11 月 11 日,Google 推出 Gemini Decisions API,由新模型 Gemini Decision 1 驱动,可在 Google AI Studio 中调用。官方把区别说得很干脆:多数模型被训练去逐字写成一段话;可有的工作并不需要写成答案,只要做一个封闭的选择。

用法是:你把文本、图像、音频、视频或 PDF 交进去,再附上一份清单——是非题、最多二百五十五项的选择题,或按量表打分——一次最多可问一千题。模型在一次计算里给出概率与置信度,而不再把答案一个词一个词地写出来。官方标价为输入每百万 token 0.10 美元,输出不计费;端到端时延约一百五十至二百五十毫秒。演示里,它在约四点五秒内审看一百张配送照片,每张同时回答十六个问题,例如箱子是否破损、是否放在门廊下、配送质量如何、下一步是否转交理赔。这些数字均为官方自述,本站并未复测。

不是每件事,都需要写成一段话。

【推论】真正值得停下的,不是又快了一点,而是任务被拆成「需要叙述的」和「只需判断的」。判断若带上校准过的把握,含糊的题可以交给人;但清单本身仍是人出的。灯下的用法或许更保守:先把要问的问题写清楚,分数仍拿到自己的样本上核对,再决定要不要让它替你做下一个动作。