Decisions API 在 2026 年 10 月 6 日由 OpenAI 宣布开启公开测试：9 月 29 日 DevDay 上还只是限定预览的新接口，现在面向所有开发者开放，官方文档和调试 Playground 同步上线，正式版预计在接下来几周内到来。它做的事很窄——不生成文字，只回答问题，而且只从开发者给定的答案里选。
三种题型：判断、选择、打分
Decisions API 的请求由三部分组成：指定模型、作为证据的输入（文本、图片或两者混排）、一组问题。当前唯一可用的模型是 gpt-6-luna，调用走专用的 /v1/decisions 端点。问题分三种类型：predicate 判断题，给一个条件，返回它成立的概率（0 到 1），比如照片里的产品有没有可见破损；choice 选择题，从开发者提供的固定选项里挑一个，并给出每个选项的概率分布，适合分部门、分类别这类无序选项；score 打分题，面对有顺序的等级（比如问题严重程度），返回按概率加权平均的分数，可以落在两个等级之间。
OpenAI 给出的速度数字是：同类判断比走 Responses API 快约 10 倍。道理不难理解——普通对话接口要逐字生成一段回答，再等应用把文字解析回结构化结果；Decisions 直接输出概率和选项，省掉了生成和解析两头的时间。官方定位的使用场景是内容分类、请求路由、工作优先级排序，以及让智能体决定下一步动作。
它和结构化输出不是一回事
容易混淆的是，Responses API 本来就有结构化输出和函数调用。OpenAI 在文档里把边界划得清楚：需要按自定义 JSON 结构提取字段、生成解释文字，用结构化输出；需要模型发起带参数的工具调用，用函数调用；只需要一个可直接驱动程序分支的判断、选项或分数，用 Decisions。换句话说，它把应用里最高频、最不需要"文采"的那类调用单独拆出来，用延迟和确定性换生成能力。
决策模型正在变成一个单独品类
这个时间点值得注意。就在 OpenAI 宣布公测的同一天，Perplexity 宣布把自家的 Decision API 价格减半——两家在几个小时内隔空对位，说明"只做判断的模型"已经从小众尝试变成了正面战场。此前几周，TypeSafe 等创业公司的判断专用模型也已先行上线。背后的逻辑是成本：生产系统里大量调用并不需要旗舰模型写长文，只是把工单分给对的团队、把内容打上对的标签、决定智能体先走哪一步。这类调用量大、延迟敏感、答案空间有限，正适合用小模型加专用接口来跑。站内此前梳理过 GPT-6 家族三档的价格与用法分工，Decisions 选定的 Luna 正是家族里最轻、最便宜的一档，把它从"聊天模型"改造成"判断引擎"，是这条产品线的自然延伸。
对开发者的实际影响在于接入成本极低：已有分类、路由逻辑的系统可以拿真实流量直接对比延迟和准确率再决定是否切换。需要留意的缺口是定价仍未单独公布、目前只有 Luna 一个模型可选，以及概率输出的校准质量要靠自己的业务数据验证——官方给的是接口，判断准不准，还得用自己的工单和内容去测。
