先说结论：Gemini Decision 1 不是「更便宜的 Gemini」，它是一台专门用来做判断的机器——你给它一批选项，它还你答案加一个置信度，一次最多一千个问题。输入每百万 token 0.10 美元，输出不收钱。
它不是聊天模型，是判卷机
大部分模型干的是「生成」的活：写文案、写代码、把一句话扩成三段。Decision 1 干的是「判断」的活：这条评论要不要拦、这份表单能不能过、这个工单派给哪个组。
据 Google 11 月 11 日的 Gemini API 更新日志，Decisions API 支持是非题、选择题和量表评分三类问法，单次请求最多 1,000 个问题，每个答案附置信度分数。输入可以是文本、图像、音频、视频、PDF，上下文 256K，延迟官方说 150 到 250 毫秒。
OpenRouter 首日就上了。对一个刚发布的模型来说，这意思很明确：Google 没打算把它关在自家控制台里。
封闭式决策在业务里长什么样
「封闭式」这三个字是关键。答案在你给的选项里，不需要模型自由发挥。是非题就是是或否，选择题从最多两百多个选项里挑一个，量表题就是打一到五分。
想象一个电商后台，堆着三千条商品标题，你要判断三件事：有没有违禁词、类目对不对、主图和标题是不是同一个东西。以前是三个人干两天的活，现在是一次请求的事。
它更像质检员，不像写手。质检员不需要文采，只需要每条都打勾，而且打得一致。聊天模型干这活儿的毛病是话多——它总要解释两句，你还得写正则把解释剥掉。
一毛钱改的是成本结构
0.10 美元一百万输入 token，输出不计费。Google 自己的说法是，在共享基准测试套件上，它的成本效率比走 Interactions API 的 Gemini 3.5 Flash-Lite 高近 5 倍。据同花顺 11 月 12 日的快讯，这一定价也是对外公布的核心卖点。
这个价格的意义不在省钱，在于把「敢不敢全量跑」这件事翻了过来。以前一万条数据得抽着看，现在可以整批扔进去。
一个判断的成本低到可以忽略，人的做法就会变：不再是「挑重要的看」，而是「全都过一遍，只看可疑的」。
背景补一句：同一天 Arena 上 Meta 的 Muse Ember (Max) 拿了高效模型第一，每任务约 0.02 美元。决策这条赛道上，现在比的不是谁更聪明，是谁更便宜。
适合谁：手上一堆待打勾的活
三类团队最该看它。一是内容平台，评论审核、内容分级、违规判定，量大且标准统一。二是电商和 SaaS，类目归类、字段校验、工单路由。三是做 Agent 的，流程里那些「要不要调下一个工具」的分支判断。
共同点是：你手上有一批格式统一、答案有限、量还特别大的判断。这类活儿最难的地方从来不是聪明，是一致。
如果你的业务每天有上千条这种判断，花半天接一下接口是值的。如果是每周几十条，说实话用现在的聊天模型加个提示词就够，别为它改架构。
不适合谁：别拿它写东西
需要长链条推理的，别用。它不逐 token 生成，你没法让它把思路摊开给你看。需要多轮对话的，别用，它没有那套东西。要写内容的，更别用。
最常见的误用是把它当成 GPT 的平替。它不是。它是流水线上的一个工位，不是一个能陪你聊半小时的助手。
还有一类也不合适：答案本身是开放的。比如「这条差评该怎么回」「这个方案好不好」，这类问题连量表评分都救不了，因为没有公认的标准答案，模型给的分数也只是它的口味。
泼冷水：它判错了不会举手
校准置信度听起来很美，但置信度高不等于对。一个模型用 0.95 的把握给你一个错误答案，比它犹豫不决更危险。
第三方评测机构 Artificial Analysis 已经出了 Decision Index，Gemini Decision 1 在 v2.1 上拿 66 分。这个榜单本身很新，66 分放到你的业务里是什么水平，没人能替你换算——榜单测的是公共题目，你的业务是私有分布。
最大的风险是安静地错。聊天模型胡说八道时你一眼能看出来，因为那段话读着别扭；决策模型的输出就是一个字段，一个 0，一个 1，流程照常往下走，没人会停下来问它一句「你确定吗」。
先拿五百条历史数据对一遍
给个能落地的做法：从你自己的库里抽 500 条已经有人工结论的历史数据，把人工结果当标准答案，跑一遍。看三件事。
整体准确率是多少。错的那些有没有规律，是集中在某个类目，还是集中在写得模糊的那批。置信度低的那批，是不是真的错得更多。
三个都过关再谈上线，最好先做成「模型判 + 人复核可疑项」的灰度，别一上来就替掉人工。决策模型最贵的地方不是 token，是它判错之后你得花多久才发现。
最后一句话：一毛钱一个判断确实便宜，但便宜的判断错了，赔的是你的流程。新工具最好先让它证明自己配得上那一毛钱。
