AI 日报 | Google 决策接口一次判 1,000 题，输出不计费
Google 在 Gemini API 和 AI Studio 上线了一个新接口，叫 Decisions API，背后是 Gemini Decision 1。
它不做逐 token 生成：给它一段文本、一张图、一段音频、一段视频或一份 PDF，再一次性提出最多 1,000 个封闭式问题——是或否、多选、打分——它一次前向就返回每题的 0 到 1 置信度。
账单也跟着变了。输入按每百万 token 0.10 美元计，输出不计费。
另有四条重点：DeepMind 用四周完成 Signal 加密核心的形式化验证；OpenAI 三季度营收破百亿，经营亏损扩大到 109 亿美元。
再两条是资本与安全：Anthropic 的路演给出 1.25 到 1.75 万亿的估值区间；Claude Code 的设置文件把密码带进了公开仓库。
图 1：十三条资讯的分组。来源：据各条来源公开表述整理；本图为自制整理。
头条深读 | 把「生成」换成「判定」，账单跟着换
先说清它换了什么。过去的接口默认你要的是一段文字：模型逐 token 吐出来，你按输出长度付钱。
Decisions API 要的是一次判定。输入是一个多模态对象，上限 256K token；输出是一组概率。官方把它写成三种题型。
第一种是是非题：估计某个条件成立的概率，可以同时给出「成立时是什么样」和「不成立时是什么样」两种描述。
第二种是多选题：2 到 255 个选项，返回胜出项，以及全部候选的归一化概率。
第三种是评分题：从 0 起有序打分，返回连续加权分与各级概率。
计费上有三处值得记住。共享输入在一次请求里只计一次，多加问题只增加各题自己的指令与判据 token；没有输出 token 账单，也没有单独的思考 token 账单；音频转写与 OCR 不另收费，因为不再生成文本。
图 2：三类题型的输入与输出。来源：Google 官方博客《Gemini Decisions API: Fast, calibrated multimodal decisions》（2026-11-11）；本图为自制整理。
延迟要分两层看。官方给的是模型计算中位 50 到 100 毫秒、端到端 150 到 250 毫秒，但这组数对应「上下文不超过 16K、每题 1 到 100 个问题」的条件，并称这个区间内延迟基本持平。
256K 是输入上限，不是延迟测试条件。两个数放进同一句，会被读成 256K 的输入也这么快。
图 3：延迟的两层与价格的一栏。来源：Google 官方博客；本图为自制整理。
成本对比是 Google 自己给的。它称在同一套共享基准上，这个接口比走 Interactions API 的 Gemini 3.5 Flash-Lite 便宜近 5 倍，并称在智能体路由、推理、排序、多模态理解等基准上全线领先且校准误差最低。
这两句都是 Google 的说法，不是第三方复现。第三方目前只有一处读数：Artificial Analysis 称它在 Decision Index v2.1 上得 66 分；这个榜单月初刚改版，与更早那一版的位次不能直接比。
图 4：四个内部用例与八家接入方。来源：Google 官方博客；本图为自制整理。
Google 内部已经把它当控制面在用。Gemini Notebook 拿它做实时路由，官方称日常查询延迟最多降 40%，深度推理模型只留给复杂任务；Stitch 用它生成线框。
另外两处更小：Google Labs 的表情功能从 200 多个表情里即时选一个；搜索用它检测 MCP 工具的异常行为。
外部接入方列了八家：OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit、OpenCode；Google Cloud 版本标注为即将支持。
还有一个使用层面的前提：0 到 1 的置信度是校准出来的概率，不是正确率。落地时要自己设阈值，也要自己准备阈值之下的回退路径。
重点
四周，六百万行证明，一个跑在设备上的加密核心
Google DeepMind 发布了 AlphaProof Code：先由专家写下形式化的安全要求，再由一个基于 Gemini Carbon 的智能体在 Lean 里写出超过 600 万行的证明。
验证对象不是设计稿，而是 Signal 实际跑在用户设备上的加密核心代码。按 The Decoder 的报道，这类工作通常需要数年，这次用了四周。
过程里约 1% 的代码库被标记出来交人工复核。这既是效率的来源，也是成本的一项：人没有离开环路，位置从写证明换成了审标记。
有效性做了一次小考：两个为测试特意植入的 bug 被立即捕获。
Signal 的 CTO Ehren Kret 说，随着 AI 带来的威胁增长，这种做法增强了对数据隐私的信任。DeepMind 计划通过 CodeMender 一类系统，把方法扩展到电网与医疗设备。
图 5：AlphaProof Code 的四处数字。来源：The Decoder（2026-11-11）转述 DeepMind 博客与 AlphaProof Code；本图为自制整理。
还有两处边界。四周与数年比的是同一类工作的耗时，不是「效率提升若干倍」的实测；约 1% 指的是代码库比例，不是工时比例。
另外一个常见误读要挡住：Signal 并没有被攻破，这条也不是安全事件。
收入在加速，亏损没有跟着收敛
据《华尔街日报》与 The Information 报道，OpenAI 三季度营收 100 亿美元，环比增长约 50%。二季度的环比增幅是 17% 到 18%，一年前这个数字是 39 亿。
亏损那一栏要看口径。调整后经营亏损从 101 亿扩大到 109 亿美元，这个口径不含股权激励，而股权激励本身已升到 26 亿美元。调整后经营利润率从 −150% 收窄到 −109%，一年前是 −97%。
把它和 Anthropic 摆在一起，方向很清楚：Anthropic 三季度营收 170 亿、同比增长 47%，含股权激励的经营亏损只有 5.67 亿。
但这两组数不是同一把尺子。109 亿不含股权激励，5.67 亿含；两家对年化收入的算法也不同，报道本身就这么写。两边能对上的是方向与量级。
还有一处容易写错：39 亿到 100 亿是约 1.6 倍的增长，不是「增长两倍」。
这些数字全部来自匿名信源，读的时候要带上「据报」。
图 6：三个季度的营收台阶与两套亏损口径。来源：据《华尔街日报》《The Information》报道，经 The Decoder（2026-11-11）转述；本图为自制整理。
路演开始，估值的说法变成区间
Anthropic 已经启动路演：拟发行 8.25 亿股 A 类普通股，其中公司 8.01 亿股、老股东 2,365 万股；价格区间 70 到 78 美元；代码 ANT，拟上纳斯达克。
据 FT 引述投资者，公司拟募资 800 亿到 1,000 亿美元，目标估值 1.25 万亿到 1.75 万亿美元，CEO 阿莫迪接受了比此前更低的估值——九月曾瞄准最高 2 万亿。
据《华尔街日报》，公司先设定区间，计划 11 月 19 日前后挂牌；部分机构投资者仍希望估值低于此前讨论的 1.5 万亿。
三个募资口径要分开。公开文件口径是公开发行最多 644 亿；加上向谷歌、英伟达、AMD 等私募的 260 亿，合计最高 904 亿；FT 的 800 亿到 1,000 亿是第三个口径。三者不可互相替换。
性质上，这是把一个单点摊成区间，不是反转。单点 1.5 万亿在 11 月 11 日已经出现过，这次是承销商与机构在同一周里的报价博弈。
图 7：三个募资口径与一个估值区间。来源：招股文件口径与 FT、WSJ 转述（2026-11-11 至 11-12）；本图为自制整理。
一次「不再询问」，把密码写进了项目文件
据 IT之家转述 Ars Technica 的报道与安全公司 Apiiro 的研究，超过 10 万份 Claude Code 的本地设置文件被上传到公开仓库，其中约 1,100 份含数据库密码、API 令牌、私钥或 root 登录信息。
把 Git 历史、共享设置与智能体聊天记录合起来看，研究人员在 1,994 个代码库、63 个组织里识别出 2,539 个真实凭据。
机制是这条最有用的部分。用户在弹窗里选「是，且不再询问」时，授权规则会被写进本地的 .claude/settings.local.json，而被允许执行的命令原文——包括里面夹带的密码与令牌——也可能一起写进去。
按设计，这个文件应该被加进全局 .gitignore；但这个设置不一定对具体仓库生效。项目被克隆到另一台机器，或者一个普通文件夹后来才初始化为 Git 仓库时，它就可能被误提交。
有一条规律可以自查：每十个超过 8 KB 的设置文件里就有一个含真秘密；小于 500 字节的文件里，这个比例不到五百分之一。点「不再询问」越频繁，文件里攒下的秘密越多。
官方口径是正在修复。对使用方来说，动作很具体：看一眼这个文件是否被提交、给仓库加一层本地忽略、把「不再询问」留给不带秘密的命令。
图 8：凭据是怎么走到公开仓库的。来源：据 Ars Technica 报道与 Apiiro 研究，经 IT之家（2026-11-10）转述；本图为自制整理。
这些数字的分母要一起看：2,539 个凭据分布在 1,994 个代码库、63 个组织里，不是 2,539 家受害方。这条也不是被攻击，是误提交。
OpenRouter 并入 Stripe，作价据报 75 到 80 亿
Stripe 收购 OpenRouter 这件事，现在有了完整的时间线：据 NYT 与彭博，双方在 8 月 19 日宣布协议，11 月 10 日宣布完成，作价据报 75 亿美元，彭博的说法是「超过 70 亿」。
平台侧的数字：80 多个供应商、400 多个模型、1,000 万以上开发者与公司；10 月处理约 790 万亿 token，其中 76% 来自智能体调用。
合并后的定位是「多模型、多 provider 的运行层」——接入新模型、故障期间保持可用、为团队执行支出与数据策略。这三项正是它对企业的卖点。
对使用者最实际的一点也在这一层：OpenRouter 的价值建立在「谁都接、不站队」上，被一家支付公司买下之后，这个中立性会不会变，是它上千万用户关心的问题。公告强调的恰是这一层。
图 9：两个时间节点与平台规模。来源：据 NYT、彭博报道（2026-11-12）；本图为自制整理。
速览
- 美联航将阻止个人 AI 智能体在其系统订票。据《华尔街日报》，理由是智能体可能泄露敏感数据或造成非预期购买；智能体可以读取航班与价格，但无法在其网站完成购买。
另有一层是合规：联邦规定要求乘客本人声明托运行李不含爆炸物，这一步智能体无法合法代做。其后台已按来源标记每笔预订，可区分个人、旅行社与智能体。这条只有 WSJ 一层转述。
-
Grok Bot 1.0 发布。定位是「能与整个团队协作的 AI 队友」，可共享 Bot、在 Slack 与 Teams 里协作、被邀请参加会议并持续学习；面向 ultra、team、enterprise 三档推出。
-
Perplexity 公布 SPACE 沙箱红队结果。让 12 个模型尝试逃逸虚拟机、从宿主机窃取凭证、绕过网络策略访问被封禁的 URL；结论之一是红队常用的 CTF 式设置会让智能体偏离真正被测的安全边界，之二是安全专用模型并不保证更好表现。
-
CMU 与 JetBrains 的一项分析：token 消耗衡量的是使用量，不是产出。样本是 404 名 JetBrains 工程师、五周的使用与提交记录，另有 412 份问卷；约九成技术岗位的评估里，智能体被用于编码之外的任务。
-
一个交友实验：五个前沿模型在六天里完成 1,277 次对话，510 人同意见面，355 人发来手机号，只有 8 人询问对方是否为机器人。作者补充，这些模型被直接问时会承认自己是 AI。
-
MAI Transcribe 2 在 OpenRouter 的请求量增长 12 倍：一周内的转写量为 850 万次，对比 9 月上线首周的 70 万次；同期整个语音转文字类别的请求量增长 3 倍。单品 12 倍与品类 3 倍分母不同。
-
ElevenAgents 上线 Routines，在记忆之外补「把事跟到底」：处理对话前后的工作，官方举例是房贷申请人预筛选后几分钟内回电、账单争议爆发前先发短信解释。
图 10：速览七条的一句话索引。来源：据各条来源公开表述整理；本图为自制整理。
积木观察
同一批消息里，三条线撞到了一起。
第一条是「判断」变成了接口原语。这类只做判定、不生成文本的模型并不新：Artificial Analysis 的 Decision Index 就把决策模型单列一组，与语言模型分开评。
新的地方在接口与账单——它进了主 API，输出 token 计价为 0。
对高并发、低单价的判断任务来说，这是结构性的变化：内容分级、工单分流、路由选择，过去要么自训分类器、要么让大模型吐 JSON，现在可以一次请求问上一千题，并按输入计费。
第二条是验证的成本结构被改写。AlphaProof Code 的产出不是「看起来对的实现」，而是可机器检查的证明；人没有退出，位置从写证明挪到了审标记。这也带出一个新前提：证明再长，也只能证明实现符合规格，规格本身写错，链条全错。
第三条是钱的算术。OpenAI 的收入在加速，亏损没有跟着收敛；Anthropic 则在同一周把估值从单点摊成区间，接受更低的定价换确定的现金。两件事指向同一个判断：算力承诺的兑现排在二级市场定价之前。
图 11：三条线的落点。来源：据上述各条来源整理；本图为自制整理。
四处容易被读错的地方
输出不计费，说的是输出 token 计价为 0，不是整个接口免费用；输入仍按每百万 0.10 美元收。
109 亿与 5.67 亿不是同一把尺子：前者不含 26 亿股权激励，后者含。
12 倍是 MAI Transcribe 2 一个单品的增幅，3 倍是整个语音转文字类别的增幅。
2,539 个凭据的分母是 1,994 个代码库、63 个组织。
图 12：四处对照与它们的分母。来源：据上述各条来源整理；本图为自制整理。
互动
如果你的系统里有一批「要一个判断、不要一段文字」的活，你最想先把它挪到这类接口上的是哪一件？是内容分级、工单分流，还是工具选择？另外，0 到 1 的置信度落到生产里，阈值你会怎么定？
来源
Google 官方博客《Gemini Decisions API: Fast, calibrated multimodal decisions》（2026-11-11）。
The Decoder 关于 AlphaProof Code 的报道（2026-11-11）。
The Decoder 转述《华尔街日报》与 The Information 的 OpenAI 三季度数据（2026-11-11）。
FT、WSJ 关于 Anthropic 路演与挂牌的报道（2026-11-11 至 11-12）。
IT之家转述 Ars Technica 与 Apiiro 的 Claude Code 凭据研究（2026-11-10）。
NYT、彭博关于 Stripe 完成收购 OpenRouter 的报道（2026-11-12）。速览各条来源见正文括注。