繼 Jev 引發決策模型熱潮後，Google 也加入競爭。Google DeepMind 於 11/11 推出 Gemini Decision 1，以及專門處理分類、評分與選項判斷的 Gemini Decisions API。新模型不以生成文字為主要任務，而是直接針對預設選項進行評分，單次 API 呼叫最多可評估 1,000 項問題，並支援圖片、影音與 PDF 等多模態資料。
今年 9 月，TypeSafe 推出 Jev，讓「決策模型」（Decision Model）受到關注。《科技報橘》先前也曾報導，OpenAI、AWS 與 Cloudflare 陸續投入相關技術，試圖將 AI Agent 的工具選擇、任務分派等工作，從大型語言模型中拆分出來。如今 Google 加入戰局，帶來哪些不同能力？
一次評估千項問題！決策模型延伸至多模態資料
根據 Google 官方公告，Gemini Decision 1 支援三種判斷方式，包括是非題、多選一，以及依照預設標準評分。模型不必像一般大型語言模型逐字生成回答，而是直接計算候選答案的機率，並回傳信心分數，供系統決定下一步行動。
與一般逐次呼叫模型的方式不同，Gemini Decision 1 可以針對同一份輸入資料，一次執行最多 1,000 項獨立判斷，不必為每個問題重新傳送完整資料。對需要同時檢查大量條件的企業而言，這種設計有助於減少重複輸入成本。
例如保險公司收到理賠申請，可以將申請文件、事故照片及客戶通話錄音一起交給模型，判斷資料是否齊全、案件應分派到哪個部門，以及是否需要人工複核。不過，這裡的 1,000 項問題是各自獨立的判斷，而非連續完成 1,000 步相互依賴的推理。
《VentureBeat》也舉例，假設企業有一份 4,000 tokens 的文件，需要進行 20 項檢查，每項額外使用 50 tokens。若整合成一次呼叫，處理 1,000 份文件的費用約 0.50 美元；如果分成 20 次呼叫、每次重新傳送文件，則約需 8.10 美元。這是依據相同費率推算的假設案例，並非實際企業部署結果，但能說明批次判斷如何降低成本。
Google 表示，Gemini Decision 1 每百萬輸入 tokens 收費 0.10 美元，不另外計算輸出費用。在特定測試條件下，延遲約 150～250 毫秒，測試成本也比 Gemini 3.5 Flash-Lite 低近 5 倍。不過，這些延遲數字主要來自每次 1～100 項問題的測試，不能直接套用到 1,000 題的情況。
不只提供 API，Google 已將決策模型用於自家產品
Google 也開始將這項技術用於實際產品。根據官方說明，Gemini Notebook 已利用 Decisions API 進行模型路由（Model Routing），根據使用者問題的複雜程度，決定應交由哪個模型、使用多高的推理強度處理。
這意味著簡單任務不必每次都動用較耗時的推理模型。Google 宣稱，這套機制可讓日常查詢的延遲最多降低 40%，將較高的運算成本保留給真正需要複雜推理的問題。
另一個應用是安全檢查。Google 表示，Google Search 已使用 Decisions API，偵測模型上下文協定（MCP）工具相關的對抗性行為與惡意內容。
Google 加入戰局，但 Jev 在成本與速度上仍具優勢
Google 雖然加入決策模型競爭，卻不代表 Gemini Decision 1 已全面領先。從功能來看，Jev 1.14 主要支援文字、結構化 JSON，也提供選用的圖片輸入能力；Google 則進一步原生支援音訊、影片與 PDF，讓開發者能整合不同形式的資料。不過，Google 並非首家支援多模態的決策模型，Cloudflare 先前推出的 Clef 也已具備相關能力。
價格方面，根據《The Implicator》整理，Google 每百萬輸入 tokens 收費 0.10 美元，Jev 1.14 則為 0.042 美元。因此，對主要處理文字分類、客服案件分流等任務的企業而言，Google 未必是最便宜的選擇。
效能表現也呈現不同結果。Google 公布的測試顯示，Gemini Decision 1 在 JevBench 取得 92.2% 準確率，高於 Jev 1.14 的 90%；但在評估工具選擇能力的 When2Call 測試中，Jev 以 82% 領先 Google 的 79.9%。
獨立評測機構 Artificial Analysis 的 Decision Index v2.1，則將 Gemini Decision 1 排在 18 款模型中的第 9 名，綜合分數為 65.98，略低於 Jev 1.14 的 66.23。兩者每項任務的測試時間分別為 211 毫秒與 92 毫秒。
更值得企業注意的是文件檢查能力。在 AA-Paperclip 測試中，模型必須針對每份履歷、論文、發票或收據回答 15 個問題，全部正確才算通過。Gemini Decision 1 的完整通過率為 33%，Jev 為 35.5%，而 Drex Max v1.1 達到 63%。
這說明即使模型能一次評估大量問題，也不代表每個檢查項目都能正確完成。對於文件審核、法遵檢查等需要高度準確性的企業應用，除了速度與 API 費率，更應評估模型在實際工作流程中的錯誤率、人工複核需求，以及每件正確完成任務的總成本。
【推薦閱讀】
◆ Jev 為何爆紅？AI Agent 正重新分配「誰來做決策」
◆ Jev 爆紅後 Strands Decider、Clef 接連登場，決策模型正走出哪些不同路線？
◆ AI 不必重新訓練也能修補？MIT 新研究讓 GPT-6 Astra 直接修改 Qwen 權重，數學測試成績提升近 6 倍
＊本文開放合作夥伴轉載，資料來源：Google、《VentureBeat》、《implicator.ai》，首圖來源：Google
