OpenAI 的 Decisions API 现已进入公开测试版——其价格并非首发报道所猜测的那样

在供应商于 DevDay 展示 Decisions API 的八天后，它不再是一个必须受邀才能使用的东西。该端点在 2026 年 10 月 6 日进入公开测试版，同时还有一个文档页面、一个 Playground 链接，以及该服务首次公布的价格。那次发布中有两个细节比其他所有细节都更重要。第一个是，GPT-6 Luna 是该端点唯一会接受的模型——因此，就目前而言，该 API 的能力和它的上限是同一回事。第二个是，几乎所有人——包括我们——在发布日所做的算术都错了，而且错得值得纠正：第一波报道通过参考 Luna token 费率表来推断每次调用的成本，而事实证明，这一推断把折扣低估了五倍。

以下内容没有一个是猜测。如今，这一切都能在 OpenAI 自己的开发者文档中读到，而这正是变化所在：9 月 30 日，OpenAI 的文档中任何地方都没有关于这个端点的文档页面，没有更新日志条目，没有速率，也没有说明请求结构。现在这四者都有了。

具体发布了什么

该 Beta 版是一个专用端点——POST /v1/decisions——它并不是 Responses API 上的一种模式，而后者正是与之对照衡量的对象。一个请求携带三个字段：

• 模型——当前为gpt-6-luna，别无其他
• 输入——共享证据：一个文本字符串，或包含文本和图像的用户消息
• 问题——一个或多个问题，每个问题都有类型、说明以及任何允许的选项

响应是一个 answers 数组，每个问题一个，键为你给每个问题起的。整个契约就是这样，真正有意思的工程在于三种问题类型，而不是底层管道。

• 谓词——返回一个概率，范围为 0 到 1，表示所述条件成立。“这张产品照片是否显示出可见损坏？”文档中的示例返回 0.92，并提示你将其与你选择的阈值进行比较。
• 选择——从你提供的集合中返回一个值，同时给出所有选项的概率分布，以及一个单独的置信度字段。文档中的示例将一笔账单投诉路由到计费，置信度为 0.95。
• 分数——返回跨有序级别的概率加权平均值。向它输入三个严重性级别——外观性问题、有可用的变通方法、完全阻塞——以及 0.1、0.7 和 0.2 的概率，会返回 1.1 的分数，它有意落在两个级别之间，而不是吸附到其中一个。

价格比显而易见的猜测更低，而且计费形态也不同。

以下是更正。当 Decisions API 处于有限预览阶段时，诚实的立场是：并不存在价格，任何报出价格的人都是在推断。自然而然的推断是 Luna 的 token 费率：每百万输入 token 0.10 美元，每百万输出 token 0.50 美元。但该端点并不是这样计费的。

的已记录费率为/v1/decisions搭配gpt-6-luna每百万输入 token 0.10 美元，并且完全不收取任何输出费用，缓存读取和缓存写入也同样不收费。你付费的是自己发送过去的证据，而不是返回给你的答案。对照该模型自身的费率卡——其中输出价格是输入价格的五倍，缓存读取价格则是其十分之一——这是一种实质上截然不同的成本结构，而且对于该端点所针对的那类工作负载来说，它是一种更优的结构：输入是一段文字或一张图像，输出则只相当于一个 token 的决策结果。

该数字之上还有两个附加说明，且二者均由 OpenAI 明确说明，而非推断得出：区域处理溢价和长上下文输入倍率仍然适用，而固定的 $0.10 具体是 /v1/decisions 的费率——使用 gpt-6-luna 的其他请求遵循普通模型和处理层级定价。

如果你是按 Luna 的费率卡来估算的，并假设一次决策的成本等于一次输入加一次输出，那就把数字重新算一遍。在把长上下文档位考虑进去之前，它大约只有那个模型所暗示的五分之一。

延迟说法的重述

另一处变化是核心性能声明的措辞，这一改动相当微妙，值得特别指出，因为它改变了比较的对象。

OpenAI 的发布文案称，Decisions API 通过 Responses API 做出决策“比 GPT-6 Luna 快最多 10 倍”。如今文档开篇则写道：该 API“可评估文本、图像或两者，并返回类型化答案，速度比 Responses API 快约 10 倍”。

这两句话不是同一句话。第一句将受限决策端点与完整生成式调用相比较，并把差异归功于该端点。第二句则将该端点与 Responses API 整体进行比较。无论哪种情况，这个数字仍然是厂商声称且未经复现的——没有分布、没有区域、没有输入规模、没有并发级别、没有服务等级协议——而单个中位数仍然不是用来设定截止时间的正确数值。如果你的决策介于一次点击和一次付款之间，就用你自己的图像测量你自己的 p95 和 p99。

真正改进的地方在于，这个问题现在至少是可以回答的了。在预览版中，你无法在没有访问权限的情况下测试这一点。在公测版中，你可以。

它在哪里运行，以及要放在它旁边的那一件东西

文档中有两条容易被忽略的操作说明。该端点面向符合条件的客户支持零数据保留（Zero Data Retention）和 HIPAA 用途，数据驻留则在美国和欧洲提供——具体为欧洲经济区（EEA）加瑞士。这些都需要满足资格条件，而非默认适用，因此在假定二者适用于你的账户之前，请先阅读数据控制页面。

还有一份配套指南，介绍如何将该端点接入 Live API，从而能把语音请求转化为选定的操作，再把结果回传给说话者。这是该原语最有趣的二阶用法：不是“给这张工单分类”，而是“在对话中出声决定智能体接下来该做什么”。

这个 API 是 OpenAI 自己封装的，我们不负责路由；如果你想要这个特定的端点，它就在 OpenAI 那里。底层的模型则是另一回事——GPT-6 Luna 是OrcaRouter 上的一条实时路由，按 OpenAI 的标价提供，零加价直接透传；而且由于该端点自身的限制在 beta 期间可能变动，生产上线的合理做法是：在关键路径上做出一项受限的决策，并在其身后预先备好一个基于提示词的兜底方案。把该兜底方案与其他一切放在同一个密钥上，意味着无需第二份合同，当预览版更改其限制时也无需重写兜底路径。

本周要做什么，以及还缺少什么

关于现状的诚实总结是：发布时的四个空白中，有两个已经填补，还有两个没有。价格已公布，请求形态已公布，三种问题类型都有文档说明并附有示例，数据处理方面的说法至少已经给出。仍然缺失的是：对单个请求可以携带多少候选答案的任何已公布限制，关于能否用自己的标注数据对该事物进行调优的任何说明，以及——由于按 OpenAI 自己的说法它还是测试版——任何关于你今天看到的费率能延续到正式可用版的承诺。

这让权衡变得直截了当，而非充满戏剧性。如果你的问题是大规模的分类或路由——走错分支代价低廉且可逆——那么公开测试版如今确实可以拿来搭建，而仅按输入计费的价格让这笔账算起来格外宽容。如果你的决策要授权资金往来或向客户发送消息，那么这个端点已不再不可知，但它也还没有不再是测试版，而这两者之间的差别，就是原型与承重依赖之间的差别。