OpenAI 新 API 面向概率与评分输出

人工智能

OpenAI 已将 Decisions API 发布为公开 beta。它能把文本和图像转换成带类型的答案，供代码据此执行分支逻辑。OpenAI 团队表示，OpenAI Decisions API 的运行速度约为 Responses API 的 10 倍。它针对的是一种常见用法：先用 prompt 向 LLM 提问，再把返回的文本解析成标签。

规模：GPT-6 Luna 的参数量尚未公开。其 model card 列出的 context window 为 1,050,000 tokens。

运行方式：仅通过 OpenAI 托管的 API 提供服务，调用端点为 POST /v1/decisions。不提供开放权重，也不支持自行托管。

性能：据 OpenAI 称，速度约为 Responses API 的 10 倍。

优势：每 100 万 input tokens 收费 $0.10，不收取输出、缓存读取或缓存写入费用。

核心结论：优势是能快速返回带类型的决策结果，并提供概率。不足是仅支持 1 个模型、仍处于 beta 阶段，且尚无独立评测。

优势是能快速返回带类型的决策结果，并提供概率。不足是仅支持 1 个模型、仍处于 beta 阶段，且尚无独立评测。

不足：仅支持 1 个模型、仍处于 beta 阶段，且尚无独立评测。

什么是 OpenAI Decisions API？

Decisions API 是 OpenAI 的一个端点，用于评估文本、图像或两者的组合，并返回带类型的答案。它不生成自然语言正文。每个请求包含 3 个字段：model、input 和 questions。目前唯一支持的模型是 gpt-6-luna。OpenAI 预计将在未来几周内正式上线。

Decisions API 如何工作？

每个请求都包含一份共享的判断依据，以及一组问题。每个问题都有唯一的 name、一个 type，以及 instructions。响应会返回一个 answers 数组，其中的答案通过这些 name 与问题对应。

3 种问题类型分别是什么？

predicate：检查某个条件，并返回 0 到 1 之间的概率。例如：产品照片中是否出现裂缝、撕裂或凹痕？

choice：从你提供的 options 中选择 1 个值。它还会返回每个选项的概率，以及一个 confidence 字段。

score：根据有序的等级对输入进行评分，等级索引从 0 开始。score 是各等级索引按概率加权后的平均值。

OpenAI 的严重程度示例直观展示了这个计算过程。各等级的概率分别为 0.1、0.7 和 0.2 时，得到的 score 为 1.1。这个值位于“有变通方案”和“完全受阻”之间。

什么时候应该改用 Structured Outputs？

OpenAI 明确区分了这些功能的用途。需要概率、选项选择或评分时，使用 Decisions。需要填充自定义 JSON schema 或撰写解释时，使用 Structured Outputs。如果需要模型请求调用工具，并提供调用参数，则使用 function calling。

它有多快？有什么证据？

OpenAI 的文档声称，其响应速度约为 Responses API 的 10 倍。DevDay 的相关报道给出的决策耗时约为 150 ms，而常规 Luna 调用约为 1.6 秒。OpenAI 尚未发布该端点的准确率或概率校准数据。文档建议使用来自你自己应用的已标注样例来设定阈值。

费用是多少？可以在哪里部署？

使用 gpt-6-luna 时，每 100 万 input tokens 收费 $0.10。不收取 output tokens、缓存读取或缓存写入费用。区域处理附加费和长上下文倍率仍然适用。Luna 的 model card 规定，超过 272K tokens 的 prompt 按 2 倍输入费率收费。

端点：OpenAI API 上的 POST /v1/decisions，另提供 Playground。

SDK 最低版本：Python 3.26.0、JavaScript 7.30.0、Go 3.73.0、Ruby 0.101.0、Java 4.78.0。

合规：符合条件的客户可使用 Zero Data Retention 和 HIPAA 支持。

数据驻留：美国和欧洲（EEA 加瑞士）。

语音：通过 Live API 的客户端委托机制，决策结果可以驱动动作执行。

与 TypeSafe Jev 相比如何？

最接近的竞争产品是于 2026 年 9 月 15 日发布的 TypeSafe Jev。Jev 是一个 System One 模型，返回带类型的值，并提供经过校准的概率。TypeSafe 的输入价格为每 100 万 tokens $0.042，输出免费。这意味着 OpenAI 的基础费率约为其 2.4 倍。TypeSafe 报告的端到端耗时为 70 到 500 ms，测量地点为美国西海岸。Jev 最多支持 255 个选项，但仍处于 early access 阶段。OpenAI 的优势在于图像输入、合规选项和公开 beta 的开放访问。

特性	OpenAI Decisions API	TypeSafe Jev 1.13	通过 Responses API 使用 GPT-6 Luna
发布状态	Beta，2026 年 10 月 6 日	Early access，2026 年 9 月 15 日	GA，2026 年 9 月 22 日
底层模型	gpt-6-luna	Jev（System One 模型）	gpt-6-luna
参数量	未公开	未公开	未公开
输入	文本、图像（内联 base64）	文本和结构化状态	文本、图像
输出	概率、选项或评分	带概率的类型化值	生成文本（通过 Structured Outputs 输出 JSON）
每个问题的最大选项数	未公开	最多 255 个	不适用
速度（厂商声明）	约为 Responses API 的 10 倍	端到端耗时 70 到 500 ms	基准
每 100 万 input tokens 的价格	$0.10	$0.042	$0.10
每 100 万 output tokens 的价格	$0	$0	$0.50
合规	ZDR、HIPAA（符合条件的客户）；支持美国和欧洲数据驻留	未公开	可使用欧盟数据驻留

OpenAI Decisions API 返回概率、选项和评分，不生成自然语言正文。

每 100 万 input tokens 收费 $0.10；输出免费。

OpenAI 声称，其速度约为 Responses API 的 10 倍。

TypeSafe Jev 更便宜，每 100 万 input tokens 收费 $0.042。

可在此查看技术详情。本项目的所有功劳归于其研究者。此外，欢迎在 Twitter 上关注我们，别忘了加入我们拥有 150k+ 成员的 ML SubReddit，并订阅我们的 Newsletter。等等！你使用 Telegram 吗？现在也可以在 Telegram 上加入我们。

Sana Hassan 是 Marktechpost 的咨询实习生，也是 IIT Madras 的双学位学生，热衷于运用技术和 AI 解决现实世界中的挑战。他对解决实际问题有浓厚兴趣，为 AI 与现实应用的结合带来了新的视角。