改了什么

OpenAI 10 月 22 日宣布 Decisions API 正式可用（general availability）。它不返回一段话，而是对输入做判断：给一个概率、从你给出的选项里选一个，或者按评分标准给分。请求发到 POST /v1/decisions，目前唯一支持的模型是 gpt-6-luna。

官方给出的对比是：同样用 gpt-6-luna，走 Decisions 比走 Responses API 快约 10 倍。对需要在一个工作流里反复判断「这封邮件属于哪类」「这个 agent 下一步该调哪个工具」的场景，延迟差异比模型分数更直接。

价格怎么算

未命中缓存的输入每百万 token 0.10 美元，缓存命中 0.01 美元，缓存写入按标准 gpt-6-luna 的 1.25 倍计（约 0.125 美元/百万），输出 token 不收费。缓存前缀至少要 1,024 token 才生效，问题内容不算在可复用前缀里。

两个乘数仍然存在：单次请求输入超过 272K token 时，整个请求按 2 倍计价；走美国或欧洲的区域处理端点加价 10%。换句话说，便宜的前提是把共享上下文放在缓存前缀里、把问题放进 questions 字段，而不是每次重发整份文档。

相比 beta 新增了什么

  • 原生接入 GPT-Live，语音应用可以在用户说话过程中持续判断；
  • 支持 prompt caching，重复上下文只算一次；
  • 支持原生 JSON 输入，可以直接把结构化业务数据传进去；
  • 可以在单个问题里附图，用于多图对比同一份参考；
  • 单请求问题数从 200 提到 400。

适合与不适合

适合的是有明确答案边界的判断：分类、路由、优先级排序、按 rubric 打分、agent 的工具选择。不适合需要解释、需要长文本输出、或者判断标准本身还在变的场景——那些仍然应该走 Responses。

另一个现实约束是模型只有一个。所有判断都压在 gpt-6-luna 上，换来的是价格和延迟的可预测性，代价是短期内没有跨厂商议价空间。

合规与区域

OpenAI 说明该接口支持 Zero Data Retention 与 HIPAA（需符合资格并签署相应协议），数据驻留覆盖所有支持的 API 区域，区域处理目前限美国与欧洲（EEA + 瑞士）。

判断

这次发布真正改变的是计费单位：从「生成多少字」变成「判断多少次」。对产品团队，这意味着可以把审核、分流、打分这类原本混在对话调用里的工作单独做成本核算；对平台团队，则要开始盯缓存命中率，因为它直接决定单价是 0.10 还是 0.01。

当输出不再收费，成本就只剩下一个问题：你有没有把重复的上下文缓存好。