谷歌发布 Gemini Decisions API：用专用模型做快速、校准的多模态决策

谷歌正在把决策做成一个独立的产品形态。公司在其官方博客发布 Gemini Decisions API，称这套接口由名为 Gemini Decision 的模型驱动，面向开发者提供快速、经过校准的多模态决策能力。

从博客给出的定位看，Gemini Decisions API 并不是又一个通用聊天接口，而是把根据输入做出选择或判断这件事单独抽出来做成模型。官方用 fast、calibrated、multimodal 三个词概括它的特点：速度、置信度校准，以及对文本之外输入形式的支持。

校准在机器学习里指的是模型给出的置信度与实际正确率之间的匹配程度。一个校准良好的模型，在说九成把握时实际正确率也接近九成；这对需要设定自动放行阈值、或把模型输出接入风控与审核流程的业务非常关键。

多模态意味着它不只看文字。博客没有展开具体支持哪些输入组合，但从 multimodal decisions 的表述看，图像、文档等非文本信号被放进了同一套决策流程里，这正是分类、审核、路由这类任务真实面对的数据形态。

对开发者来说，这意味着一条新的工程选择：把分类、路由、审核与优先级判断这类短决策交给专用接口，而把长文本生成留给通用模型。专用模型通常可以在延迟和成本上做得更激进，也更容易针对单一任务做评估，这是通用大模型难以兼顾的。

目前公开的信息仅限于博客的定位描述，缺少基准测试、价格、可用区域和调用限制等细节。接下来值得关注的是谷歌是否公布校准指标，例如可靠性曲线或期望校准误差，以及这套 API 与既有 Gemini 开发者产品的边界如何划分。