OpenAI正式推出Decisions API：提速10倍，专攻低延迟智能决策

在应用开发与 AI 智能体工作流中，系统往往需要做出大量细碎的小决策：对用户输入归类、路由请求，或是决定下一步操作。这类单次决策虽简单，但在高并发场景下，累积的延迟与 Token 成本不容忽视。

为此，OpenAI 正式推出专为结构化决策设计的 Decisions API。该 API 基于 GPT-6 Luna 构建，将模型能力聚焦于答案空间有限的问题上，支持根据文本、图像及原生 JSON 输入做出近乎实时的判断。官方数据显示，其决策速度最高可达通过常规 Responses API 调用 GPT-6 Luna 的 10 倍。

三类结构化决策输出

Decisions API 简化了判断逻辑：开发者只需定义问题、候选答案以及上下文。API 会直接返回以下三类结构化结果之一，免去了复杂的后处理与格式解析：

类型	核心用途	返回结果
predicate	估算特定条件成立的概率（如检测产品是否有瑕疵）	probability：0 至 1 之间的概率估算值
choice	从预设选项中选择最优项（如智能体决定“继续”、“重试”或“追问”）	choice：开发者预定义的选项值，附带概率与置信度
score	按照有序等级对输入打分（如评估损坏严重程度）	score：各等级索引按概率加权后的平均值

性能升级与原生多模态支持

自公开测试以来，Decisions API 引入了多项关键演进：

• 单次请求容量翻倍：单次 API 请求支持最多提出 400 个问题。
• 丰富的上下文支持：支持原生 JSON 输入，并可在提问指令中直接附带图像信息。
• 提示词缓存与数据驻留：提供提示词缓存以降低重复调用的延迟与成本，同时支持美国和欧盟区域内的推理驻留，符合条件的企业客户可启用零数据保留。

原生集成 GPT-Live 打造实时语音交互

Decisions API 现已与 GPT-Live 原生集成，为实时对话场景提供即时决策支持。

在实时语音会话中，该 API 可协助客服智能体快速判断何时追问、何时转接人工。在数字人与虚拟形象交互场景中，系统可通过 decision.event 监听实时转录文本，毫秒级响应并选择适合的微表情或动作反馈（如点头、眨眼或微笑），大幅提升交流的真实感与互动流畅度。

定价方案：输出 Token 完全免费

在计费模式上，Decisions API 采取了对高频决策友好的策略：

• 未缓存输入：每百万 Token 0.10 美元
• 缓存输入：每百万 Token 0.01 美元
• 输出 Token：完全免费

开发者即日起可在 Decisions Playground 中进行调试，或参考官方指南接入专用的 Decisions 端点。