OpenAI 上线 Decisions API：高频判断提速 10 倍且免输出费

很多做 AI 智能体或者应用架构的人，都吃过同一个闷亏：你只是想让模型在三个选项里挑一个，或者判断一张图里有没有破损，结果调一次通用大模型，不仅要干等上一两秒，还得按生成的一堆废话 Token 掏钱。

OpenAI 显然也算过这笔账。10 月 22 日，OpenAI 宣布把 Decisions API 转为正式可用。这个接口底层用的是 GPT-6 Luna，专为那些答案范围明确的微型决策设计，官方表示它的速度比直接用标准 Responses API 跑 GPT-6 Luna 快了最多 10 倍。

把大模型当开关用，还不收输出费

Decisions API 的逻辑非常克制。开发者只需要给出一个问题和限定的候选项，再把上下文传进去，内容可以是文本、图片，也可以是原生的 JSON 数据。

它返回的结果只有三种固定形式：一种是判定真伪的概率，比如估算商品有没有磨损；第二种是从几个预设选项里挑一个，附带概率和置信度，用来决定 Agent 是继续、重试还是找真人求助；第三种则是根据规则打分，算出概率加权平均值，比如给受损严重度定级。

单次请求能问的问题上限这次也翻了一倍，最多能同时扔进去 400 个问题。更狠的是计费模式，输入每百万 Token 只要 0.10 美元，如果命中了缓存只要 0.01 美元，而且完全不收输出 Token 的费用。

实时对话和合规场景全补齐了

除了速度和价格，这次正式版还把链路补得更完整了。它原生打通了语音交互模块 GPT-Live，让应用能在用户说话的中途实时做决定。

比如客服系统能在对话流里即时判断要不要打断追问，虚拟人也能根据用户刚说的话，毫秒级切换眨眼或者微笑的微表情。OpenAI 自己内部的团队也在用它，财务团队拿它分拣账单交易明细，公关团队拿它给每天的海量报道分类并给叙事偏向打分。

另外，针对企业客户，这次还上线了美国和欧盟的推理数据驻留，亚洲多个区域也扩充了算力，符合条件的企业还能启用零数据保留。

为什么重要

我们认为，Decisions API 是 OpenAI 最近少有的、极具工程美感的产品动作。

以往大家搭建 Agent 工作流，常常陷入两难：要么为了准确率硬上大模型，结果链路被几个路由节点拖得奇慢无比；要么自己微调一堆小分类模型，但维护成本和冷启动又很痛苦。Decisions API 实际上把分类、路由、评分这套脏活直接标准化了，开发者拿 GPT-6 Luna 的底座当低延迟分类器用，性价比极高。

对行业来说，这也是给推理基础设施打了个样。以前 API 全是按生成的 Token 挣钱，OpenAI 这一手直接输出零收费，本质上是在用结构化约束倒逼模型不做无意义的文字自回归，省下来的算力直接压成了延迟和成本优势。其他模型大厂如果跟进，可能也得专门优化这种受限决策路线。

不过隐患也不是没有。把所有路由和分类逻辑全押在闭源端点上，开发者的业务流程会被进一步锁在 OpenAI 的生态里。但至少在当下，如果你手头的应用正在被冗长的 Agent 分支逻辑拖慢，现在就值得去把那些非黑即白的判断节点换成它试一试。