OpenAI Decisions API 正式 GA

这件事意味着什么

【要点】

OpenAI 于 2026 年 10 月 22 日宣布 Decisions API 以 gpt-6-luna 正式一般可用（GA）。它在 POST /v1/decisions 上回答有界问题——predicate（概率）、choice（选项）或 score（评分）——输入可为文本、图像与结构化数据。官方称相对通过 Responses API 调用 GPT-6 Luna，最高约快 10 倍。这是面向 agent 热路径的便宜判定 API，不是新的前沿大模型发布。

【可核验】

一手博客：https://openai.com/index/decisions-api/。Changelog（https://developers.openai.com/api/docs/changelog，Oct 22）：GA；prompt caching；问题指令内可带图；input_json；每请求最多 400 个问题（公测为 200）。开发者指南（https://developers.openai.com/api/docs/guides/decisions）：三类答案——predicate 返回概率，choice 返回选项及概率/confidence，score 返回等级指数的概率加权平均。公测之后新增：原生 GPT-Live 集成；美/欧 inference residency。博客定价：输入每百万 token $0.10；缓存命中输入 $0.01；无输出 token 费用。同页客户指标：Box 在 30 份保险证明案例上路由选择约快 5 倍且与 Responses 同准确率；Datadog 相对可用前沿模型 p95 约快 40 倍；Ramp 归因 AI 成本比 GPT-6 Luna 快 4 倍、便宜 30%；Sierra p95 低于 280 ms，约快 3 倍、单次成本低约 90%；Speak 经 GPT-Live 把下一步动作时间从 1.4s 降到 0.13s（降逾 90%）。

【我们的判断】

一、这是我们此前报道过的 Decisions API 公测的正式 GA，不是 Baseten 开源决策模型（mammoth-1 / elephant-1），也不是 Luna 能力跃迁。产品赌注是：在路由、打分与实时语音旁路等有界问题上，用结构化答案换吞吐与成本。

二、官方「约 10 倍」是相对 Responses 在有界问题上的说法，不是相对一切模型。Box、Datadog、Ramp、Sierra、Speak 的数字均来自厂商页面客户引言，可作数量级信号，不是独立评测。

三、可观察：agent 是否把 Decisions 放进默认热路径；400 问与缓存折扣是否反映到真实账单；开源决策模型厂商是否按同一 predicate/choice/score 形态跟进。