让模型只回答是或否,并给出概率:决策模型怎么用
决策模型不写长答案,只回答是/否、多选一或按评分表打分,并附一个概率。本文对照 Jev、OpenAI、Gemini Decision 1 三家的输入模态与价格,讲清概率值怎么用、什么时候该用它。

让模型只回答是或否,并给出概率:决策模型怎么用
一句话结论: 有一类模型不写长答案,只回答「是 / 否 / 从这几个里选 / 按这份评分表打分」,并附带一个概率。适合做自动判定,不适合写文章。
2026 年 11 月 11 日,Google 发布了 Gemini Decision 1,加入了 Jev 和 OpenAI 所在的「决策模型」这一类。
这类模型和平时用的对话模型不一样。对话模型给你一段文字,你再自己判断这段话合不合格;决策模型直接给结论,还告诉你它有多确定。
这篇讲它是什么、什么时候用、怎么选。
三家决策模型摆在一起看
原文把三家放在一起比较,差别在四个维度:
| 模型 | 能处理的输入 | 问题类型 | 输入价(每百万 token) | 输出价 |
|---|---|---|---|---|
| Jev | 文本、JSON | 是/否、选择、评分表 | 4.2 美分 | 免费 |
| OpenAI | 文本、图片 | 是/否、选择、评分表 | 10 美分 | 免费 |
| Gemini Decision 1 | 文本、图片、音频、视频、PDF | 是/否、选择、评分表 | 10 美分 | 免费 |
三家的价格结构一样:按输入 token 收钱,输出不要钱。
Jev 最便宜,每百万输入 token 4.2 美分,是另外两家的四成多。
输出免费这件事值得留意。对话模型的输出长度你控制不了,它写得越多你付得越多;决策模型只吐一个结论,输出侧不产生费用。
三种问题类型
原文明确列出决策模型支持三类问题:
- 是/否判断 —— 是不是、能不能、该不该。原文沿用了 Jev 的叫法「Noul」。
- 多选一 —— 从几个互斥选项里挑一个。
- 评分表打分 —— 按你给的一张评分标准打分。
第三类最实用。你写好一张评分表(这张表该得几分、怎么扣分),模型按表打分,而不是自由发挥。
分类任务、审核任务、路由任务,本质上都是这三类。

