10 月 22 日正式推出
OpenAI 在 2026 年 10 月 22 日把 Decisions API 正式開放。它用 GPT-6 Luna，專門處理答案有範圍的問題：怎麼分類、往哪裡送、要給幾分。長篇推理、自訂 JSON 結構，或要模型自己決定呼叫哪個工具，仍走別的介面。開發者指南寫，需要符合自訂結構的物件時用 Responses API 的 Structured Outputs，需要模型提出工具呼叫時用函式呼叫。Decisions 回的是型別固定的答案，後續動作由應用自己執行。
公告寫，比起透過 Responses API 使用 GPT-6 Luna，最快可以到 10 倍。開發者指南的說法是，大約比 Responses API 快 10 倍。兩句都是 OpenAI 自己的比較，不是每一個應用都會達到的速度。
自公開測試以來，公告列出的新增項目包括：與 GPT-Live 的原生整合、重複上下文的提示快取、美國與歐盟的推論駐留、原生 JSON 輸入、問題說明可以附圖，以及單次請求最多 400 題，是先前上限的兩倍。開發者指南把先前上限寫成公開測試時的 200 題，並寫目前這個端點只支援 gpt-6-luna。指南另列私有連線、用量報表，以及把對話、工具呼叫與工具輸出當作輸入。
價錢只計輸入 token
價錢以 OpenAI 兩頁為準，這裡不另造比較基準。
公告頁寫：輸入每 100 萬 token 0.10 美元，快取輸入每 100 萬 token 0.01 美元，只收輸入 token，不收輸出 token。同一段請讀者到定價指南查看 30 分鐘與 12 小時快取寫入的費率，公告沒有把寫入單價印在這段。
開發者指南寫：gpt-6-luna 的未快取輸入是每 100 萬 token 0.10 美元。快取讀取與快取寫入的費率，與標準 gpt-6-luna 的 prompt caching 相同，而且快取寫入要收費。不收輸出 token。指南這一段沒有再寫出 0.01 這個數字，所以 0.01 以公告頁的「快取輸入」為準。指南並寫，區域處理加價與長上下文的輸入倍數仍然適用。這組費率用於 /v1/decisions。其他使用 gpt-6-luna 的請求，依該模型與處理層級計價。
快取的可重複前綴至少要 1,024 個 token，問題內容不算進這個門檻。預設會在共享 input 的結尾放一個隱含的快取斷點。問題裡的圖不在可重複使用的前綴裡。
公告另寫，區域處理可用於美國與歐盟，符合資格的客戶可以使用 Zero Data Retention。指南寫，資料駐留可用於所有支援的 API 區域，區域處理支援美國，以及歐洲經濟區加瑞士。資格與限制以 OpenAI 的資料控制說明為準。
三種答案各做一件事
一次請求有模型、共享輸入，以及 1 至 400 個問題。共享輸入可以是文字、圖片或 JSON。彼此獨立的問題可以放在同一陣列，共用同一份輸入。若後一題要看前一題的結果，指南要求分成不同請求。下圖不是 OpenAI 的產品截圖，只把三種答案想成三張空白卡片。
| 型別 | 用來做什麼 | 主要結果 |
|---|---|---|
| predicate | 估計某個條件為真的機率，例如產品有沒有看得見的損壞 | probability：0 至 1 |
| choice | 從你先訂好的選項裡選一個，例如繼續、重試或要求澄清 | choice：其中一個選項，並附機率與信心 |
| score | 依有順序的等級評分，例如損壞有多嚴重 | score：等級索引的機率加權平均 |
choice 與 score 都會帶回各選項的機率。沒有順序的類別用 choice。有順序的等級用 score，結果可以落在兩個整數等級之間。指南的示例把 0 訂為外觀問題、1 訂為仍有替代做法、2 訂為完全堵住，機率 0.1、0.7、0.2，得到分數 1.1。那是文件裡的算式例子，不是基準測驗。
門檻要用自己的標註例子來定，並分開看誤判放行與誤判攔截的代價。組織用量介面 GET /v1/organization/usage/decisions 以系統管理員金鑰讀取。num_model_requests 算的是請求數，不是題數。一次請求裡有多題，仍算一次。
客戶結果要連條件讀
工作流裡反覆出現的分類、路由與評分，可以改走 Decisions。需要寫出長解釋、抽出自訂欄位，或讓模型組裝工具參數時，仍用較重的呼叫。下圖只表達「前面先做小決定、後面仍有一份較重的工作」，不是任何一家客戶的實測圖，也沒有價格。
下面是公告頁上的客戶原話條件。倍數只在該句寫明的範圍裡成立，不能推成所有工作負載。
| 誰 | 他們在做什麼 | 公告頁保留的條件 |
|---|---|---|
| Box | 用 Box Extract 與 Decisions 分類商業文件並路由 | 30 份保險證明的評估裡，路由選擇約快 5 倍，準確度與 Responses API 相同。信心較低的案子送人覆核 |
| Datadog | 在執行前為代理產生的 rshell 指令做風險評分 | 與當時可用的前沿模型相比，p95 約快 40 倍，準確度相當，因此可以放在補救動作的熱路徑 |
| Ramp | 把 AI 成本歸到實際工作 | 與 GPT-6 Luna 相比快 4 倍、便宜 30%，準確度沒有下降 |
| Sierra | 在即時客服的部分編排裡選下一步 | p95 低於 280 毫秒，約比他們先前的做法快 3 倍、每次呼叫成本低 90%，客戶結果沒有下降 |
| Speak | 語言學習裡縮短到下一步的時間 | 在他們的測試中，GPT-Live 整合把時間減少超過 90%，從 1.4 秒降到 0.13 秒 |
OpenAI 自己的團隊也有用法，但沒有附上一樣的倍數：dots 團隊用來縮短回應、提高互動；個人理財團隊用來分類交易描述；通訊團隊用來依主題分類報導，並為報導是否強化或挑戰主要敘事評分，以便找出要再看的項目。這些是公告裡的例子，不是公開的評測表。