OpenAI Decisions API 全面公测：GPT-6 Luna 驱动，决策速度最高快10倍，仅收输入费

2026年10月6日，OpenAI在开发者社区正式宣布，Decisions API向所有开发者开放公测。该API由GPT-6 Luna驱动，通过专用端点POST /v1/decisions运行，支持文本与图像作为输入，以三种预定义格式返回答案——谓词（0到1之间的概率值）、选项（从固定列表中选一）和评分（有序等级的概率加权均值）。据OpenAI官方开发者账号公告，其决策速度较GPT-6 Luna通过Responses API完成同类任务最高快10倍。

Decisions API最初于2026年9月29日OpenAI DevDay开发者大会上以有限邀请预览形式亮相，与Dots持续运行代理、GPT-6.1 Sol推理模型、Codex Security Cloud等产品同台发布。据eesel.ai报道，该API在主题演讲中的登台时间不足一分钟。一周后，它从邀请制转为向全体开发者开放公测。

为什么要把"决策"单独剥离出来

理解这个API的价值，需要先看清大语言模型架构中一个长期被忽视的结构性矛盾。大模型被设计为逐词生成文本，但在现代AI代理系统内部，绝大多数模型调用并不需要生成任何内容——它们本质上是分类或路由判断："这条客服消息属于账单问题还是技术故障？""这张产品照片是否有损坏痕迹？""这个请求应该转给哪个部门？"

当前的标准做法是将这些问题送入完整的语言模型，模型在内部先形成推理链，再生成一段文字作为答案。这等于让专家写完一份备忘录，只是为了得到一个是或否。Decisions API切断了这个多余的生成步骤。它接受输入，直接返回一个类型化答案，模型不需要逐token产生输出序列。这正是官方所称10倍速度提升的来源——去掉了生成环节，而非单纯提升算力。

三类输出格式各有适用场景：谓词（predicate）用于判断某个条件是否成立，返回0到1的概率，例如检查图片中是否存在损坏；选项（choice）用于从无序类别中选一，例如内容分类或部门路由；评分（score）适用于有序等级，例如问题严重程度评级，返回值是各等级概率的加权均值，可以落在两个等级之间。在一次请求中可以同时提出多个问题，API统一返回answers数组。根据OpenAI开发者文档，每个问题需赋予唯一名称以便在响应中匹配。

定价结构揭示的战略意图

据OpenAI开发者社区公告，Decisions API的定价仅收取输入端费用，为每百万token $0.10，不计算输出token或缓存费用。这一定价模式在OpenAI产品线中较为罕见，其信号意义不亚于功能本身。

对比Responses API的计费结构——通常同时计算输入和输出token——Decisions API的成本剖面更接近Embeddings API：高频调用、单次费用极低、适合大规模基础设施部署。一个处理每日数万条客服工单的系统，如果用完整的Responses API来做路由分类，每条都需要承担生成侧的token成本；切换到Decisions API后，成本结构变为纯输入计算，且速度提升意味着可以处理更高并发。

从利益相关方角度分析各方得失：对个人开发者和小团队而言，低廉的输入-only定价降低了在agent架构中引入分类层的门槛；对企业用户而言，可预期的纯输入计费更容易做成本预算，分类准确率成为唯一关键变量；对agent框架生态（LangChain、Crew AI等）而言，一个专门针对路由和分类优化的端点可能会成为框架内标准路由层的默认选择，现有用Responses API做分类的代码面临迁移压力；对竞争对手而言，这形成了一定的产品形态压力——目前Anthropic的Claude API和Google的Gemini API在这一专项场景下没有对等的专用端点，通用能力未必等同于专用效率。

Embeddings API的历史先例

OpenAI将特定认知功能单独抽离为专用端点，这并非首次。2022年Embeddings API从Completions API独立出来时，同样是面向不需要生成文本、只需要语义理解的高频操作场景。Embeddings API的独立最终催生了大量向量检索应用——不是因为它更"聪明"，而是因为它为特定任务提供了更合适的速度和成本结构。Decisions API遵循同样的逻辑：隔离一个特定认知操作，为其单独优化，单独定价。

不同点在于，嵌入向量是无损的中间表示，而分类判断需要承担准确率风险。Embeddings API推出时，向量检索质量有余弦相似度等明确指标；Decisions API目前尚无官方发布的分类准确率基准测试，在公测期内这是最大的工程不确定性——它决定了这个端点到底是适用于粗粒度路由，还是也能可靠地支撑细粒度的多类判断。

接下来看什么

OpenAI官方公告称预计在"未来数周内"将Decisions API推进至正式可用（GA）状态，GA时的定价调整将是第一个关键信号。如果维持当前输入-only的低价结构，说明OpenAI确实在押注高频基础设施定位，愿意以低利润换取生态渗透；如果引入输出计费或大幅提价，则说明公测期内的定价是获客策略而非长期定位。

第二个观察点是第三方准确率测试。10倍速度优势的叙事依赖于一个前提：分类质量足够高，不需要应用层再做二次验证。如果测试表明Decisions API在细粒度多类分类上的准确率显著低于通过完整Responses API调用同等任务，那么速度优势会被应用层的纠错成本部分抵消。

图像输入能力的实际表现。文本路由场景已有大量工程实践积累，而图像输入意味着Decisions API可以直接处理用户上传的截图、产品照片、扫描文件，无需先经过独立的视觉解析步骤。如果这一路径在生产环境中稳定可用，将为客服、质检、内容审核等场景带来不同于纯文本路由的架构可能性。