OpenAI Decisions API 在 10 月 22 日正式上线（GA），基于 GPT-6 Luna，专为“有界答案”的小决策设计。OpenAI 在官方公告中写道，应用和智能体在工作流里会做大量微小决策：给输入打标签、决定请求走哪条路由、下一步执行哪个动作——单个都不复杂，但规模一大，延迟和成本就都压不住了。
Decisions API 把这类判断抽成一条独立快通道。开发者先定义问题和允许的答案，再把文本、图片或原生 JSON 上下文传进去，接口返回三种答案之一：predicate 给出条件成立的概率（0 到 1，比如产品图里有没有可见破损）；choice 从预定义选项里选一个（如继续、重试或请求澄清），同时附带概率和置信度；score 按有序量表打分，返回等级下标的概率加权平均（比如损伤严重程度）。官方给出的关键数字是：比通过 Responses API 调用 GPT-6 Luna 快 10 倍。
这次 GA 相对公开测试补了不少能力：原生接入 GPT-Live，可以在实时语音会话里做快速判断——客服智能体决定要不要追问、要不要转人工，虚拟形象甚至可以根据用户的话实时换表情；复用上下文支持提示缓存；推理可在美国和欧盟驻留；单次请求最多可问 400 个问题，是此前的两倍；亚洲多地也增加了容量。
定价同样冲着“高频小决策”去：每百万输入 token 0.10 美元，缓存输入每百万 0.01 美元，只收输入费用、不收输出 token 费用，另有 30 分钟和 12 小时两种缓存写入选项。符合条件的客户还可用 Zero Data Retention。
三层直接影响
智能体真正跑起来之后，瓶颈往往不在“最聪明的一步”，而在成千上万次的中间判断。过去开发者要么为每个小判断单独调一次大模型、忍受延迟和账单，要么自己训小分类器、承担维护成本。Decisions API 等于 OpenAI 官方把“判断”做成了一种基础设施：答案空间被锁死，模型不用组织语言，延迟和成本自然下来。
对开发者的直接影响有三层：第一，已有 Responses API 工作流里的大量分类、路由、仲裁逻辑，可以平滑迁移到更便宜的快通道；第二，实时语音这类对延迟极度敏感的场景（客服、虚拟形象）第一次有了官方的“边说边判”方案；第三，定价只收输入、不收输出，意味着高频调用的账单模型变得可预测——这正是智能体规模化最怕的不确定性。
需要留意的是边界：它只回答有界问题，开放式生成、长推理依然要走常规模型接口。把它当成智能体里的“反射弧”，而不是“大脑”，才是正确的用法。
