本次观察覆盖 Australia/Sydney 时间 2026年11月12日07:51至11月13日07:51前后正式开放并得到公开资料核验的变化，共收录2项。
Google开放Gemini Decisions API
Google于11月11日开放Gemini Decisions API，底层模型为gemini-decision-1。它面向封闭集合判断，不生成自然语言答案，而是在一次调用中针对同一份文本、图像、音频、视频或PDF输入处理最多1,000个相互独立的是非、选项或量表问题，并返回概率与置信度。开发文档给出的输入上限为262,144个令牌；Google公告将其概括为256K。选择题可设置2至255个候选项，问题之间不能读取彼此答案，存在依赖关系时需要应用程序分两次调用或自行组合逻辑。
相较于此前使用生成模型输出文本再解析的方式，本次新增的是专用决策端点、固定返回结构和零输出令牌计费。接口已可通过Google AI Studio和Gemini API使用，Python与JavaScript SDK需要3.2或更高版本；标准价格为每100万输入令牌0.10美元，输出令牌费用为零，并提供无费用试用层。Google报告端到端延迟为150至250毫秒，并称共享基准中的成本低于其生成式接口；这些延迟、校准和成本比较属于开发者测量。VentureBeat独立确认了接口开放、问题数量、输入类型和价格，并引用Artificial Analysis的决策评测；尚无覆盖多行业生产流量的公开独立复现。
核验资料包括Google《Gemini Decisions API: Fast, calibrated multimodal decisions》、Gemini Decisions API开发文档，以及VentureBeat的独立报道。
Google DeepMind发布AlphaGenome 2研究API
Google DeepMind于11月11日发布AlphaGenome 2。上一代AlphaGenome针对约100万DNA字母的序列并行预测多种组织和细胞系的分子读数；AlphaGenome 2改为条件模型，每次同时接收一段最长约100万字母的DNA序列和一个组织、细胞类型或细胞状态条件，以预测同一序列在特定细胞环境中的基因表达、染色质可及性、组蛋白修饰及DNA甲基化等读数。开发者称训练数据包含超过1.07亿个单细胞档案，覆盖68种组织。
DeepMind报告，在TenK10K的28种原代免疫细胞数据上，新模型识别出30%的因果变异，旧模型的相应比例为16%；对基因效应方向的识别比例为43%和23%。这些数字来自开发者技术报告，尚未有完整独立复现。Nature确认了模型发布及其针对细胞类型定位DNA变异作用的研究用途。独立来源尚未提供对上述开发者基准的完整复现。
AlphaGenome 2已通过AlphaGenome API向非商业研究开放，商业研究处于私人预览。公告没有发布模型权重，也没有给出商业公开日期或完整价格。该模型仅限研究用途，未获临床或诊断验证与批准。核验资料包括Google DeepMind公告与技术报告和Nature报道。
来源
Google，Gemini Decisions API: Fast, calibrated multimodal decisions，2026年11月11日，https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/
Google AI Studio，Decisions API，访问于2026年11月13日，https://aistudio.google.com/docs/decisions-api
VentureBeat，Google’s Gemini Decision 1 model scores up to 1,000 questions in one API call，2026年11月11日，https://venturebeat.com/technology/googles-gemini-decision-1-model-scores-up-to-1-000-questions-in-one-api-call
Google DeepMind，AlphaGenome 2: Deciphering how cells read DNA to better understand disease，2026年11月11日，https://deepmind.google/blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/
Google DeepMind，AlphaGenome 2技术报告，2026年11月11日，https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/alphagenome-2.pdf
Nature，DeepMind’s ultra-powerful AI for genome mapping wows scientists，2026年11月11日，https://www.nature.com/articles/d41586-026-03673-0
了解 Geoffrey Chen 的更多信息
订阅后即可通过电子邮件收到最新文章。