OpenAI 把 Decisions API 转为正式可用：仍是 GPT-6 Luna，单请求上限提到 400 个问题
OpenAI 10 月 22 日把 Decisions API 转正：单请求 400 个问题，输入价仍是每百万 token 0.10 美元，缓存写入开始计费。
2026 年 10 月 22 日，OpenAI 把 Decisions API 从公测转为正式可用。它是一个专用端点 /v1/decisions：模型仍是 GPT-6 Luna，输入可以是文本、图片或 JSON，返回的内容按题给：条件成立的概率、几个选项里被选中的那一个，或者落在档位之间的分数。OpenAI 更新日志的原话是「The Decisions API is now generally available with gpt-6-luna」，开发者文档同步把单请求的问题数上限从公测的 200 提到 400。
要点
- 价格没变的是输入：未命中缓存的输入仍是每百万 token 0.10 美元，输出 token 不计费。2026-10-11 的公测版文档快照里已经写着同样的 0.10 美元，所以这次 GA 并不是「第一次有公开价目」。
- 变的是配额和能力：每请求 1–400 个问题。OpenAI 在公告里把 prompt 缓存、GPT-Live 集成、美欧区域处理列为本轮新增，文档另外写明问题内图片、
input_json、带 tool call 的对话历史、Private Link 与组织用量查询接口。 - 成本结构是这次真正变化的部分：公测文档写「没有缓存读、缓存写或输出费用」，GA 文档改成缓存命中 0.01 美元、缓存写入按 gpt-6-luna 标准 prompt 缓存费率收费，输出仍然不计费。命中价比 0.10 美元的普通输入便宜，写入则是新增支出。
背景
Decisions API 在 9 月 29 日的 DevDay 上以限量预览出现，10 月初进入公测，今天转正——TechCrunch 的 Tim Fernholz 把这次发布的时间点写在 10 月 22 日 12:00 PDT。
它赶上的是「决策模型」这一波。TypeSafe 的 Jev 先把「只输出判断、不输出文章」这个位置占住，亚马逊的 Strands Decider、Cloudflare 等随后跟进；10 月 3 日我们把这条线写成一个新品类正在成形，10 月 18 日又记过 StartLux 在社区版 Decision Index 上以 69.12 分登顶 173 个模型（那条在这里）。
OpenAI 进场的姿态和这几家不同：它没有为决策场景单独训一个模型，而是拿已经在 9 月发布的 GPT-6 Luna 加了一层端点。这条线索在今天的采访里被说破了，见下节。
事实部分
按 OpenAI 开发者文档（10 月 22 日版）与公告页，接口和计价如下。公告页直连返回 403，价格与改动清单经 Wayback 在 2026-10-22 19:45 的存档核对。
| 项目 | 内容 |
|---|---|
| 模型 | gpt-6-luna，走专用 /v1/decisions 端点 |
| 每请求 | 1–400 个问题（公测上限 200） |
| 问题类型 | predicate 返回 0–1 的概率；choice 返回选中的值；score 返回分数 |
| score 档 | 2–10 档有序 levels，索引从 0 开始，返回概率加权平均，可落在档位之间 |
| 缓存前缀 | 可复用前缀至少 1,024 token，问题本身的内容不计入这个门槛 |
| 输入 | 文本、图片（内联 base64 或公开 HTTP/HTTPS 地址）、input_json（仅 user） |
| 不支持 | file_id、文件、音频、item 引用 |
| 历史 | 可带 assistant 输出与 refusal、function call、自定义 tool call 及其结果 |
| 区域 | 美国与欧洲（EEA 加瑞士）；数据驻留在所有受支持区域 |
| 合规 | Zero Data Retention、HIPAA（面向符合条件的客户）、Private Link |
| 用量 | GET /v1/organization/usage/decisions 查 token 与请求数 |
价格按输入、缓存、输出三块看，变的是缓存那一块：公测期缓存读写都不单列收费，现在命中按 0.01 美元计、写入按标准档另计。
| 计费项 | 费率 | 出处 |
|---|---|---|
| 未命中缓存输入 | 0.10 美元 / 百万 token | 公告页、开发者文档 |
| 缓存命中输入 | 0.01 美元 / 百万 token | 公告页、OpenAI 社区帖 |
| 缓存写入 | 按 gpt-6-luna 标准档另计 | 开发者文档；公告页只给链接，未单列费率 |
| 输出 | 不计费 | 公告页、开发者文档 |
「按标准档另计」对应定价页上 gpt-6-luna 的数字（我们 10 月 23 日读的版本）：短上下文（≤272K input token）30 分钟缓存写入 0.125 美元、12 小时写入 0.25 美元，每百万 token。文档另写明「缓存读与缓存写的费率与 gpt-6-luna 标准 prompt 缓存费率一致」，同时提醒区域处理溢价与长上下文乘数照常适用。缓存这一块是公测到 GA 之间唯一会让同一份请求变贵的改动：公测期读和写都不收费，现在两者都要钱，而公告页只在写入那行给了个指向定价指南的链接，没有单列费率。
输出那行值得单独说一句，因为两张官方页面在字面上不一致：gpt-6-luna 的通用价目表列出输出 0.50 美元 / 百万 token（短上下文），而 Decisions 指南写「输出 token 不计费」。两处并不必然矛盾——这个端点返回的是类型化答案与概率，不返回正文——但如果你拿模型价目表去估算 Decisions 的成本，会算出一笔实际不存在的输出费用。以 Decisions 指南为准。
区域这块还有一条容易被漏掉的：公告页说延迟上的持续投入包括「在亚洲多个区域增加容量」，而文档里正式列出的区域处理只有美国与欧洲（EEA 加瑞士）。亚洲加的是容量，不是区域处理承诺，两者别混为一谈。
官方口径的性能数字都来自公告页和它的客户，没有一个是第三方在 GA 当天复测的：Box 说 30 个保险凭证案例上的路由选择快约 5 倍、准确率与 Responses API 相同；Datadog 说 p95 快 40 倍；Ramp 说比 GPT-6 Luna 快 4 倍、把 AI 成本归到具体业务上还便宜 30%；Sierra 说 p95 低于 280 毫秒、约 3 倍快、单次调用成本低 90%；Speak 说下一步动作的等待从 1.4 秒降到 0.13 秒。文档里那句「about 10x faster than the Responses API」的参照物是自家 GPT-6 Luna 走 Responses 端点，不是 Jev。
各方说法
TechCrunch 给这条新闻补了 OpenAI 自己没写的那部分。报道引 OpenAI API 产品负责人 Nikunj Handa 的原话：「But right now, it’s just plain old Luna that gets the job done.」按这句，所谓决策模型在这一版里就是 Luna 加一个返回概率、选项或评分的端点，与「专门为判断任务训练的模型」是两件事。同一篇里 Handa 说延迟已从 1–3 秒压到 100、120、180 毫秒，下一个目标是 60 毫秒——这是目标，不是已交付的数字。
排名要署 TechCrunch，因为我们没能读到这两个榜的当期页面。该文写 Jev 在 AIM System One Index 排第七、在 Artificial Analysis Decision Index 排第三，OpenAI 分别是第八与第十四；它同时说公开榜单上通常领先的是 Liquid 的 D1 Ultra 与 Base Labs 的 Elephant-1，Jev 在 JevMan 的 Pac-Man 基准上第一。Artificial Analysis 自己 10 月 13 日的 Decision Index v1.0 文章里，Jev 1.13 以 58 分居首，GLiDE 与 Microsoft-Decision-1 各 54 分，而「GPT-6 Luna (Decisions)」只出现在校准图的图例里，没有总分。
公测期有两份独立反方，都要按时点读。Hacker News 用户 Topfi 用不到 600 次调用（经 OpenRouter）比了 Jev 与 Decisions，延迟 p50 346 毫秒、p95 860 毫秒，失败调用 4 次对 0 次，平均单次成本是 Jev 的 3.1 倍；同帖里 OpenAI 员工 brianyu8 用两个例子各跑两次做复现，给出的是 0.99、0.99 与 1.0、1.0 的高置信结果，与低置信的实测相反。Anthus 10 月 1 日拿 3,600 道 ProofWriter 题测底层 Luna（1,800 道开放世界、1,800 道封闭世界）：Luna 的 ECE 是 0.32，Jev 是 0.04 与 0.03；Luna 在 2,672 道题上自报 99% 以上确定，其中只有 68% 答对。作者自己写明测的是底层 Luna，不是 Decisions 端点，因为当时 OpenAI 没公开文档。
同周的竞品动作也没停。Baseten 的研究团队 Base Labs 10 月 21 日放出 mammoth-1（27B）与 elephant-1（9B），前者在 Jev Decision Index 0.4 的 208 个模型里以 71.24 排第一，两者在 Artificial Analysis 上分别是 65.9 与 65.2，权重开在 Hugging Face 上，Baseten 的托管接口免费开放一周。
编辑判断
对正在把分类、路由、风控、护栏这类判断塞进产品的人，这次 GA 的实际意义在部署清单上：区域处理、ZDR、HIPAA、Private Link、组织用量查询，这几项决定它能不能过你们的安全评审；问题内图片决定了它能不能接截图、扫描件这类证据；input_json 省掉了先序列化成字符串再让模型解析的那一步。这些比「快 10 倍」更影响能不能上线。
成本要换个算法。输出不计费、输入按 token 计费，意味着一条请求里多塞问题的边际成本接近零，共用上下文只收一次钱——400 这个上限的经济价值就在这里，它把长上下文摊到更多判断上。反过来，缓存前缀的门槛是 1,024 token，短请求拿不到折扣；公测期免费的缓存读写现在都要计费，前缀长、命中率低的流水线会比公测时贵一截。按新文档重算一遍，比按「首次公开定价」的报道做预算靠谱。
该打折扣的地方有三处。一是没有任何第三方在 GA 当天复测，公告里的 5 倍、40 倍、90% 都带客户名字，但样本和测法没公开；二是 Artificial Analysis 的决策榜没给这个端点总分，社区评测又都停在公测期，谁更强目前只有厂商口径与二手排名；三是这类端点的核心承诺是校准，而目前唯一一份公开的校准测试测的是底层 Luna，ECE 0.32 与 Jev 的 0.04 差着一个量级——这个差距能不能靠端点层的设计补上，官方没给数据。
一个判断：这条线真正稀缺的不是更快的模型，是可核对的校准。谁先把「说 90% 时确实有 90% 对」这件事在公开测试集上证明，谁才配叫决策模型；在那之前，它就是一个便宜的、结构化的判断接口。
怎么试
端点固定，改的是请求形状：把共用上下文放进 input，把要问的判断逐条放进 questions 数组，每条给一个唯一的 name，响应里按 name 回填类型化答案。文档建议用带标注的样本先定阈值，因为 predicate 返回的是模型自估概率，不是保证过的置信度。
接下来
- 校准数据：GA 版端点的 ECE 还没有公开测量，Anthus 那套 ProofWriter 方法可以直接搬到新版本上重跑，这是最容易补上的一块。
- 缓存账单：公告页没单列写入价，命中价则从公测期的免费变成 0.01 美元。等第一批生产账单出来，才知道「前缀长、命中率低」的流水线实际贵多少。
- 榜单会不会收录：Artificial Analysis 的 Decision Index 目前只把 GPT-6 Luna (Decisions) 放在校准图例里，收不收、什么时候收，会影响这条产品线的外部可比性。
- 60 毫秒：Handa 说的下一个目标是 60 毫秒，用于逐帧判断的场景；到了那个量级，能做的事和现在不一样。