Google发布Gemini Decision 1，以概率输出加入决策模型赛道
Simon Willison的测试显示，这款决策模型支持文本、图像、音频、视频和PDF，是三者中首个覆盖多种输入模态的；每个百万输入token收费 10 美分，输出免费。
AI解读：决策模型是专门用于回答是与否、单选和多选、以及按评分标准打分的一类模型API。Gemini Decision 1与Jev的API几乎相同，连表示是非问题的术语“Noul”也沿用了Jev的说法。
三家的定价不同：Gemini Decision 1与GPT-6 Luna相同，每百万输入token收费 10 美分，输出免费；Jev最便宜，每百万输入token收费 4.2 美分。
输入范围是主要差异：Jev只接受文本和JSON；OpenAI可处理文本和图像；Gemini Decision 1覆盖文本、图像、音频、视频和PDF。
Simon Willison用一段视频做了测试，是非问题返回的是概率而非 1.0/0.0：dragon为 0.0498，robot为 0.9234，france为 0.0833，usa为 0.9230。他称Jev和OpenAI对是非问题返回 1.0 或 0.0。
上述对比仅来自Willison的一次测试和其对定价、输入模态的描述，未涉及准确率评测或生产环境下的表现。
Google发布Gemini Decision 1，进入决策模型这一类别，与Jev和OpenAI并列；这一消息由Simon Willison在 2026 年 11 月 11 日的博客中披露。
Willison称，Gemini Decision 1的API与Jev几乎相同：同样支持是非、单选和多选、按评分标准打分三类问题，是非问题也沿用Jev的术语“Noul”。
价格方面，Gemini Decision 1与GPT-6 Luna决策模型相同，为每百万输入token 10美分，输出免费；Jev为每百万输入token 4.2美分，在三者中最便宜。
三类问题的输入范围差异
按Willison的描述，Jev只接受文本和JSON，OpenAI的决策模型可处理文本与图像，Gemini Decision 1覆盖文本、图像、音频、视频和PDF，是三者中唯一支持音频、视频和PDF输入的。
这一覆盖范围的差别决定各模型可直接接收的材料类型，但来源未给出多模态输入下的准确率或延迟数据。
用视频测试得到概率而非二值
Willison向Gemini Decision 1传入自己拍摄的Yonkers机器人踩踏视频，并给出四个是非问题，要求判断视频中是否有龙、是否有机器人、是否拍摄于法国、是否拍摄于美国。
返回结果的形式是概率值，并非 1.0 或 0.0：dragon 0.04976021841520312，robot 0.9234055387792485，france 0.08329171353166241，usa 0.9230459995157706。Willison称Jev和OpenAI对同类是非问题返回 1.0 或 0.0。
这组数字来自一次针对单个视频的测试，只能说明该次调用下Gemini输出了概率，不足以判断其判断准确率。