编者摘要：OpenAI 新推出Decisions API，处于公开测试阶段，预计数周内正式 GA，仅支持 gpt-6-luna 模型，独立接口 POST /v1/decisions，判定速度相比 Responses API 提升约 10 倍，面向程序自动化判定场景，支持文本 + 图像多模态输入。

API 请求由模型、输入素材、判定问题三部分构成，内置三类原生判定原语：predicate 条件概率判断、choice 无顺序单选分类、score 有序量表打分。一次请求可并行执行多个独立判定；存在依赖关系的链式判定，则需要分多次调用。图像输入仅支持内联 Base64，不支持外部图片 URL。

定价模式为仅收取输入 Token 费用，0.1 美元 / 百万输入 Token，无输出、缓存读写计费；支持 ZDR 零数据留存、HIPAA 合规，美欧地区支持数据驻留。产品定位清晰，专门承接分类、路由、优先级判定；复杂 JSON 字段抽取用 Responses 结构化输出，工具调用使用 Function Calling。

该 API 与 Jev 产品范式高度同构：同样主打面向代码的轻量化判定，只计费输入。差异在于 Decisions 支持图像，Jev 当前仅文本；价格上 Decisions 约为 Jev 的 2.4 倍。Jev 创始人曾自述，该判定模型理念当年在 OpenAI 内部难以获取资源，如今 OpenAI 自研同类 API，标志判定模型从小众创业赛道进入大厂标准能力。现阶段 Decisions 仍有 beta 限制，落地前需实测错误率与阈值。

对比表：Decisions vs Responses API vs Jev

10 个关键问题 Q&A（围绕 Decisions API）

1. Q：OpenAI Decisions API 是什么，核心定位？
   A：Decisions API 是 OpenAI 新推出的专用判定接口，当前处于公开 Beta，预计数周内 GA，仅支持 gpt-6-luna。专门面向程序做分类、路由、优先级判定，官方宣称速度比 Responses API 快约 10 倍，返回强类型判定结果。
2. Q：Decisions API 提供哪三类判定原语，分别适用场景？
   A：① predicate：条件真假校验，返回 0~1 概率；② choice：无序类别单选，返回选中项 + 全选项概率分布；③ score：有序等级打分，输出概率加权得分。
3. Q：Decisions API 和 Responses API 该如何选型？
   A：业务只需要布尔判断、单选、评级打分，选 Decisions；需要自定义 JSON 抽取、长文本解释、工具调用 Function Calling，使用 Responses API。
4. Q：Decisions API 的计费规则是怎样？
   A：仅收取输入 Token 费用，0.1 美元 / 百万输入 Token，不收取输出 Token、缓存读写费用；区域溢价、长上下文倍率依旧生效。
5. Q：Decisions API 图片输入有什么硬性限制？
   A：图片仅支持内联 base64 data URL，不支持外部 HTTP/HTTPS 图片链接、file_id，图片和文本指令放在同一条 user message 一起评估。
6. Q：同一个请求能否一次性执行多个判定问题？
   A：独立互不依赖的多个问题可以放在同一个 questions 数组，共用同一份输入；判定结果存在前后依赖（链式判定），必须分开多次调用 API。
7. Q：Decisions API 和 Jev 有哪些异同点？
   A：相同：都面向代码判定场景，原生三类判定原语，只对输入 Token 计费；差异：Decisions 支持图像输入，Jev 仅文本；Decisions 单价约贵 2.4 倍，Jev 原生侧重类型安全语义。
8. Q：返回结果里 probability、score、confidence 含义是什么？
   A：probability 是条件成立预估概率；score 是等级索引概率加权平均值，可落在两级中间；confidence 代表模型整体置信度，用于业务设置人工复核阈值。
9. Q：Decisions API 支持哪些合规能力？
   A：支持零数据留存 ZDR；符合资质客户可用于 HIPAA 场景；美国、欧洲（EEA + 瑞士）支持数据驻留与区域处理。
10. Q：业务上线前，评估 Decisions 替代方案最关键的验证动作是什么？
    A：用真实业务标注数据集，实测假阳性、假阴性率；根据业务损失成本设置判定阈值，横向对比 Decisions、Jev 在同一任务上的准确率与延迟。

OpenAI 直接把「判定」能力独立成 API：每百万输入 token 0.1 美元，只收输入费用。这正好对应昨天 Jev 访谈里的产品形态：概念模型几乎一样，价格贵约 2.4 倍，但额外支持图像输入；官方宣称速度比 Responses API 快一个数量级。

OpenAI Decisions API：与 Jev 架构高度同构

来源：OpenAI 官方文档 + Simon Willison 实操报告与 llm-openai-decisions 插件

核心要点

Decisions API 评估文本 / 图片，返回强类型判定，速度约为 Responses API 的 10 倍。输出三类结果：条件成立概率、固定集合单选、按量表打分，用于内容分类、请求路由、任务优先级。 当前公开 beta，预计数周 GA，仅支持 gpt-6-luna，接口 POST /v1/decisions。SDK 有最低版本要求。

三种问题类型回顾

请求三要素：model、input、questions；返回 answers 数组，每个问题唯一 name 回显。

1. predicate：条件校验，返回 0~1 概率
2. choice：无顺序分类单选，返回选中值 + 全选项概率分布
3. score：有序等级打分，返回概率加权分数

选型分工：三类判定场景用 Decisions；自定义 JSON 结构抽取 / 解释用 Responses 结构化输出；需要工具调用用 Function Calling。

工程落地关键细节

1. 图片限制：仅支持内联 base64，不支持外部图片 URL 与 file_id
2. 链式判定：依赖上一轮结果的逻辑，必须拆成多次 API 调用
3. 分类务必增加兜底选项 other，低置信送入人工队列
4. 阈值调优：基于业务标注样本，权衡假阳 / 假阴性成本
5. 编写提示原则：基于客观可观测标准，多维度拆分成独立 question，选项边界清晰

定价与合规

• gpt-6-luna：$0.1 / 百万输入 token，仅计费输入，无输出、缓存费用
• 支持 ZDR、HIPAA（合规客户）；美、欧支持数据本地驻留

Simon Willison 实操

Simon 基于已有 llm-typesafe（对接 Jev），读取这份 OpenAI 文档开发了 llm-openai-decisions 插件，一行命令就可以图文一起做判定。 示例：判断图片内是否有哺乳动物，返回 predicate 结果 probability:0.0

 Decisions 和 Jev 两大核心差异：

1. gpt-6-luna 支持图像输入，Jev 目前只支持文本
2. 两者都是仅输入计费：OpenAI $0.1 / 百万 token；Jev $0.042 / 百万 token，OpenAI 价格约贵 2.4 倍。 除此之外 API 设计范式高度同构：Jev 的三类原语（布尔判定、选择、打分）Decisions 全部实现。

为什么这个 API 值得重点关注

昨天刚看完 Diogo Almeida（Jev 创始人）访谈，他提到当年在 OpenAI 内部没法推动这个方向：因为这套 API 的调用方是代码而不是人类，当时得不到资源，于是离职创业，打造面向程序、专注判定、按 token 购买智能能力的判定模型。 现在 OpenAI 把同范式产品放进官方 API 产品线。

三个核心记忆点

1. 价格：OpenAI 比 Jev 贵约 2.4 倍
2. 多模态：OpenAI 支持图像输入，Jev 暂不支持
3. 定位：作为 Responses API 的高速判定通道，不是通用对话模型

一句话总结：判定模型从初创公司小众赛道，正式成为大厂标准 API。

⚠️ 但不能直接等同于 Jev：当前仍在 beta，单模型限制、图片只能 base64 上传；Jev 从 API 形态到语义原生做了类型安全原语设计，OpenAI 目前只是工程实现文档。 评估是否可替代，最务实的方案：在你的分类任务上，同时跑两边，实测阈值与错误率。

将文本和图片转化为应用可直接使用的判定结果，速度比 Responses API 快 10 倍。

Decisions API 可评估文本、图像，或同时评估两者，返回强类型判定结果，性能约为 Responses API 的 10 倍。你可以获取：某条件成立的概率、从固定选项中选出结果、按照评分标准得到分数。基于这些结果，你的应用可以实现内容分类、请求路由、任务优先级排序。

前往 https://platform.openai.com/decisions 试用 Decisions API，在写代码前先调试问题与输入内容。

Decisions API 当前处于公开测试版（public beta），预计未来几周正式 GA（全面可用）。目前仅支持模型 gpt-6-luna，使用独立接口 POST /v1/decisions。

运行下方 SDK 示例，需要使用不低于这些版本的 OpenAI SDK：Python 3.26.0、JavaScript 7.30.0、Go 3.73.0、Ruby 0.101.0、Java 4.78.0。安装文档见：https://developers.openai.com/api/docs/libraries

Decisions 的工作原理

一条请求包含三部分：

返回结果包含 answers数组。给每个问题设置唯一 name用于识别结果；API 会在响应中原样回传这个名称。

选择问题类型

choice和 score都会返回所有离散选项对应的概率分布。

• choice
  用于无顺序的分类（如部门）
• score
  用于有顺序的分级（如严重度），对等级数字索引做概率加权，最终得分可以落在两个等级中间

选型建议：如果你的应用需要上面三类判定结果，就使用 Decisions API。 如果需要生成自定义 JSON Schema 结构化对象（字段抽取、文字说明），使用 Responses API 的结构化输出； 如果需要模型调用工具并携带参数，使用 Function Calling。

案例 1：图片检测可见破损（predicate）

使用 predicate 问题检测产品照片是否存在肉眼可见损伤。请求传入图片，并指定规则识别裂缝、撕裂、凹陷，忽略阴影与包装破损。

IMAGE_BASE64="$(base64 < product.png | tr -d '\r\n')"
curl https://api.openai.com/v1/decisions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  --data-binary @- <<JSON
{
  "model": "gpt-6-luna",
  "input": [{
    "role": "user",
    "content": [
      {"type": "input_text", "text": "Inspect the product in this photo."},
      {"type": "input_image", "image_url": "data:image/png;base64,$IMAGE_BASE64"}
    ]
  }],
  "questions": [{
    "type": "predicate",
    "name": "visible_damage",
    "instructions": "Does the product have visible damage, such as a crack, tear, or dent? Ignore shadows and damage to the packaging."
  }]
}
JSON

示例返回片段：

{
  "answers": [
    {
      "type": "predicate",
      "name": "visible_damage",
      "probability": 0.92
    }
  ]
}

probability 是模型评估该条件成立的概率。你可以自定义阈值，根据概率标记图片进入人工复核。

图像限制：图片必须使用内联 base64 data URL。该接口不支持外部 HTTP/HTTPS 图片链接、file_id。可在同一条用户消息组合 input_text + input_image，让图片和评估指令、上下文一起送入模型。

案例 2：固定选项选择（choice）

choice 问题从你预设选项里选出一个结果，建议给每个选项设置清晰描述，说明适用场景。 示例：客户投诉自动路由

curl https://api.openai.com/v1/decisions \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
  "model": "gpt-6-luna",
  "input": "I was charged twice for my order.",
  "questions": [{
    "type": "choice",
    "name": "department",
    "instructions": "Which department should handle this complaint?",
    "choices": [
      {"value": "billing", "description": "Payments, invoices, and refunds."},
      {"value": "technical", "description": "Problems using the product."},
      {"value": "shipping", "description": "Delivery and tracking."},
      {"value": "other", "description": "Requests outside these categories."}
    ]
  }]
}'

示例返回片段：

{
  "answers": [
    {
      "type": "choice",
      "name": "department",
      "choice": "billing",
      "probabilities": [
        { "value": "billing", "probability": 0.95 },
        { "value": "technical", "probability": 0.02 },
        { "value": "shipping", "probability": 0.01 },
        { "value": "other", "probability": 0.02 }
      ],
      "confidence": 0.93
    }
  ]
}

返回的 choice是你预先定义的值，同时附带全部选项的概率分布和整体置信度 confidence。

最佳实践：分类一定要增加兜底选项（例如 other），无法匹配的结果送入人工复核队列。

案例 3：按评级量表打分（score）

score 问题根据有序等级评估输入内容。定义每一级的判定标准，从低到高排列等级。 示例：评估问题严重等级

curl https://api.openai.com/v1/decisions \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
  "model": "gpt-6-luna",
  "input": "Export fails in Safari but works in Chrome.",
  "questions": [{
    "type": "score",
    "name": "severity",
    "instructions": "How severe is this issue?",
    "levels": [
      {"label": "Cosmetic", "description": "Appearance only; no lost functionality."},
      {"label": "Workaround available", "description": "A task fails, but another way works."},
      {"label": "Fully blocked", "description": "A task fails with no workaround."}
    ]
  }]
}'

示例返回片段：

{
  "answers": [
    {
      "type": "score",
      "name": "severity",
      "score": 1.1,
      "probabilities": [
        { "value": 0, "label": "Cosmetic", "probability": 0.1 },
        { "value": 1, "label": "Workaround available", "probability": 0.7 },
        { "value": 0, "label": "Fully blocked", "probability": 0.2 }
      ],
      "confidence": 0.55
    }
  ]
}

等级索引从 0 开始。本例：0 = 外观瑕疵，1 = 存在替代方案，2 = 完全阻断。返回的 score 是概率加权平均值，因此可以落在等级之间。本例 0.1、0.7、0.2 的概率算出得分 1.1。 结果同时包含置信度与每个等级的概率分布。score 用来汇总分级分布；如果只需要单独选中一个类别，请使用 choice。

一次性执行多个问题

将互相独立的多个问题放到同一个 questions 数组，共用同一份输入素材。例如产品照片，一次请求同时完成破损检测 + 产品分类，每个问题可以使用不同类型。

如果判定依赖上一轮的结果，需要分多次独立请求。例如：先检测是否破损，再根据结果判断是否需要请求维修分类。

编写问题建议：围绕可观测、客观标准描述；不同关注点拆分成独立问题；选项含义清晰区分；评分等级相邻两级要有明确可分辨标准。

解读返回结果

• predicate 返回条件成立的预估概率
• choice 和 score 返回概率分布，外加独立的 confidence（置信度）字段

使用业务标注样本，设置路由、过滤、人工复核的阈值。阈值选择需要权衡假阳性、假阴性带来的业务成本。

定价与合规

gpt-6-luna：输入 token 0.1 美元 / 百万 token。仅收取输入 token 费用，无缓存读写、输出 token 费用。区域处理溢价、长上下文输入倍率照常生效；该价格仅适用于 /v1/decisions。gpt-6-luna 其他接口请求，按原有定价执行。

支持零数据留存 ZDR；符合资质客户可用于 HIPAA 场景。美国、欧洲（欧洲经济区 + 瑞士）支持数据驻留与区域处理。详见数据文档查看准入条件、协议与限制。

语音控制扩展

参考文档：https://developers.openai.com/api/docs/guides/decisions-voice，可从语音请求识别动作并向用户返回判定结果。