OpenAI 开放决策 API：只做判断，输出免费

　　10 月 22 日，OpenAI 宣布 Decisions API(决策 API)结束公测，全面开放。这个接口不写文案、不写代码、不总结文档。它只处理一类问题：给一个条件，它是不是成立;给一组选项，更可能是哪一个;给一个评分区间，该落在哪一档。

　　官方给它的定位是 bounded answers，有界答案。返回的结果也是固定形状，只有三种：predicate，给出一个条件为真的概率，取值在 0 到 1 之间;choice，从预先给定的选项里选一个，同时附上概率和置信度;score，按有序等级做概率加权评分。

窄接口，窄在哪

　　生成模型的能力是开放的。你给它一段话，它回你一段话，用词和长度都不由你定。写文案时这是优点，用来做“这条评论该不该直接放行”“这个工单分给哪个组”，就成了麻烦：你要的不是一段话，是一个能直接进判断语句的值。

　　决策 API 把这件事收得很紧，输出压成固定形状，返回值是概率、选项和档位，没有自然语言，也就不需要再写一次解析。官方给出的一个数字是，它的响应速度比通过 Responses API 调用 GPT-6 Luna 快 10 倍。这个快不难解释，少的是生成文本那一段。

　　容量上，单次请求最多能提交 400 个问题，是此前上限的两倍;输入可以直接传原生 JSON，问题指令里也可以带上图像。这次还补了几项集成能力：原生 GPT-Live 集成、针对复用上下文的 Prompt 缓存，以及在美国和欧盟的推理数据驻留支持。官方同时提到，在亚洲多个地区扩充了服务容量，持续优化延迟。

输出免费，这笔账怎么算

　　定价是这次最值得看的一处：输入每百万 token 0.10 美元，约合 0.67 元;命中缓存的输入每百万 token 0.01 美元，约合 0.067 元;只按输入计费，输出 token 免费。

　　把输出定成零，和这类调用本身有关。判定结果的 token 量很小，一个 0 到 1 的数字，或者一个选项编号，本来就不占多少。真正花掉成本的是你送进去的内容：判断标准、可选范围、评分规则和上下文。

　　这套价格其实在奖励一件事，把问题问清楚。条件写明白、选项给全、评分标准提前定好，一次调用就能拿到能用的结果;反过来，把一大段含糊说明丢进去、指望它自己理顺，输入 token 会跟着上下文一直涨，输出还是那么短。

　　免费说的是输出那一段，不是这次调用不要钱。输入和调用次数照常计费，量上来之后成本要自己算。

它和生成模型怎么分工

　　两件事解决的不是一类问题。生成模型负责产出内容：文案、摘要、代码、回复;决策接口负责在已经给定的范围里做判断。

　　一个内容产品每天的流程里，这两种活本来就是分开的：谁写回复，谁决定一条评论进人工审核还是直接放行，谁把一条私信归到咨询或投诉，谁把用户推到哪个栏目。

　　拆开的好处是两边都能按自己的方式优化。生成模型继续在“更会写”上走，判断这一环换成稳定、便宜、能批量调用的接口。把两件事塞进一次调用，上下文越堆越长，成本和延迟会一起涨，判断的稳定性还不好测。

流传版本里的数字要当心

　　从 10 月 22 日起，这件事在中文网络里转了几轮，也长出一批落地案例，数字精确到小数点后一位：某跨境支付平台 0.8 秒完成三重风险打分，误报率下降 63%;某个在线学习应用把掌握度判断做到 72%;某虚拟偶像的直播留存涨了 41%;中国开发者的 P99 延迟降到 37 毫秒。还有一组团队口径的准确率，写在 82% 和 99.2%。

　　这些数字不在官方发布里。核对 10 月 22 日多家媒体的报道，能确认的是接口开放时间、基于 GPT-6 Luna、三类结构化输出、快 10 倍、两档输入定价、单次 400 个问题上限，以及新增的那几项集成;至于哪家公司用它做出了什么效果，通稿里没有。

　　有两处可以特别留意：37 毫秒的 P99 延迟，和“节点扩容到东京、首尔、新加坡、迪拜四地”的说法。官方只讲到在亚洲多个地区扩充容量、持续优化延迟，既没点名城市，也没给数字。

　　要写这件事，把案例改回它本来的样子就行：官方没有公开具体落地数据。来源不明的数字看着比事实更完整，而转发链条上的错，最后记在署名的那个人头上。

能不能用起来，看的不是模型

　　决策 API 这类接口能不能落地，门槛不在模型强弱，而在你的流程里有多少个节点，本身就有明确答案。问题清楚，这一步可以交给它;问题模糊，仍然要人先把“什么叫对”定义出来。

　　分类、路由、打分这些活，在流程里一直都在，以前靠人写规则或者随口估。现在多了一个按判断计价的选项，值得先做的事，是把那些答案本来就唯一、只是没人写下来的节点找出来。

　　你现在的工作流里，哪一步其实是在做分类或打分?