OpenAI 的 Decisions API：GPT-6 Luna 停止聊天，只选择一个答案

GPT-6 Luna于 2026 年 9 月 22 日发布，是 OpenAI GPT-6 产品阶梯中廉价的一级。9 月 29 日的新变化，是它有了一个与对话毫无关系的用途。OpenAI 的 Decisions API 接收你编写的一个问题、一份你允许的有限答案列表，以及一段上下文——文本或图像——然后返回其中一个答案。不是散文。不是一段需要解析并寄望于运气的话。而是一个单一选择，因此一张支持工单会被归入五个队列之一，一张图像会落入某个审核类别，或者一个智能体根据你定义的策略挑选下一步行动。它是在 DevDay 2026 上宣布的，目前处于有限预览阶段，OpenAI 表示计划在未来几天内广泛发布。

团队要基于它进行开发之前所需的大部分信息，目前都尚未公布。没有每次调用的价格，没有说明一次请求最多能携带多少个候选答案，没有说明能否用自己的数据对它进行调优，而且——截至 9 月 30 日——OpenAI 自己的开发者文档索引、更新日志或 API 参考中都没有关于它的条目。这三处我们都查过了。目前，这项能力只出现在 OpenAI 的 DevDay 回顾以及 OpenAI 在发布日告诉记者的内容中。因此，本文余下部分会把三个层级清晰区分开：OpenAI 已确认的内容、一次发布日测量所显示的内容，以及目前无人能知的内容。

受约束的决策实际上是什么

两种现有方法在这项任务上表现不佳，而 Decisions API 旨在填补两者之间的空白。第一种是提示聊天模型：你写一条仔细的指令，要求它从列表中选择，它给你写一句话，如果运气好，你可以从响应中读出 token 概率，得到某种类似置信度分数的东西。它能用，但会消耗 token，而且那个置信度数字只是粗略的猜测。第二种是训练一个小型分类器：快速、便宜，但它需要标注数据，并且每次标签集变化时都要重新训练一次。

决策模型介于两者之间。它接受提示词中的新标签——就像提示词本身那样——但返回一个分数或一个选择，开发者无需解析即可据此分支，而这正是分类器曾经具备、聊天模型却从未有过的特性。OpenAI 对这种形态并不陌生：多年来，其 Moderation API 一直返回按类别划分的分数，而非文本，但有一个区别在此处至关重要。Moderation 的类别是 OpenAI 的。Decisions API 的类别是你的。

约束即产品，值得精确说明它能带来什么、不能带来什么。有限的输出空间意味着每个被允许的值都是预先已知的，因此你的应用可以拒绝它未定义的答案，为每个分支附加不同的权限等级，并在置信度或上下文不足时回退到人工处理。它还使离线评估变得可行，因为每个测试用例都有目标类别，出错时也有可衡量的代价。它买不到的是正确性。受约束的模型仍可能选错一个有效答案，被误导性上下文带偏，或继承你所写类别中的偏见。

150毫秒的说法，以及OpenAI没有公布的数字

OpenAI 表示，Decisions API 做出决策的速度大约比 GPT-6 Luna 通过常规 API 快十倍——大约 150 毫秒对约 1.6 秒。该数字由厂商提供且尚未被复现；自发布以来的两天里，没有任何针对它的独立测量，而 OpenAI 自己的总结也只说“实时决策”。这个数字没有附带延迟分布、区域、输入规模、并发水平，也没有服务级别协议。

我们自己的流量数据不能替代那项测试，但它解释了为什么缺失的分布很重要。在截至 9 月 30 日的七天里，经由 OrcaRouter 的常规 chat-completions 路由提供的 GPT-6 Luna，在 32.3 亿 token 的混合工作负载上，中位数为 699 毫秒，p95 为 7.6 秒——中段与尾部之间的差距超过一个数量级。这与受限决策的请求形态不同，所以它并不是与 150 毫秒这一说法所做的比较。这就是为什么单个头条式 p50 并不是用来设计截止时间的正确数字。如果你测试该预览版，请分别记录文本和图像输入的中位数、p95 和 p99，包含网络时间和重试，并衡量你的产品实际拥有的截止时间——异步队列的路由决策，与处在一次点击和一次支付之间的决策，并不共享同一个延迟预算。

定价：底层模型的成本是多少，以及为什么那不是 API 的价格

OpenAI 尚未公布 Decisions API 的费率。同样不能想当然地认为 Luna 的 token 费率适用，因为 Decisions API 是独立的打包产品——不同的端点、不同的限额，而且 OpenAI 表示会在“广泛推广时”分享更多细节。现在任何人向你报出单次决策的成本，都只是推测。

公布的是它所基于的模型的价格表，摘自 OpenAI 于 2026 年 9 月 30 日的定价页面：

• 输入 — 每百万 token $0.10，超过 272,000 个输入 token 后变为 $0.20
• 输出 — 每百万 token $0.50，超过 272,000 个输入 token 后变为 $0.75
• 缓存输入 — 每百万 token $0.01；缓存写入按 $0.125 计费，比未缓存费率高出 25%
• Batch 和 Flex 处理 — 标准费率的 50%；Fast 模式 — 适用费率的 2 倍

长上下文分界线是最容易让人栽跟头的地方，而且它在整个 GPT-6 上都以同样的方式运作：一旦越过 272,000 个输入 token，整个请求都会按更高档位重新计价，而不只是超出的那部分。把长文档或大批图像交给模型的决策，正是可能触及这条线的那类调用，而这也是预览版限制悬而未决的又一点。

GPT-6 Luna 以其自身的方式

抛开 API 不谈，底层模型是一个推理模型，处于一个三档产品家族的最低档——低于定价为 $2.00/$10.00 的 GPT-6 Sol，以及定价为 $10.00/$50.00 的旗舰 GPT-6 Astra——它具有 1,050,000 token 的上下文窗口、128,000 token 的输出上限、2026 年 5 月 18 日的知识截止日期，并且推理力度可在从 none到max的六个值之间设置。它接受文本和图像输入并返回文本，而在 OpenAI 自己的开发者文档中，力度默认值为 medium。同一页面还有一个实际注意事项，虽然与 Decisions API 无关，但如果你要把 Luna 接入作为后备方案，就与之相关：在 Chat Completions 上，函数调用仅在推理力度设为 none时才能正常工作。在其他任何力度设置下，工具都需要使用 Responses API。

在质量方面，独立数字是 Artificial Analysis 的 Intelligence Index：Luna 在最大努力下为 37.3，而 GPT-6 Sol 为 47.5——相差约十个百分点，这正是看待输入价格相差二十倍的诚实方式。这两个数字都不是对 Decisions API 的说明，其受限任务是另一种完全不同的衡量，且没有公开分数。

Jev、Laya，以及"系统一"框架

决策 API 并非横空出世于一片空白。TypeSafe AI 的 Jev 由 Diogo Almeida 于 2026 年 9 月 15 日推出，自 9 月 21 日起全面可用，正是这款模型让这一品类为开发者所理解：它完全不生成文本，而是返回带置信度的类型化答案，输入 token 每百万 0.042 美元，输出不计费。由 Every 开展的 Jev 首次独立测试，在不到 0.7 秒内对 37 份文档作出了 777 项判断，成本约为四分之一美分；第二次测试测得其每段中位耗时 0.35 秒，而 Claude Fable 5.1 在高投入模式下为 8.83 秒——速度约快 25 倍，成本约为其 1/580，同时捕捉到七个刻意植入缺陷中的六个，而 Fable 5 全部七个都捕捉到了。"不错，但并非完美"是 Every 的评语，也是一句到位的概括。Laya 是同一形态下的第三位入局者，一个无需写出一个 token 就能作答的决策模型。

OpenAI 是否是因为 Jev 才构建了 Decisions API，这属于猜测。The New Stack 在发布当天报道此事时，称这是对 TypeSafe 的回应，“很有可能”，并指出 OpenAI 很可能是赶在 DevDay 之前匆忙发布了这一消息；OpenAI 并未说过任何此类话，而时间点——Jev 于 9 月 21 日正式可用，DevDay 在 9 月 29 日——虽引人联想，却并非证据。并非猜测的是，在买家关心的维度上，二者尚不可相提并论。Jev 公布了价格、按次调用的计费形式以及正式发布（GA）日期。Decisions API 这三项一项都没有公布。

它在哪里运行，以及要在它旁边暖着什么

Decisions API 是 OpenAI 自家的封装产品。它不在我们的目录中，我们也不为其提供路由，所以如果你想要这个特定的端点，它就在 OpenAI 那里。它所基于的模型则是另一回事：GPT-6 Luna 是OrcaRouter 上的实时路由，按 OpenAI 的标价零加价透传——每百万 token 输入 $0.10、输出 $0.50，>272K 档位则为 $0.20/$0.75——而在截至 9 月 30 日的七天内，它已通过我们处理了 32.3 亿 token，错误率为 0.18%。

这对如何为一款预览版降低风险至关重要。测试一个受限决策端点的稳妥做法，是让基于提示词的路径保持热备，充当兜底方案，因为预览版可能在毫无预警的情况下更改限制或定价，而处于关键路径上的决策需要有退路。把这个兜底方案与其他模型放在同一个密钥上，就意味着无需第二份合同，兜底路径也无需改动代码：一个 API 覆盖 200 多个模型，并且自动故障转移可在某个提供商出现波动时跨提供商切换。如果你的决策只是更长链条中的一步，路由 DSL 能把多个模型组合成一次调用，而这正是 Jev 相关报道所普及的“编排器加决策者”模式——由更大的模型负责规划，小模型负责选择每一步。这种模式用我们目前提供的模型就能搭建起来；而 Decisions API 本身在这套模式之外，除非 OpenAI 将其开放。

谁该动，谁该等

如果你面对的是高吞吐量的分类或路由任务，走错分支的代价低廉且可逆，那么这个预览版本值得你本周就投入一种请求形态和一套标注集——这项能力是真实存在的，其约束条件相比解析自然语言文本是实实在在的改进，而预览阶段是了解其错误代价会落在何处的最低成本时机。如果你的决策涉及授权资金、向客户发送消息，或位于用户与支付之间，那么本周没有任何东西会改变你的权衡：没有已公布的价格可供建模，没有已公布的限额可供设计，没有 SLA，也没有任何关于能否用自己的数据微调这东西的说法。这四个空白正是“广泛推广”必须填补的内容，而在 OpenAI 明确说出它们之前，对 Decisions API 的诚实解读是：一个前景可期的接口，带着厂商声称的快速时间表，却没有任何账单附上。