您的位置首页 >人工智能 >

Gemini Decision 1 入局 Jev 赛道7 项共享基准五胜两负

谷歌正式推出首款面向结构化决策的专用模型 Gemini Decision 1,直接对标 TypeSafe 的 Jev 1.14 决策模型,在双方共同公开的 7 项基准测试里面拿下 5 项领先,剩下 2 项由 Jev 保持优势,标志谷歌正式杀入专用决策 AI 赛道。这类模型和通用聊天大模型不一样,不会逐词生成文本,只会输出选项概率、置信分,结果能直接交给程序和智能体执行,适合工单路由、工具选择、内容分类、多模态网页操作这类自动化场景,也是当下 Agent 架构里的热门方向。谷歌做这款模型,就是想补齐自家 Agent 链条里高频快速决策的短板,和主打低成本低延迟的 Jev 正面竞争,同时它支持文本、图片、音频、视频、PDF 多模态混合输入,单次请求最多可以一次性处理 1000 个独立判断任务,批量处理能力是它的一大亮点。

基准测试对比详情

双方对比采用 7 个共享基准,下面是 Gemini Decision 1 和 Jev 1.14 得分对比:

基准项目Gemini Decision 1Jev 1.14领先方
JevBench92.2%90.0%Gemini Decision 1
Amazon ESCI58.7%56.7%Gemini Decision 1
New Yorker Caption79.7%72.0%Gemini Decision 1
PubMedQA79.8%78.2%Gemini Decision 1
Global-MMLU-Lite86.0%85.0%Gemini Decision 1
Mind2Web Multimodal86.2%86.8%Jev 1.14
When2Call 工具调用79.9%82.0%Jev 1.14

Jev 领先的两项,一个是网页多模态交互任务 Mind2Web,一个是智能体工具选择判断 When2Call,这两个都是 Agent 落地里很核心的环节,说明 Jev 在工具调度、网页操作场景还有竞争力。另外 Gemini Decision 1 概率校准误差更低,置信度预测和真实结果匹配度更好,做阈值筛选、结果排序场景稳定性更强。

成本与延迟差异

  • 定价:Gemini Decision 1 每 100 万输入 Token 收费 0.10 美元,Jev 1.14 为 0.042 美元,Gemini 价格更高;两者输出都不额外计费。
  • 延迟:第三方评测里 Gemini Decision 1 单任务延迟 211ms,Jev 1.14 延迟 92ms,Jev 响应速度更快。
  • 综合榜单:Decision Index v2.1 榜单中,Gemini 综合得分 65.98,Jev 得分 66.23,Jev 综合分小幅领先。

模型定位差异

  1. Jev(TypeSafe):主打低成本、低延迟,面向软件内部高频轻量决策,适合大规模自动化路由、线索评分、安全过滤。
  2. Gemini Decision 1:优势在多模态输入、批量并发判断、概率校准精度,适合混合媒体文档、多任务批量决策场景。
  3. 两者都不属于聊天大模型,不做开放式文本生成,和通用 LLM 是互补关系,不是替代关系。

落地使用方式

开发者通过 Gemini Decisions API 调用 Gemini Decision 1,在 Google AI Studio 开放接入。使用时提前定义好候选选项,传入上下文素材,模型直接返回每个选项的概率和置信分,代码不需要额外解析自然语言文本,直接根据分数做分支判断,嵌入 Agent 工作流。

【常见问题】

问题 1:Gemini Decision 1 和 Jev 赛道是什么意思?

回答 1:Jev 赛道指专用 System One 决策模型赛道,这类模型不生成自由文本,只输出结构化判断概率,Gemini Decision 1 就是谷歌推出对标 Jev 的同类型模型。

问题 2:Gemini Decision 1 在和 Jev 的基准比拼里哪些项目落后?

回答 2:Gemini Decision 1 在 Mind2Web 多模态网页操作、When2Call 工具调用这两项基准上落后于 Jev 1.14。

问题 3:Gemini Decision 1 相比 Jev 的核心优势是什么?

回答 3:Gemini Decision 1 支持图文音视频 PDF 多模态混合输入,单次请求支持最多 1000 项独立判断,概率校准误差更低,适合批量、多素材的决策任务。

问题 4:Gemini Decision 1 可以替代通用大模型吗?

回答 4:不可以,Gemini Decision 1 只负责结构化选择、分类、评分类决策,开放式内容生成、复杂长推理仍然需要通用大模型,它和通用大模型是搭配使用的关系。

【参考资料】

[2026-11-19](Google 杀入 Jev 核心赛道:Gemini Decision 1 五项基准领先两项落后)新浪财经

[2026-11-12](刚刚,谷歌发布首款决策模型 Gemini Decision 1:9 项测试拿下 7 项第一,准确率最高 92.2%)36 氪

[2026-11-12](Gemini Decision 1: Benchmarks, Pricing, and Access)DataCamp

[2026-11-12](Google 发布 Gemini Decisions API,用单次推理处理批量决策问题)腾讯云开发者社区

【免责申明】

本文信息仅为行业资讯整理,模型跑分、定价、接口能力会随版本迭代调整,不构成技术选型、商业采购建议,开发者接入前请以谷歌官方文档为准。

今日大家都在搜的词: