回归文本生成中拆出来,改为单次前向计算直接返回概率分布,省去输出 Token 费用。Gemini Decision 1 的共享输入只计费一次、各问题独立评估路径、问题增删不影响其他答案,这些设计让长文档批量审核、多维度内容评估等场景可以在同一轮请求里完成。谷歌入场意味着这个由 Jev 在 9 月点燃的品类,从一家创业公司的叙事变成巨头押注的赛道。

对国内用户的影响

原文未提及中国大陆可用性,国内开发者能否直接调用需以谷歌官方渠道为准。从能力看,音频、视频、PDF 直接进入模型输入路径,OCR 和音频转写开销纳入输入计费,对需要处理多模态材料做批量判断的团队有参考价值。价格上每 100 万输入 Token 0.10 美元,约为 Jev 的 2.38 倍,成本敏感场景需要权衡。第三方 Artificial Analysis 榜单中其综合分 65.98 略低于 Jev 的 66.23,单任务延迟 211 ms 高于 Jev 的 92 ms。

怎么上手或延伸阅读

原文给出的入口是谷歌官方博客的 Gemini Decisions API 发布文章,可据此了解 Noul、Choice、Score 三种判断类型的定义方式与请求结构。上手前需要先想清楚问题、候选集合和判断标准,并为 Choice 场景准备 Other 选项或范围检查;存在前后依赖的任务要拆成多次调用。原文提到谷歌已在 Gemini Notebook 中用 Decisions API 做模型路由,可作为理解用法的参照。

常见问题

问:Gemini Decision 1 和普通 Structured Output 有什么区别?
答:Structured Output 仍让模型生成文本,只是用 Schema 限定 JSON 字段和格式;Gemini Decision 1 直接围绕有限候选空间完成评分,通过单次前向计算返回各候选项概率分布,结果本身就是程序可读取的数据,不需要逐 Token 生成答案。
问:1000 项问题能塞进一个请求,是不是可以把整个工作流合并?
答:不行。各问题只能读取共享输入,不能读取其他问题的答案,增加或删除某项问题也不改变其他答案。如果问题 B 必须根据问题 A 的具体结果生成新候选项,就存在前后依赖,需要先读取 A 的结果再提交 B。上下文上限 256K Token 由共享材料和全部问题共同使用。
问:Score 返回的加权评分可以直接当风险等级用吗?
答:原文提醒加权结果会压缩概率分布中的信息:两个输入即使得到相同分数,背后的等级概率也可能完全不同。对于需要区分风险等级的任务,程序还应该读取各等级的概率,不能只使用最终评分。

本解读由 AI 根据原文(雷峰网)整理,只基于原文内容;细节以原文为准。

来源:雷峰网 · leiphone.com