Decisions API của OpenAI giờ đã là bản beta công khai — và mức giá của nó không như những gì các bài đưa tin ra mắt phỏng đoán

Tám ngày sau khi nhà cung cấp giới thiệu Decisions API tại DevDay, nó không còn là thứ bạn phải được mời mới dùng được nữa. Endpoint đã chuyển sang bản beta công khai vào ngày 6 tháng 10 năm 2026, cùng với một trang tài liệu, một liên kết Playground và mức giá được công bố đầu tiên cho dịch vụ. Hai chi tiết trong bản phát hành đó quan trọng hơn phần còn lại. Điều đầu tiên là GPT-6 Luna là mô hình duy nhất mà endpoint sẽ chấp nhận — vì vậy năng lực của API và giới hạn trần của nó, hiện tại, là một. Điều thứ hai là phép tính ngày ra mắt mà gần như tất cả mọi người đã thực hiện, kể cả chúng tôi, đã sai theo một cách đáng để đính chính: làn sóng đưa tin đầu tiên đã suy ra chi phí mỗi lần gọi bằng cách dựa vào bảng giá token của Luna, và suy luận đó hóa ra đã đánh giá thấp mức chiết khấu hơn thực tế năm lần.

Không có gì trong những điều sau đây là phỏng đoán. Tất cả đều có thể đọc được ngay hôm nay trên tài liệu dành cho nhà phát triển của chính OpenAI, và đó chính là điều đã thay đổi: vào ngày 30 tháng 9, không có trang tài liệu nào cho endpoint này ở bất kỳ đâu trong tài liệu của OpenAI, không có mục nhật ký thay đổi nào, không có mức giá, và không có cấu trúc yêu cầu được nêu rõ. Giờ đây đã có đủ cả bốn.

Chính xác thì đã phát hành những gì

Bản beta là một endpoint chuyên dụng — POST /v1/decisions — và nó không phải là một chế độ trên Responses API, vốn là thứ mà nó được đối chiếu so với. Một request mang theo ba trường:

• mô hình — hiện tại là gpt-6-luna và không có gì khác
• đầu vào — bằng chứng được chia sẻ: một chuỗi văn bản, hoặc các tin nhắn người dùng chứa văn bản và hình ảnh
• câu hỏi — một hoặc nhiều câu hỏi, mỗi câu hỏi có một loại, hướng dẫn và bất kỳ tùy chọn được phép nào

Phản hồi là một mảng answers, mỗi câu hỏi một mục, được đánh khóa theo bất kỳ name nào bạn đặt cho từng câu. Đó là toàn bộ thỏa thuận, và phần kỹ thuật thú vị nằm ở ba loại câu hỏi chứ không phải ở phần kết nối hạ tầng.

• predicate — trả về một xác suất từ 0 đến 1 rằng một điều kiện đã nêu là đúng. "Ảnh sản phẩm này có cho thấy hư hỏng rõ ràng không?" Ví dụ trong tài liệu trả về 0,92 và bảo bạn so sánh nó với một ngưỡng do bạn chọn.
• choice — trả về một giá trị từ một tập hợp do bạn cung cấp, cùng với phân phối xác suất trên tất cả các lựa chọn và một trường confidence riêng. Ví dụ trong tài liệu định tuyến một khiếu nại về thanh toán vào billing với xác suất 0,95.
• score — trả về mức trung bình có trọng số theo xác suất trên các mức đã được sắp thứ tự. Đưa vào ba mức độ nghiêm trọng — chỉ ảnh hưởng ngoại quan, có cách khắc phục tạm, hoàn toàn bị chặn — và các xác suất 0,1, 0,7 cùng 0,2 sẽ trả về dưới dạng điểm 1,1, nằm một cách có chủ đích giữa hai mức thay vì gán hẳn vào một mức.

Giá thấp hơn mức đoán hiển nhiên, và cách tính phí thì khác.

Đây là bản đính chính. Khi Decisions API còn ở giai đoạn xem trước có giới hạn, lập trường trung thực là không hề có mức giá nào tồn tại và bất kỳ ai đưa ra một mức giá đều chỉ đang suy luận ra nó. Suy luận tự nhiên là mức giá token của Luna: $0.10 cho mỗi triệu token đầu vào và $0.50 cho mỗi triệu token đầu ra. Đó không phải là cách endpoint tính phí.

Mức giá được ghi trong tài liệu cho /v1/decisions với gpt-6-luna là 0,10 USD cho mỗi triệu token đầu vào, với không có phí đầu ra nào cả, và cũng không có phí đọc bộ nhớ đệm hay ghi bộ nhớ đệm. Bạn trả tiền cho bằng chứng bạn gửi, không phải cho câu trả lời trả về. So với bảng giá của chính mô hình — nơi đầu ra gấp năm lần giá đầu vào và đọc bộ nhớ đệm chỉ bằng một phần mười giá đầu vào — đó là một cấu trúc chi phí khác biệt đáng kể, và nó tốt hơn cho đúng loại khối lượng công việc mà điểm cuối này hướng đến, nơi đầu vào là một đoạn văn hoặc một hình ảnh và đầu ra chỉ là một quyết định đáng một token.

Có hai lưu ý đi kèm với con số đó và cả hai đều được OpenAI nêu rõ chứ không phải suy ra: các khoản phụ phí xử lý theo khu vực và các hệ số nhân đầu vào cho ngữ cảnh dài vẫn được áp dụng, và mức $0.10 cố định cụ thể là mức giá dành cho /v1/decisions — các yêu cầu khác sử dụng gpt-6-luna tuân theo mức giá thông thường của mô hình và theo bậc xử lý.

Nếu bạn đang ước lượng khoản này dựa trên bảng giá Luna với giả định rằng một quyết định tốn một input cộng một output, hãy tính lại con số. Nó chỉ bằng khoảng một phần năm so với hàm ý của mô hình đó, trước khi xét đến hạng long-context.

Tuyên bố về độ trễ, được nêu lại

Điều khác đã thay đổi là cách diễn đạt tuyên bố hiệu năng trung tâm, và sự thay đổi này tinh tế đến mức đáng để lưu ý vì nó làm thay đổi thứ đang được so sánh.

Nội dung quảng cáo ra mắt của OpenAI cho biết Decisions API đưa ra quyết định "nhanh hơn tới 10 lần so với GPT-6 Luna thông qua Responses API." Tài liệu hiện mở đầu bằng: API "đánh giá văn bản, hình ảnh hoặc cả hai và trả về câu trả lời có kiểu nhanh hơn khoảng 10 lần so với Responses API."

Đó không phải là cùng một câu. Câu đầu tiên so sánh một điểm cuối quyết định bị ràng buộc với một cuộc gọi tạo sinh đầy đủ và quy cho sự khác biệt là do điểm cuối. Câu thứ hai so sánh điểm cuối với API Responses nói chung. Dù thế nào, con số vẫn do nhà cung cấp công bố và chưa được tái tạo — không có phân phối, không có vùng, không có kích thước đầu vào, không có mức độ đồng thời, không có thỏa thuận mức dịch vụ — và một trung vị duy nhất vẫn là con số sai để xây dựng thời hạn xung quanh. Nếu quyết định của bạn nằm giữa một cú nhấp chuột và một khoản thanh toán, hãy đo p95 và p99 của riêng bạn bằng hình ảnh của riêng bạn.

Điều thực sự được cải thiện là giờ đây câu hỏi này hoàn toàn có thể trả lời được. Trong bản xem trước, bạn không thể kiểm tra điều này nếu không có quyền truy cập. Trong bản beta công khai thì bạn có thể.

Nơi nó hoạt động, và một điều duy nhất cần giữ bên cạnh nó

Hai ghi chú vận hành từ tài liệu mà rất dễ bị bỏ qua khi đọc lướt. Endpoint hỗ trợ Zero Data Retention và việc sử dụng HIPAA cho những khách hàng đủ điều kiện, và data residency được cung cấp tại Hoa Kỳ và Châu Âu — cụ thể là EEA cùng Thụy Sĩ. Đây là những điều kiện được kiểm soát theo tiêu chí đủ điều kiện chứ không phải mặc định, vì vậy hãy đọc trang data-controls trước khi bạn cho rằng một trong hai điều đó áp dụng cho tài khoản của mình.

Cũng có một hướng dẫn kèm theo để kết nối endpoint với Live API, nhờ đó một yêu cầu bằng giọng nói có thể được chuyển thành một hành động đã chọn, rồi kết quả của hành động đó được báo lại cho người nói. Đó là cách sử dụng bậc hai thú vị nhất của thành phần nguyên thuỷ này: không phải "phân loại ticket này" mà là "quyết định xem tác nhân nên làm gì tiếp theo, nói ra thành tiếng, trong một cuộc trò chuyện."

API này là gói do chính OpenAI cung cấp và chúng tôi không định tuyến nó; nếu bạn muốn endpoint cụ thể này, thì OpenAI chính là nơi có nó. Còn mô hình bên dưới lại là câu chuyện khác — GPT-6 Luna là một route đang hoạt động trên OrcaRouter với đúng mức giá niêm yết của OpenAI cùng không một khoản phụ phí nào được cộng thêm, và bởi vì giới hạn của chính endpoint có thể thay đổi trong giai đoạn beta, cấu trúc hợp lý cho một đợt triển khai production là một quyết định có ràng buộc trên đường đi tới hạn với một phương án dự phòng dựa trên prompt đã sẵn sàng chạy phía sau. Việc giữ phương án dự phòng đó trên cùng một key như mọi thứ khác có nghĩa là không cần hợp đồng thứ hai và không phải viết lại đường dự phòng khi một bản preview thay đổi giới hạn của nó.

Tuần này cần làm gì, và còn thiếu điều gì

Bản tóm tắt trung thực về tình hình hiện tại: hai trong bốn khoảng trống từ lúc ra mắt đã được lấp đầy và hai vẫn chưa. Giá đã được công bố, dạng thức yêu cầu đã được công bố, ba loại câu hỏi đã được tài liệu hóa kèm ví dụ minh họa, và câu chuyện xử lý dữ liệu ít nhất đã được nêu. Điều vẫn còn thiếu là bất kỳ giới hạn nào được công bố về số lượng câu trả lời ứng viên mà một yêu cầu có thể mang, bất kỳ tuyên bố nào về việc liệu bạn có thể tinh chỉnh thứ này trên dữ liệu có nhãn của riêng bạn hay không, và — vì theo chính mô tả của OpenAI thì đây là bản beta — bất kỳ cam kết nào rằng mức giá bạn đang đọc hôm nay sẽ tồn tại đến khi phát hành chính thức.

Điều đó khiến phép tính trở nên đơn giản thẳng thắn thay vì kịch tính. Nếu vấn đề của bạn là phân loại hoặc định tuyến ở quy mô lớn, nơi một nhánh sai là rẻ và có thể đảo ngược, thì bản beta công khai giờ đây thực sự có thể xây dựng được, và mức định giá chỉ tính đầu vào khiến phép tính trở nên dễ chịu một cách bất thường. Nếu quyết định của bạn cho phép chi tiền hoặc gửi tin nhắn cho khách hàng, thì điểm cuối đã không còn là thứ không thể biết được nữa, nhưng nó vẫn chưa thôi là một bản beta, và sự khác biệt giữa hai điều đó chính là sự khác biệt giữa một nguyên mẫu và một phụ thuộc chịu tải.