OpenAI决策API开放，限定答案推理降本提速

据这则报道，OpenAI 开放的 Decisions API，瞄准的是应用里答案范围明确的判断任务：给定文本、图像或结构化输入，让模型从有限答案中作出选择。报道给出的卖点是：基于 GPT‑6 Luna，响应速度最高达到通过 Responses API 调用同一模型的 10 倍，并且只收输入费用。

对程序员来说，值得研究的是，这种专用接口能否承接业务流程里的高频判断。但原文是一则发布消息，没有测试方法、准确率和完整接口示例，产品宣称与实际收益需要分开看。

答案范围明确，为什么还要单独做一个 API

Decisions API 聚焦「限定答案」（bounded answers）的问题。大白话解释，就是业务已经划定可选结果，模型负责根据输入作判断，而不是自由生成一大段内容。

这个方向有实际需求。应用里的很多步骤只需要一个明确结果，后续程序再据此执行分支。对于这类任务，开发者关心的是判断是否可靠、响应是否及时，以及调用成本能否支撑请求量。

原文称，Decisions API 基于 GPT‑6 Luna，支持文本、图像及结构化输入，面向应用程序与智能体的准实时决策。OpenAI 表示，其团队已将它用于产品和业务工作流，但没有披露具体案例与效果。

它的价值主张是让模型更高效地完成范围明确的判断。

不过，原文没有给出答案集合如何声明、返回值如何约束，也没有说明遇到模糊输入时能否拒答。仅凭「限定答案」，还不能推断它一定能直接替代现有业务判断代码。

速度和价格很吸引人，账要怎么算

报道中最醒目的数字，是响应速度相比通过 Responses API 调用 GPT‑6 Luna「最高提升 10 倍」。这里必须保留「最高」这个限定：原文没有提供输入长度、问题数量、测试地区和延迟分布，也没有交代速度指标具体如何计算。

价格则更明确：

• 输入每百万 token 收费 0.10 美元，报道折合约人民币 0.67 元。
• 命中缓存的输入每百万 token 收费 0.01 美元，报道折合约人民币 0.067 元。
• 仅按输入 token 计费，输出 token 免费。

按这个报价，缓存命中部分的输入单价是普通输入的十分之一。但人民币金额只是报道时的汇率换算，不能当作固定价格。

自公测以来，接口还增加了面向复用上下文的 Prompt 缓存、原生 GPT‑Live 集成，以及美国和欧盟的推理数据驻留支持。开发者可以传入原生 JSON，在问题指令中包含图像，单次请求最多提交 400 个问题，是此前上限的两倍。

这些更新各有用途：JSON 更贴近程序里的结构化数据；缓存适合反复使用相同上下文的请求；400 个问题的上限扩大了批量处理空间。至于 GPT‑Live 如何集成、缓存如何命中，原文没有展开。

OpenAI 还称在亚洲多个地区扩充了服务容量。这能说明其优化方向，但无法据此判断国内团队实际接入时的网络表现。

我的判断

把范围明确的判断从通用生成接口中独立出来，我认为方向合理。业务只需要有限结果时，专门优化调用速度和计费方式，确实更贴近程序的使用需求。

但答案范围有限，不代表答案一定正确。 原文没有给出准确率，也没有与规则、传统分类器或其他模型接口做对照。因此，10 倍速度目前只能视为厂商宣称，不能直接换算成自己项目的收益。

常见替代做法仍有各自的位置：能用确定规则表达的判断，规则更容易检查；需要开放式生成、解释或复杂交互的任务，则要继续评估通用接口。Decisions API 是否合适，关键在于具体任务的错误成本与实测表现。

此外，美国和欧盟的数据驻留支持，不等于所有地区都有对应能力。报道也没有提供 SDK、请求格式和错误处理说明，距离直接落地还缺一层接口信息。

能拿来做什么

• 先盘点现有 AI 调用，找出那些最终只需要有限结果的任务，再把它们列为 Decisions API 的评估对象。
• 在 Node 服务中选一组真实输入，对照现有方案记录判断正确率、延迟和输入费用，检验「最高 10 倍」对自己的任务是否成立。
• 对反复携带相同规则或上下文的请求，重点核查 Prompt 缓存的命中条件，按实际命中情况估算成本。
• 面对批量任务，测试单次最多 400 个问题时的整体耗时与失败处理；前端展示的最终等待时间，应以完整调用链实测为准。