近日，谷歌宣布推出Gemini Decisions API，由全新Gemini Decision 1模型驱动。该API可在一次快速处理过程中，对文本、图像、视频和PDF内容进行至多1000项是非判断、选项选择和标准评估，专为工具选择、策略检查、模型路由和上下文质量评估等决策任务打造。

开发者可输入一份包含文本、图像、音频、视频和PDF的多模态内容，最多支持256K Tokens，并针对该内容提出最多1000个相互独立的问题。Gemini Decision 1通过一次前向计算对候选选项进行评分，并返回概率和置信度分数，整个处理过程的延迟为150至250毫秒。

价格方面，输入为每100万Tokens 0.10美元，输出Tokens不收取费用。该API基于Gemini原生多模态架构构建，开发者可在同一份输入中组合不同模态内容，例如将通话录音与账户元数据结合，或将扫描版PDF理赔文件与受损照片放在一起，还可调整图像和视频输入的分辨率以控制视觉细节和Token成本。目前该API已在Google AI Studio提供，开发者可获得免费额度进行原型开发。