OpenAI 公开 Decisions API 测试版

图片：@OpenAIDevs (X)（视频截图）

摘要

OpenAI 于美国时间 10 月 6 日向所有开发者开放 Decisions API 公开测试版，并表示其决策速度比通过 Responses API 调用 GPT-6 Luna 最快高出 10 倍。
问题类型分为三种：估算条件为真的概率的谓词（predicate）、从选项中选出一项的选择（choice）、按评分标准打分的评分（score），支持文本和图像输入。
价格为每 100 万个输入 token 0.10 美元，输出和缓存 token 不收费，并为符合条件的客户支持零数据保留（ZDR）和 HIPAA 用途。

Let your app choose the right model, tool, or action in near real-time with Decisions API

OpenAI 于美国时间 10 月 6 日向所有开发者开放了 Decisions API 公开测试版，这一 API 针对问题只返回固定格式的答案。公司在官方开发者账号上表示，该 API 能"让你的应用近乎实时地选择合适的模型、工具或操作"，其决策速度比通过 Responses API 调用 GPT-6 Luna 最快高出 10 倍。目前唯一支持的模型是 GPT-6 Luna，调用地址为专用端点 POST /v1/decisions。OpenAI 在开发者文档中写道，预计将在未来几周内正式发布（GA）。

此次开放距离该 API 在 9 月 29 日 DevDay 2026 上以有限预览形式亮相仅一周。METAL 此前曾报道 OpenAI 以有限预览形式发布了 Decisions API，当时每次调用的价格和数据政策尚未公布。此次公开测试版补上了这些空白。底层模型 GPT-6 Luna 是 OpenAI 于 9 月 22 日与 GPT-6 Sol 一同推出的推理模型。

请求由三个字段组成。model 字段填写用于评估的模型，input 字段以文本字符串或混合文本与图像的用户消息形式，放入各个问题共同参考的证据。questions 字段为每个问题写明类型、指令以及允许的选项或评分等级。响应以 answers 数组返回，每个问题的唯一名称会原样回传，用来区分答案对应哪个问题。

Decisions API 요청의 세 칸(model, input, questions)과 각 칸의 역할을 정리한 오픈AI 개발자 문서 표

问题类型有三种。谓词（predicate）估算某个条件为真的概率，取值在 0 到 1 之间。选择（choice）从开发者提供的选项中选出一个，并同时给出每个选项的概率和单独的置信度。评分（score）按从低到高排列的等级标准衡量输入，返回等级编号的概率加权平均值，因此分数可能落在两个等级之间。

METAL 查阅的开发者指南中的示例用数字展示了这一结构。检查产品照片是否有裂纹、撕裂或凹痕的谓词问题返回了 0.92 的概率。把"订单被重复扣款"的客户投诉分派到部门的选择问题，以 0.95 的概率选择了账单部门，置信度为 0.93。将仅在 Safari 中导出失败的问题按三级严重程度评估的评分问题，在 0.1、0.7、0.2 的概率分布下给出 1.1 分，置信度为 0.55。OpenAI 表示这些数值是说明用的响应示例。

输入附有条件。图像只能以 base64 编码的内联数据 URL 发送，不接受托管在外部的 HTTP、HTTPS 图像地址或 file_id 输入。相互独立的问题可以放进同一请求的 questions 数组，一次评估同一输入。依赖前一个答案的问题则必须分开请求。指南举的例子是先确认是否有损坏，再根据结果决定是否询问维修类别。

价格结构也首次公布。使用 GPT-6 Luna 调用 Decisions API，每 100 万个输入 token 收费 0.10 美元，只对输入 token 计费。缓存读取、缓存写入和输出 token 均不收费。区域处理溢价和长上下文输入倍数照常适用，该费率仅适用于 /v1/decisions 调用。在数据控制方面，该 API 为符合条件的客户支持零数据保留（ZDR）和 HIPAA 用途，数据驻留和区域处理可在美国和欧洲（EEA 及瑞士）进行。

开发环境也已就绪。运行指南示例需要 Python SDK 3.26.0、JavaScript 7.30.0、Go 3.73.0、Ruby 0.101.0 或 Java 4.78.0 及以上版本。开发者可以在编写代码前先在 Playground 中测试问题和输入。语音应用可以结合 Live API 的客户端委托功能，从语音请求中选择操作并向用户报告结果。

71 秒的官方演示视频把速度放在首位。视频中的 OpenAI 工作人员展示了随意书写的用户输入被快速归类为销售线索的场景，并说"这不是加速播放"，还介绍服务器端的 Decisions API 在 100 毫秒内作出了响应。随后的演示包括：API 接收道路和障碍物画面、把车引导到正确车道的游戏，以及由 GPT Live 1 负责声音、由 Decisions API 选择表情的动画角色。截至撰稿时，该帖获得 57.7 万次浏览、2538 个点赞和 1322 次收藏。

从 AI 工程师的角度看，这个 API 瞄准的是分支而非生成。指南自己划清了界线：需要符合自定义 JSON 架构的对象或说明文字时，使用 Responses API 的结构化输出；需要模型带参数请求工具调用时，使用函数调用。剩下的是分类、路由、优先级排序等简短判断，也就是智能体选择下一步行动时的决定。不对输出 token 计费的设计，正好契合答案只有几个概率值的这种用途。

运营中的关键在于阈值。OpenAI 在指南中建议"使用应用中带标签的示例来设定路由、过滤或审核的阈值"，并根据误报和漏报的成本选择标准。它还建议为类别无法覆盖的输入设置"其他"之类的兜底选项。返回概率的 API 并不会替人做出判断，在哪里截断这些概率仍是开发者的工作。公开测试版是用真实流量校准这条基准线的第一次机会。