OpenAI 上線 Decisions API：高頻判斷提速 10 倍且免輸出費

很多做 AI 智慧體或者應用架構的人，都吃過同一個悶虧：你只是想讓模型在三個選項裡挑一個，或者判斷一張圖裡有沒有破損，結果調一次通用大模型，不僅要乾等上一兩秒，還得按生成的一堆廢話 Token 掏錢。

OpenAI 顯然也算過這筆賬。10 月 22 日，OpenAI 宣佈把 Decisions API 轉為正式可用。這個介面底層用的是 GPT-6 Luna，專為那些答案範圍明確的微型決策設計，官方表示它的速度比直接用標準 Responses API 跑 GPT-6 Luna 快了最多 10 倍。

把大模型當開關用，還不收輸出費

Decisions API 的邏輯非常剋制。開發者只需要給出一個問題和限定的候選項，再把上下文傳進去，內容可以是文本、圖片，也可以是原生的 JSON 資料。

它返回的結果只有三種固定形式：一種是判定真偽的機率，比如估算商品有沒有磨損；第二種是從幾個預設選項裡挑一個，附帶機率和置信度，用來決定 Agent 是繼續、重試還是找真人求助；第三種則是根據規則打分，算出機率加權平均值，比如給受損嚴重度定級。

單次請求能問的問題上限這次也翻了一倍，最多能同時扔進去 400 個問題。更狠的是計費模式，輸入每百萬 Token 只要 0.10 美元，如果命中了快取只要 0.01 美元，而且完全不收輸出 Token 的費用。

即時對話和合規場景全補齊了

除了速度和價格，這次正式版還把鏈路補得更完整了。它原生打通了語音互動模組 GPT-Live，讓應用能在使用者說話的中途即時做決定。

比如客服系統能在對話流裡即時判斷要不要打斷追問，虛擬人也能根據使用者剛說的話，毫秒級切換眨眼或者微笑的微表情。OpenAI 自己內部的團隊也在用它，財務團隊拿它分揀賬單交易明細，公關團隊拿它給每天的海量報道分類並給敘事偏向打分。

另外，針對企業客戶，這次還上線了美國和歐盟的推理資料駐留，亞洲多個區域也擴充了算力，符合條件的企業還能啟用零資料保留。

為什麼重要

我們認為，Decisions API 是 OpenAI 最近少有的、極具工程美感的產品動作。

以往大家搭建 Agent 工作流，常常陷入兩難：要麼為了準確率硬上大模型，結果鏈路被幾個路由節點拖得奇慢無比；要麼自己微調一堆小分類模型，但維護成本和冷啟動又很痛苦。Decisions API 實際上把分類、路由、評分這套髒活直接標準化了，開發者拿 GPT-6 Luna 的底座當低延遲分類器用，價效比極高。

對行業來說，這也是給推理基礎設施打了個樣。以前 API 全是按生成的 Token 掙錢，OpenAI 這一手直接輸出零收費，本質上是在用結構化約束倒逼模型不做無意義的文字自迴歸，省下來的算力直接壓成了延遲和成本優勢。其他模型大廠如果跟進，可能也得專門最佳化這種受限決策路線。

不過隱患也不是沒有。把所有路由和分類邏輯全押在閉源端點上，開發者的業務流程會被進一步鎖在 OpenAI 的生態裡。但至少在當下，如果你手頭的應用正在被冗長的 Agent 分支邏輯拖慢，現在就值得去把那些非黑即白的判斷節點換成它試一試。