本周 Google 把闭集决策做成独立端点,过去一个多月 OpenAI、微软、Cloudflare 也各推了一条。四家形态并不相同:按「数据出不出网、要不要多模态、能不能换供应商」三步收敛,附取舍建议与代价对照。
决策模型怎么选:四家闭集决策 API 的取舍
先说结论
2026 年 11 月 11 日,Google 发布 Gemini Decisions API,把「对同一份多模态输入一次性评估大量封闭选项」做成了一个独立端点。这不是孤立事件:过去一个多月里,OpenAI、微软、Cloudflare 先后把同一类能力推向了各自的入口。四家做的事情高度相似——不生成一段文本,而是对给定的有限选项打分,让程序直接拿这个分数决定下一步。
但相似性到此为止。它们的形态、可托管性、输入模态、批量能力与接口字段都不一样,选型若只盯着「谁更快」很容易踩坑。按下面三条先收敛:
- 要不要自己握着权重。材料不能出网、或打算按自己的样本继续训练,四家里仅有 Cloudflare 的 Clef 系列以 Apache 2.0 开放权重、能拿回自己的机器跑;另外三家都是托管调用,请求要过对方端点。
- 输入是不是多模态、一次要判多少题。要把图片、音频、视频或 PDF 与文字放进同一份输入,或一次批量评估大量问题,Google 这条官方说明覆盖得明确;只处理文字、图片与结构化 JSON、单次问题量适中,OpenAI 这条够用;以固定选项集上的结构化打分为主、希望经模型目录或统一网关取用,看微软那条。
- 要不要能换供应商、以及能不能进验收。四家的题型命名、模型标识、文档与代码示例都不通用,切换不是换个地址就能完成。验收项里若写着「必须可替换」,就要把问题定义与阈值单独抽成自己的一层;若要求明确的正式可用承诺,四家里只有 OpenAI 在发布公告里明写转为正式可用。
一句话:先定这一层放在你的架构哪里,再选厂商。这四个候选不是同一件商品的四个品牌,而是四种不同的交付形态。
入选标准
三条,先把边界说清,免得被当成一张产品排行榜。
一是每家都要有能打开的官方一手页。本文四款分别取自 Google 官方博客、OpenAI 官方产品公告、微软官方博客与 Cloudflare 官方博客,发布时间、模型标识、题型、入口与支持范围都回原页核对;站内对应的四条快讯也一并列出,便于对照事件本身。二手转述不作依据。
二是只比较能从官方页确认的结构性事实:形态(托管端点 / 模型目录 / 开放权重)、输入侧重、题型、单次问题上限、接入入口、发布阶段的措辞。厂商自述的基准成绩、准确率、延迟倍数、成本对比一概不转述——那些数字依赖各自的测试集与口径,本站没有独立复现,写进选型结论只会误导。同理,各家的具体单价与额度也不写,一律以官网为准。
三是不把它们与站内工具条目混在一张表里比高低。这四款是面向开发者的外部接口与模型,站内没有对应详情页;站内已核实的编排与工作流工具放在文末承接,回答的是「选完之后拿什么把它接进流程」,而不是「谁比谁强」。
顺带说清一件事:题目里的「决策模型」这一年来已经成了一个独立品类,但它跟通用大模型不是替代关系。四家官方页给出的共同定位都差不多——把工作流里频繁出现的小判断(分类、路由、是否继续、该转给谁、按量表打分)从「让模型写一段话再解析」改成「直接拿到可设阈值的结构化分数」。真正的差别在这些分数由谁算、放在哪里算。
工具逐个看
Google Gemini Decisions API —— 多模态组合与单请求批量,页面未标发布阶段
2026 年 11 月 11 日由 Google 在官方博客发布,底层模型标识是 gemini-decision-1。官方把它定义为一个「面向快速封闭集决策的新端点」,通过 Gemini API 与 Google AI Studio 提供,页面写的是可以当天开始构建。
题型三类:noul(估计某个是否条件成立的概率)、choice(在 2 到 255 个候选里选出结果,并返回每个候选的归一化概率)、score(按有序量表打分,返回连续加权分与各级概率)。一次请求里可以放一份共享输入加最多 1,000 个独立问题,共享输入只计费一次;每个答案都带 0 到 1 的置信度,官方给的用法是把模糊样本路由到回退逻辑或人工复核。输入支持文字、图片、音频、视频与 PDF,并可在同一份输入里组合多种模态。
强项在「一份多模态材料、批量问很多问题」这类审核与分级场景,适合已经在 Google AI Studio 做原型、需要把图片或扫描件与文字一起判的团队。边界要写清:官方页面没有标注正式可用、预览或测试阶段;示例代码里的接口版本字符串是接口版本,不等于产品阶段;生态集成在陆续推进,Gemini in Google Cloud 一侧官方写的是即将支持。凡涉及阶段、配额与可用区域,以官方文档当期页面为准。事件本身见 Gemini Decisions API 发布快讯。
OpenAI Decisions API —— 明写正式可用,题型、缓存与语音集成齐备
2026 年 10 月 22 日由 OpenAI 官方公告从公开测试转为正式可用,由 GPT-6 Luna 驱动,走专用的 Decisions 端点,而不是通用的 Responses API。四家里只有这一条在发布公告里明确写出「正式可用」,做验收项时这一点省去不少解释。
题型三类:predicate(返回条件成立的概率)、choice(从预设值里选一个,同时给出各选项概率与置信度)、score(按量表等级索引做概率加权平均)。输入可以是文字、图片或原生 JSON;官方说明单次最多可提交 400 个问题,是公开测试阶段上限的两倍。公告还列出公开测试之后新增的几项:与 GPT-Live 的原生集成、复用上下文的提示缓存、美国与欧盟的推理驻留。
适合已经在使用该厂商接口、并且要把决策塞进实时语音或客服编排热路径的团队。边界也清楚:它是专用端点与专用模型,换供应商要重写问题定义;官方把当期费率与缓存细节放在单独的指南里,本文不转述金额。事件本身见 OpenAI Decisions API 正式可用快讯。
Microsoft-Decision-1 —— 以模型形态上架模型目录,可经第三方网关取用
2026 年 10 月 9 日由微软官方博客发布,定位是决策打分模型。官方说明它在 Qwen3.5-9B 上做后训练,目标是单次前向完成打分;给定一组固定候选选项,为每个选项返回经过校准的概率。支持是否题、多选题与评分题,也支持按量表给 AI 回答与智能体动作打分,通过一次结构化接口调用完成。
入口有两个,都是官方在公告里给出的:Microsoft Foundry 的模型目录,以及 OpenRouter。官方列出的用途覆盖路由、分类、优先级排序、校验、工作流控制、AI 回答验收、意图分析、安全筛查与界面操作等,另称后续会在包括 MAI 与 OpenAI 在内的其他基座上重做一遍。
与其他三家的差别在形态:它更像一个可经模型目录或第三方网关取用的模型,而不是某家新开的专用端点。适合已经在用 Foundry、或需要经统一网关比较调用的团队。边界:官方页强调的是固定选项集上的结构化调用,没有把多模态输入列为主打能力;概率作为接口的一部分返回,按分数行动的阈值要自己设定。基准与效果类表述一律不转述。事件本身见 微软发布 Microsoft-Decision-1 快讯。
Cloudflare Clef 与 Clef-flash —— 开放权重可自托管,也能托管调用
2026 年 10 月 1 日由 Cloudflare 官方博客发布,是两款自研决策模型,托管在 Workers AI 上,同时以 Apache 2.0 许可在 Hugging Face 开放权重。四家里仅有这一条能把权重拿回自己机器上跑,「数据不出网」这条硬要求往往直接把它选出来。
官方给出的调用示例里,输出同样分为 noul、choice、score 三类,都返回带概率的类型化判断;官方称两款与 Jev 接口兼容,其中 Clef 偏精度、Clef-flash 偏延迟敏感的判断。官方还说明,托管版本不读取、存储或用客户请求与响应做训练(使用其微调服务除外),并同期预告了强化学习微调服务:先由前置工程团队合作,之后才提供自助平台。
适合两类团队:一是必须把模型放在自己环境里、或打算按自有样本继续训练的;二是已经在 Workers AI 上跑工作流、想把决策放在同一条边缘链路里的。边界:开放权重意味着部署、运维与硬件归自己;官方把项目描述为仍处早期、以兼容性与可靠性为重点,别把「可运行」当成「生产就绪」。事件本身见 Cloudflare 开源 Clef 快讯,多模态方向的后续可见 Clef Omni 快讯。
怎么选
按四步收敛,每一步都比「比谁快」更能减少返工。
第 1 步,先定数据边界。 材料不能出自己的网络、或后续要按自有样本微调,直接看开放权重的 Clef 系列,其余三家都是托管调用,这一步过不去,后面就不用比了。反过来,若团队没有模型运维能力,托管接口省下的工程量通常比自托管省下的调用费更值钱。别把「能自托管」当成默认优点,它同时是一份长期维护责任。
第 2 步,按输入形态与批量收窄。 要在同一份输入里混入图片、音频、视频或 PDF,并且一次评很多问题,Google 这条的官方说明覆盖得明确;只处理文字、图片与结构化 JSON、单次问题量不大,OpenAI 这条够用;以固定选项集上的结构化打分为主、且希望经模型目录或统一网关取用,看 Microsoft-Decision-1。这里要注意:单次问题上限各家写法不同,两家给了明确数字,另两家官方页没给,一律以官方文档当期说明为准,别按本文的数字做容量规划。
第 3 步,把「可替换性」当成设计题,而不是采购题。 四家的题型名字都不一致:Google 用 noul,OpenAI 用 predicate,微软与 Cloudflare 又各有自己的字段写法;模型标识、请求结构、文档与示例也不通用。所以不要把厂商给的示例请求体直接写进业务代码。更稳的做法是在自己这一侧留一层薄薄的问题定义:把「问什么、有哪些候选、置信度低于多少转人工」写成与厂商无关的配置,再写一个适配层翻译成各家的请求体。这样换供应商时改的是适配层,不是散落在各处的判断逻辑。这层抽象成本不高,却决定了半年后你能不能换。
第 4 步,把发布阶段与接入条件写进验收项。 四家里只有 OpenAI 的公告明写转为正式可用;Google 页写的是可以开始构建、未标阶段;另两条是模型发布。若验收项要求「正式可用且可签服务等级」,就得逐家回官方文档确认,而不是按本文的措辞推断。境内团队还要先确认网络与结算条件能否长期稳定——这四家的服务多在境外,按量计费与支付方式都要提前核,价格与额度一律以官网为准。
最后看代价,别只看能力。 托管接口省部署,代价是数据要过对方端点、字段与阶段随对方版本走;开放权重保住数据边界,代价是部署、硬件、升级与兼容性归自己;走统一网关或模型目录便于比价与切换,代价是多一层间接与配额口径。多数团队的实际做法不是四选一,而是把决策层做成一个可替换的函数:先用一家跑通,留好适配层与回退路径,等自己的样本集攒起来再决定要不要换。
给一张对照表收口:
| 候选 | 形态 | 输入侧重 | 适合谁 | 主要代价 |
|---|---|---|---|---|
| Gemini Decisions API | 托管专用端点 | 多模态组合、单请求多问题 | 已在 Google AI Studio 做原型、要批量审核图文材料 | 发布阶段未标注,生态支持仍在推进 |
| OpenAI Decisions API | 托管专用端点 | 文字、图片、原生 JSON | 已用该厂商接口、要接实时语音与编排热路径 | 专用端点与模型,换供应商要重写 |
| Microsoft-Decision-1 | 模型目录 / 第三方网关 | 固定选项集上的结构化打分 | 已在用 Foundry 或需经统一网关取用 | 多模态未在公告中列为主打,阈值自建 |
| Clef 与 Clef-flash | 开放权重 + 托管 | 类型化判断与概率 | 数据不出网、或要按自有样本继续训练 | 自托管运维归自己,项目仍处早期 |
常见问题
这四家是同一个产品的不同叫法吗?
不是。它们是四家厂商分别发布的独立能力:Google 的 Gemini Decisions API 与模型标识 gemini-decision-1、OpenAI 的 Decisions API 与 GPT-6 Luna、微软的 Microsoft-Decision-1、Cloudflare 的 Clef 与 Clef-flash。厂商、模型标识、文档、请求字段与代码示例都不通用,不能假设同一份请求体换个地址就能跑。站内已分别写过四条快讯,正文里也逐条链回,查阅时按厂商对号入座。
决策模型能替代通用大模型吗?
不能,官方给它们的定位也不是这个。它们处理的是答案空间有限的小判断——分类、路由、是否继续、该转给谁、按量表打分;需要写一段文字、做多步推理或调用开放工具时,仍然要通用模型。更常见的用法是把两者串起来:决策层放在热路径上做低延迟判断,判断结果决定要不要唤起生成模型、走哪条分支、或转人工。把它们当「更便宜的大模型」用,通常会在需要开放生成的环节卡住。
返回的置信度能直接当阈值用吗?
不建议直接照搬一个固定数值。官方把置信度作为接口的一部分返回,用意是让应用自己决定何时行动、何时推迟、何时转人工,但不同厂商的校准方式、不同题型与不同数据分布下的分数含义并不一样。稳妥做法是拿自己的真实样本跑一遍,画出「自动放行比例」与「误判比例」的对照,再定阈值,并给低置信度留一条回退路径。阈值定完也要定期回看,样本分布变了它就会漂。
境内团队接入前要先确认什么?
先确认网络与结算能否长期稳定,再谈能力差异。这四家的服务多在境外,按量计费且常需境外支付方式,免费额度通常只够联调。上线前把超时上限、失败降级与数据出网范围写进验收项,比事后补更省事。若这两条有一条回答不了,就优先看能自托管的开放权重方案,把模型留在自己的环境里。价格与额度一律以官网为准,本文不转述具体金额。
为什么不给这四家排个高下?
因为它们不在同一条赛道上:有的是专用端点,有的是可自托管的开放权重模型,有的是模型目录里的一个条目;输入模态、批量上限与发布阶段也各不相同。脱离「你的数据能不能出网、要不要多模态、要不要可替换」这三个前提去排,结论换个项目就失效。本文给的是分流路径与代价,不是名次;厂商自述的基准成绩与效果倍数本站无法独立复现,按口径不转述。
相关分类与内容
事件本身按厂商分成四条快讯:Gemini Decisions API 发布、OpenAI Decisions API 正式可用、微软发布 Microsoft-Decision-1、Cloudflare 开源 Clef;把这类模型放在本地跑的另一条路见 Ollama 上的决策模型。
选完之后要把它接进流程,可以看编排层的两篇判断:单循环还是多子智能体 与 编排层怎么选;长流程里判断次数多,长程任务的上下文与输出预算 值得一起看。按类目浏览可进 AI智能体 与 AI编程工具;站内已核实的编排工具 Dify、n8n、Coze 分别对应自建、自动化与托管三种接法。
相关内容
AI 配音选型:品牌音色用预置、克隆还是真人后处理
本周 AWS 与 ElevenLabs 各发了一条与「声音从哪来」直接相关的更新。把六款站内工具按三条路线分流:预置音色库、克隆自有声音、真人录音后处理,附授权与交付形态的取舍建议与代价对照。
AI 智能体碰钱怎么授权:代付与只读两条路线的取舍
同一天里 OpenAI 让智能体代付、Google 让 Gemini 只读看账单,方向几乎相反。这不该按「哪个钱包更强」选,而要先定动作权限、确认粒度、凭证边界与可撤回性四道闸门。附取舍建议与代价对照。
Gemini 4 Hydrogen 发布:把日常编码与智能体执行交给一个新成员
Google 与 Google DeepMind 于 2026 年 11 月 12 日同步发布 Gemini 4 Hydrogen,作为 Gemini 4 系列里面向高频执行的新成员,与承担长时程深度推理的 Gemini 4 Carbon、Gemini 4 Argon 分工。官方同时公布四档思考级别、Google Antigravity 里的 Orchestrator 多模型调度,以及覆盖 AI Studio、Gemini API、Gemini 应用、Google Search 与工作场景的推送安排;Vercel 同日宣布 AI Gateway 上架该模型。官方页面未标注正式可用或预览阶段,只写明当天起面向所有人可用并全球陆续推送。发布文含基准对照与计费信息,本文不转述数字与评分,价格、额度与区域一律以官网为准。
继续阅读:自托管 Kitesurf:把智能体浏览器跑在本地的完整步骤 · AI 智能体碰钱怎么授权:代付与只读两条路线的取舍