OpenAI 于 2026 年 10 月 22 日将基于 GPT-6 Luna 的 Decisions API 推出正式版，此前该 API 于 10 月 6 日开始公测。它不是用来生成长篇文字的通用接口，而是针对“答案范围预先限定”的应用决策：开发者给出问题、可选答案和背景信息，API 返回概率、选项或评分，供软件执行分类、请求分流或选择智能体的下一步操作。 2451113

它怎么做决定？

可以把 Decisions API 理解为：开发者先划定问题和答案范围，模型再给出可直接交给程序处理的结构化结果。与生成完整文本回复不同，它聚焦于一次明确判断，目标是帮助应用近实时地完成高频决策。 41113

API 支持文本和图像输入；正式版更新还加入了通过 input_json 直接传入结构化数据，以及在单个问题的指令中加入图像。每次请求可提交的问题数从公测期间的 200 个提高到 400 个。 24

正式版新增了什么？

OpenAI 的变更记录确认，正式版新增了共享输入的提示缓存（prompt caching），以便重复使用上下文时获得折扣；也支持在问题指令中加入图像，并通过 input_json 传递结构化数据。 2

OpenAI 开发者社区的正式版公告还提到原生 GPT-Live 集成，称语音应用可在用户说话时作出反应。 另有发布报道提到美国和欧盟的推理数据驻留选项；不过，这一细节没有出现在所提供的官方变更记录摘录中，因此应视为媒体报道的发布信息，而非该摘录已确认的内容。 9

“快 10 倍”是和谁比？

OpenAI 表示，Decisions API 的回答速度最高可比通过 Responses API 调用 GPT-6 Luna 快 10 倍。这个数字比较的是 OpenAI 自家模型的两种调用方式，并不能据此推断 Decisions API 比 Jev 或其他决策模型快 10 倍。 4

目前提供的发布材料没有给出覆盖不同厂商、条件一致且经独立验证的基准测试。因此，“快 10 倍”应理解为 OpenAI 对自家接口的性能说明，而不是整个决策模型类别的排名结论。

价格与客户案例：已知信息有限

OpenAI 指南摘录列出的常规输入价格是每百万 token 0.10 美元。发布报道给出的缓存输入价格为每百万 token 0.01 美元，并称输出 token 不收费；官方变更记录确认了提示缓存折扣，但所提供的摘录没有列出具体缓存单价。生产环境预算应以最新价格文档为准。 129

报道提到 Box、Datadog、Ramp 和 Speak 等公司曾试用该 API，工程团队用它替换部分原有的大模型调用，以提升处理吞吐量。 但现有材料没有给出 Box、Datadog 或 Speak 可横向比较的量化结果，因此不足以据此判断这些公司分别获得了多少速度、准确率或成本改善。

与 Jev 等决策模型相比，还缺少什么证据？

福布斯报道将 TypeSafe 的 Jev 描述为较早进入市场、推动决策模型类别形成的产品，并列出其每百万输入 token 0.042 美元的起始价格，输出 token 不收费。按这些报道中的标价，Jev 的输入单价低于 Decisions API 所列的 0.10 美元；但实际费用仍取决于 token 用量及缓存情况。 1

TechCrunch 报道称，OpenAI 团队通过调整 GPT-6 Luna 来加快推理、降低成本，而不是从头打造一款专门校准的决策模型。这是媒体对产品开发方式的报道，并非 OpenAI 在所提供材料中发布的详细技术说明。同一报道提到 TypeSafe 的估值为 76 亿美元；这里同样只能将其视为报道所述估值。 10

现有来源不足以在 AIM System One 或 Artificial Analysis Decision 等指数上，对 Decisions API、Jev、Liquid 的 D1 Ultra 和 Base Lab 的 Elephant-1 作可靠排名；也无法核实 Jev 是否仅支持文本，或其在 OpenRouter 上的具体流行程度。图像输入能力有材料支持，但“图像分类校准更好”以及约 60 毫秒完成视频逐帧决策等说法，不能据现有证据视为已证实的优势。

更稳妥的结论是： Decisions API 已成为一款支持多模态输入、面向限定答案任务的正式版接口，问题数量上限提高，并提供了针对 OpenAI 自家 Responses API 的速度优势说法。但目前的材料还不足以证明它在整个决策模型市场中领先。 2410

OpenAI 于 2026 年 10 月 22 日将基于 GPT-6 Luna 的 Decisions API 推出正式版，此前该 API 于 10 月 6 日开始公测。它不是用来生成长篇文字的通用接口，而是针对“答案范围预先限定”的应用决策：开发者给出问题、可选答案和背景信息，API 返回概率、选项或评分，供软件执行分类、请求分流或选择智能体的下一步操作。 2451113

它怎么做决定？

可以把 Decisions API 理解为：开发者先划定问题和答案范围，模型再给出可直接交给程序处理的结构化结果。与生成完整文本回复不同，它聚焦于一次明确判断，目标是帮助应用近实时地完成高频决策。 41113

API 支持文本和图像输入；正式版更新还加入了通过 input_json 直接传入结构化数据，以及在单个问题的指令中加入图像。每次请求可提交的问题数从公测期间的 200 个提高到 400 个。 24

正式版新增了什么？

OpenAI 的变更记录确认，正式版新增了共享输入的提示缓存（prompt caching），以便重复使用上下文时获得折扣；也支持在问题指令中加入图像，并通过 input_json 传递结构化数据。 2

OpenAI 开发者社区的正式版公告还提到原生 GPT-Live 集成，称语音应用可在用户说话时作出反应。 另有发布报道提到美国和欧盟的推理数据驻留选项；不过，这一细节没有出现在所提供的官方变更记录摘录中，因此应视为媒体报道的发布信息，而非该摘录已确认的内容。 9

“快 10 倍”是和谁比？

OpenAI 表示，Decisions API 的回答速度最高可比通过 Responses API 调用 GPT-6 Luna 快 10 倍。这个数字比较的是 OpenAI 自家模型的两种调用方式，并不能据此推断 Decisions API 比 Jev 或其他决策模型快 10 倍。 4

目前提供的发布材料没有给出覆盖不同厂商、条件一致且经独立验证的基准测试。因此，“快 10 倍”应理解为 OpenAI 对自家接口的性能说明，而不是整个决策模型类别的排名结论。

价格与客户案例：已知信息有限

OpenAI 指南摘录列出的常规输入价格是每百万 token 0.10 美元。发布报道给出的缓存输入价格为每百万 token 0.01 美元，并称输出 token 不收费；官方变更记录确认了提示缓存折扣，但所提供的摘录没有列出具体缓存单价。生产环境预算应以最新价格文档为准。 129

报道提到 Box、Datadog、Ramp 和 Speak 等公司曾试用该 API，工程团队用它替换部分原有的大模型调用，以提升处理吞吐量。 但现有材料没有给出 Box、Datadog 或 Speak 可横向比较的量化结果，因此不足以据此判断这些公司分别获得了多少速度、准确率或成本改善。

与 Jev 等决策模型相比，还缺少什么证据？

福布斯报道将 TypeSafe 的 Jev 描述为较早进入市场、推动决策模型类别形成的产品，并列出其每百万输入 token 0.042 美元的起始价格，输出 token 不收费。按这些报道中的标价，Jev 的输入单价低于 Decisions API 所列的 0.10 美元；但实际费用仍取决于 token 用量及缓存情况。 1

TechCrunch 报道称，OpenAI 团队通过调整 GPT-6 Luna 来加快推理、降低成本，而不是从头打造一款专门校准的决策模型。这是媒体对产品开发方式的报道，并非 OpenAI 在所提供材料中发布的详细技术说明。同一报道提到 TypeSafe 的估值为 76 亿美元；这里同样只能将其视为报道所述估值。 10

现有来源不足以在 AIM System One 或 Artificial Analysis Decision 等指数上，对 Decisions API、Jev、Liquid 的 D1 Ultra 和 Base Lab 的 Elephant-1 作可靠排名；也无法核实 Jev 是否仅支持文本，或其在 OpenRouter 上的具体流行程度。图像输入能力有材料支持，但“图像分类校准更好”以及约 60 毫秒完成视频逐帧决策等说法，不能据现有证据视为已证实的优势。

更稳妥的结论是： Decisions API 已成为一款支持多模态输入、面向限定答案任务的正式版接口，问题数量上限提高，并提供了针对 OpenAI 自家 Responses API 的速度优势说法。但目前的材料还不足以证明它在整个决策模型市场中领先。 2410