Gemini Decisions API

What is it（这是什么）

Gemini Decisions API 是 Google 推出的一个模型接口，专门用于"快速、校准化的多模态决策"。它和传统的生成式 API 有本质区别：生成式 API 输出的是文本、图像等内容，而 Decisions API 输出的是决策结果——比如分类判断、置信度评分、多选项排序。你可以把它理解为一个"会做判断的模型端点"，输入图片、文本或混合模态，输出结构化的决策信号。

商业意义在于：它把"决策"从生成流程里剥离出来，成为一个独立的、可计费的 API 形态。对独立开发者来说，这意味着可以围绕"决策层"构建轻量工具，而不必卷入大模型生成的军备竞赛。

Why now（为什么现在出现）

三个力量在同一时间点汇合。第一，Agent 工作流的爆发让"决策"成为瓶颈——一个 Agent 每走一步都要判断"下一步做什么"，用生成式模型做判断既慢又贵，市场需要专门的决策接口。第二，校准化（calibration）成为刚需——企业不再满足于"模型说了什么"，而是要求"模型有多确定"，金融风控、医疗分诊、内容审核都要求可量化的置信度。第三，Vercel 在 AI Gateway 上免费提供 Parallel Decisions，把决策接口变成了基础设施层的标配，降低了所有人的接入门槛。

为什么不是一年前：2025 年多模态模型的推理成本还太高，决策接口无法做到"快速"；为什么不是一年后：Google 和 Vercel 已经同时下注，窗口正在关闭。

Market Evidence（市场证据）

当前信号非常早期但质量不低。2 个独立信源（vercel、google-ai）贡献 2 次提及，增长率 100%——这个 100% 的基数极小，本质是"从 0 到 1"的首次曝光，不能解读为社区狂热。趋势分数 74/100 说明算法给出了中等偏上的权重，但成熟度阶段是 nascent（萌芽期），意味着讨论还停留在发布公告层面，尚无开发者实践反馈。

信号质量判断：这是真实的平台级信号，而非社区热点。理由是推动方是 Google 和 Vercel 两家基础设施玩家，不是某个 KOL 的推文。但"真实"不等于"已验证"——目前没有任何一方公布使用量、付费转化或开发者案例。结论：值得建立监测，不值得立即重仓投入。机会分、市场分、需求分均为 0/100，说明量化模型尚未捕捉到任何需求侧证据。

Who's Behind It（谁在推动）

Google 是定义者，通过 Gemini 品牌把 Decisions API 推向市场，掌握模型能力和定价权。Vercel 是分发者，在 AI Gateway 上免费提供 Parallel Decisions，用"免费"换取开发者流量和 Gateway 的粘性。两者是互补而非竞争关系：Google 卖模型，Vercel 卖接入层。

真正的"庄家"是 Google——它决定了决策接口的能力边界和价格锚点。Vercel 的角色更像渠道商，它的免费策略会压低整个品类的价格预期。目前没有第三方模型厂商跟进，OpenAI 和 Anthropic 尚未推出对标的"Decisions"产品线，这个空白既是风险也是机会。

TAM & Market Size（市场规模）

潜在用户是所有构建 Agent、审核系统、风控系统、路由系统的开发团队。全球有数百万开发者在使用 LLM API，其中需要"结构化决策"的比例保守估计在 15-25%。按 API 调用付费市场估算，决策类接口的可寻址规模在数亿美元级别，且处于增长期——Agent 越普及，决策调用次数越呈指数增长。

付费意愿：开发者愿意为"更快、更便宜、更可校准"的决策付费，因为决策调用频次远高于生成调用。但需求分 0/100 是一个警告信号——目前没有证据表明有人主动搜索或询价这类产品，市场是"供给侧先动、需求侧未醒"。这意味着 TAM 是理论值，需要 6-12 个月的教育期才能转化为真实预算。

Competitive Landscape（竞争格局）

已有玩家分三层。模型层：Google Gemini Decisions API 是唯一明确命名的产品，Vercel Parallel Decisions 是免费替代。框架层：LangChain、LlamaIndex 等编排框架内置了"路由/分类"节点，是隐性的功能重叠者。垂直层：内容审核（如 OpenAI Moderation）、风控评分（如各类 ML 评分 API）已经占据部分决策场景。

市场空白在于**"决策可观测性"** ——没有人提供决策结果的审计、回放、校准度监控工具。大公司会不会做？Google 会做接口，但不会做跨模型的决策治理层，这正是独立开发者的缝隙。时间窗口：6-9 个月，一旦决策接口标准化，中间层工具会被平台吸收。竞争分 0/100 说明现在几乎没有直接对手，但也说明没人验证过这个市场。

Business Model（商业模式）

推荐订阅制 + 用量阶梯的混合模式。原因：决策接口的调用是持续的、可计量的，订阅制能锁定留存，用量阶梯能吃到高频用户的增长红利。

定价建议：免费层 1,000 次决策/月（获客）；Pro 层 $29/月含 50,000 次调用；Team 层 $99/月含 500,000 次调用 + 审计日志。依据是 Vercel 的免费策略压低了价格锚，你的溢价必须来自"治理能力"而非"决策能力"本身。

12 个月收入预测：保守 $3,000 MRR（50 个付费用户）；基准 $12,000 MRR（200 个付费用户 + 若干 Team 单）；乐观 $35,000 MRR（企业定制 + 高用量客户）。获客成本估算 $40-80/付费用户（开发者社区内容 + 开源引流），回本周期 2-3 个月，属于健康区间。

MVP Blueprint（MVP 蓝图）

核心功能（只做这三个）：1）决策 API 的统一封装层，同时对接 Gemini Decisions 和 Vercel Parallel Decisions，开发者改一行配置即可切换；2）决策日志与回放，记录每次调用的输入、输出、置信度，支持按时间检索；3）校准度看板，展示模型置信度与实际准确率的偏离。

技术栈：Next.js + TypeScript 前端，Supabase 做数据库和鉴权（省掉自建后端），部署在 Vercel（和信源同生态，蹭流量）。最快上线路径：用 Vercel 官方 AI SDK 模板起步，第一天完成 API 封装，第二天接 Supabase 存日志，第三天做看板，第四天写文档和定价页，第五天上线 Product Hunt 和 Hacker News。

砍掉所有 nice-to-have：不做多租户权限、不做自定义模型微调、不做移动端。预估开发天数在原始数据中为 0，说明这是一个尚未被量化的新品类，实际 5-7 天可交付可用版本。

Commercial Opportunities（商业化机会）

方向一：决策治理中间件。为使用多个决策 API 的团队提供统一入口、成本对比、校准监控。目标用户是 5-50 人的 AI 产品团队。预期月收入 $5,000-15,000。优势：平台不会做跨厂商治理，这是结构性缝隙。

方向二：垂直决策模板库。针对内容审核、客服分流、发票分类等场景，提供预校准的决策配置和评测集。目标用户是不想从零调参的中小企业。预期月收入 $3,000-8,000。优势：卖的是"开箱即用的准确率"，而非工具本身。

方向三：决策质量评测服务。帮客户测量其决策接口的校准度和漂移。目标用户是受监管行业（金融、医疗）。预期月收入 $8,000-20,000。优势：合规预算充足，且是订阅制的天然场景。

Product Ideas（产品创意）

🥇 DecisionLens — "给你的 AI 决策装一个行车记录仪"。目标用户是已接入决策 API 的开发者，场景是排查"为什么模型这次判断错了"。时机正确因为决策接口刚标准化，日志格式尚未统一，先入者可定义事实标准。

🥈 CalibraBench — "一行命令测出你的决策模型有多自信"。面向需要向客户或监管证明模型可靠性的团队。时机正确因为校准化正是 Google 这次强调的核心卖点，但没人提供独立评测。

🥉 RouteDecide — "在 Gemini 和 Vercel 之间自动选最便宜的那次决策"。面向成本敏感的初创团队。时机正确因为两家已形成价格竞争，比价需求真实存在。

优先级依据：DecisionLens 解决最痛的调试问题，CalibraBench 吃合规预算，RouteDecide 依赖价格战持续（不确定性最高）。

SEO Opportunity（SEO 机会）

搜索量趋势：上升但基数极小，属于新词，尚无稳定搜索量。有价值的长尾关键词：gemini decisions api pricing、vercel parallel decisions tutorial、llm decision calibration、ai decision logging、multimodal decision api。竞争程度极低（SEO 难度 0/100），意味着现在写就能排第一。内容策略：优先做对比页和教程页（"Gemini Decisions vs Vercel Parallel Decisions"、"如何记录决策日志"），这类页面转化意图最强，且大厂不会写。

Risk Assessment（风险评估）

判断会错的情形：如果"决策"最终被证明只是生成接口的一个参数（比如加个 response_format: decision），那么独立品类不成立，整个机会归零。

三大风险：技术风险——Google 可能把决策能力直接并入 Gemini 主接口，消灭独立品类；市场风险——需求分 0/100 意味着可能根本没有人为"决策治理"付费；执行风险——窗口期 6-9 个月，慢一步就被平台吸收。

最低成本验证：花 3 天做一个落地页 + 等待名单，在 Hacker News 和 Vercel 社区投放，目标收集 50 个邮箱。如果两周内拿不到 20 个真实开发者邮箱，说明需求不存在。放弃信号：Google 在 3 个月内把 Decisions API 并入主接口，或 Vercel 推出官方的决策日志功能。

Action Plan（行动建议）

今天：注册 Gemini Decisions API 和 Vercel AI Gateway 的 Parallel Decisions，各跑 10 次调用，记录响应延迟、定价、置信度字段的差异——这是你唯一的信息优势来源。

第一周：上线 DecisionLens 落地页，写一篇《Gemini Decisions API 实测：延迟、定价、校准度对比》，发到 Hacker News 和 Vercel Discord，收集等待名单。

第一个月：如果拿到 20+ 邮箱，构建 MVP（5 天），开放内测，目标 10 个活跃用户，验证留存。

第三个月：若内测留存超过 40%，上线付费墙，定价 $29/月，目标 30 个付费用户即 $870 MRR，证明模式可复制。若留存低于 20%，转向 CalibraBench 的合规评测方向。

Related Terms（相关趋势）

• AI Gateway — 分发层依赖，Vercel 通过 Gateway 免费提供 Parallel Decisions，是决策接口的主要入口
• Agentic Workflow — 需求驱动关系，Agent 的每一步都需要决策调用，是决策 API 的最大消费场景
• Model Calibration — 技术子领域，决策 API 的核心卖点"校准化"直接依赖这一研究方向