OpenAI决策API上线公测：响应速度提升10倍

专为结构化判断而生的新型API

OpenAI宣布Decisions API进入公开测试阶段。该API并非用于生成自然语言文本，而是将文本、图像（或二者组合）作为输入，直接输出机器可解析的类型化答案（typed answers），供下游代码逻辑分支调用。其核心定位是解决一类高频工程模式：向大模型提问后，再对模型返回的自由文本进行正则匹配或规则解析以提取标签——Decisions API将这一链路内化为端到端的原子操作。

三大问题类型与输出语义

每个API请求包含三个必需字段：`model`（当前唯一支持`gpt-6-luna`）、`input`（支持纯文本或base64编码图像）和`questions`（问题列表）。每个问题需指定唯一名称、类型及指令。目前支持三类问题：

• predicate：二元判断，返回0–1之间的置信概率（如“产品图中是否存在裂纹、撕裂或凹痕？”）；
• choice：从用户预设选项中单选，同时返回各选项概率及整体置信度字段；
• score：基于有序等级（如0=‘可绕过’、1=‘部分阻断’、2=‘完全阻断’）计算概率加权平均分，结果为连续数值（例：各级概率0.1/0.7/0.2 → 得分1.1）。

性能与成本：快、省、受限

OpenAI宣称Decisions API响应速度约为同模型Responses API的10倍。据DevDay现场实测数据，典型决策耗时约150毫秒，而同等gpt-6-luna的常规调用需约1.6秒。定价方面，输入费用为0.10美元/百万token，且不收取输出token、缓存读写费用；但长上下文（超272K token）按2倍费率计价，区域处理溢价仍适用。该API仅通过OpenAI托管服务提供（`POST /v1/decisions`），不开放模型权重，亦不支持私有部署。

与竞品TypeSafe Jev的对比

当前最接近的竞品是TypeSafe于2026年9月15日推出的Jev模型（System One架构）。Jev同样输出校准后的类型化值，输入单价更低（0.042美元/百万token），端到端延迟标称为70–500毫秒，但仅支持文本与结构化状态输入，且尚处早期访问阶段。OpenAI Decisions API的核心差异化优势在于：原生支持图像输入、已获HIPAA合规认证（对符合条件客户）、数据零留存（ZDR）承诺，以及更早的开放公测状态。两者在最大选项数、参数量等关键细节上均未披露。

使用边界与落地建议

OpenAI明确划定了适用场景边界：当任务目标是获取概率、选择或评分时，优先使用Decisions API；若需填充自定义JSON Schema或生成解释性文本，则应选用Structured Outputs；若需模型主动触发工具调用，则使用function calling。官方文档强调，由于尚未发布该API的准确性与校准性评测数据，开发者应基于自身标注样本设定阈值，而非依赖默认置信分数。

> 编者观点：该API标志着大模型正从“通用生成”加速转向“确定性决策”，中国企业若在质检、风控、客服分级等强结构化输出场景已有成熟规则引擎，可快速评估Decisions API对现有NLP流水线的替代价值——尤其关注其图像理解能力与合规资质是否匹配业务需求。