“做判断”这件事，正在变得比打印一张A4纸还便宜。
 
 
谷歌在同一天抛出了两样东西：旗舰模型Gemini4Carbon面向全球开放，主打复杂编程、科学研究与网络安全。

而真正把桌子掀了的，是一个不起眼的小接口GeminiDecisionsAPI，每百万输入Token只收0.10美元，输出Token直接免费。
 
它的底层是GeminiDecision1，不逐字生成任何解释性文字，只做一件事：给你预设好的选项打分，返回概率和置信度。
 
是非判断、多项选择、有序评分，三种题型可以在一次请求里混着用，单次最多处理1000个独立问题，端到端延迟压在150到250毫秒。
 
有开发者实测，100个判断问题扔进去，0.41秒出结果。
 
这条新闻被淹没在“新模型发布”的热闹里，实在太可惜了。
 
它标记的不是又一次跑分刷新，而是AI产业计价单位的一次静默迁移：过去按生成多少字收费，现在按“做对了几次判断”收费。
 
当“判断”被从生成式模型里剥离出来、单独标价、单独交付，真正被重新定价的东西，远远超出一个API接口的范畴。
 
生成式大模型一直在用“写作文”的架势，处理“打勾打叉”的活。
 
一封邮件是不是垃圾邮件，一个客服工单该进哪个队列，一段内容是否符合安全规则，一张理赔照片该不该转人工这些任务本来只需要一个类别、一个分数、一个是或否。
 
但传统做法是调用一个通用大模型，让它逐Token生成一段文本，再从文本里把那个早就该直接给出的答案“捞”出来。
 
GeminiDecision1省掉的正是这个冗余环节：候选选项已经摆在那里，模型通过一次前向传播直接给它们打分，不需要把答案“说”出来。
 
省掉“说”这一步，带来的连锁反应比想象中剧烈。
 
延迟从生成式模型的“读一段话的时间”压缩到人类神经反射的量级；输出Token不收费，意味着调用成本几乎只取决于你“喂进去”多少材料，而不取决于模型“吐出来”多少字。
 
对于需要高频分类、路由、审核、打标的系统来说，账本上的数字会变得非常陌生。
 
VentureBeat算过一笔简单的账：一份4000Token的文件做20项检查，如果分成20次调用、每次重新发送全文，成本约8.10美元；整合成一次请求，费用降到0.50美元左右。
 
这种量级的成本塌缩，让过去“因为调用太贵所以只挑几个关键节点做AI判断”的设计逻辑开始松动。
 
“判断”变便宜之后，首先被挤压的是那些默认由人兜底的决策缝隙。
 
任何组织里都存在大量微决策：这条告警要不要升级，这张工单要不要标记异常，这个新用户的行为序列像不像机器注册。
 
它们单次价值极低，低到不值得专门训练一个分类器；但数量极大，大到持续消耗人的注意力。
 
过去AI处理这类任务性价比不高，生成一段解释的成本可能比人扫一眼还贵。
 
现在一个判断的边际成本逼近于零，且一次调用可以覆盖1000个独立问题，组织就有条件把过去“算了，让人看一眼吧”的环节，成批地交给机器先过一遍。
 
谷歌自己的GeminiNotebook已经在用这个接口做模型路由，把简单查询分流到轻量层，日常延迟最多降低40%，把昂贵的推理资源留给真正复杂的请求。
 
但“判断”的工业化也暴露了一个生成式模型长期掩盖的问题：一个判断之所以有价值，前提是它知道自己什么时候不该下判断。
 
实测中，GeminiDecision1在54次API调用、30条客服工单和8项多语言任务上全部分类正确，但开发者发现，当输入超出预设类别范围时，模型会“强行归类”。
 
它会给出一个概率，哪怕正确答案是“以上都不是”。
 
这不是Gemini一家的缺陷，而是所有封闭选项决策模型的共同软肋：候选集由人划定，模型只负责在候选集里选一个最不坏的。
 
候选集本身没覆盖到的情况，模型没有能力告诉你“这道题出错了”。
 
这意味着“判断”变便宜，不会自动带来“判断”变可靠。
 
它改变的只是成本结构，不改变责任结构。
 
当企业把越来越多的微决策交给一个每百万Token一毛钱的接口，真正需要重新设计的，是置信度阈值怎么设、什么情况下自动放行、什么情况下必须转人工、候选集谁来维护、边界情况多久审计一次。
 
谷歌给出的方案是把置信度分数一并返回，让系统自己设门槛。
 
但门槛设在哪里，仍然是一个人的问题，一个组织的问题。


 谷歌Gemini Decisions API上线