当AI应用进入客服、财务、运维和语音交互等实时场景，高频小决策正在成为AI应用体验的关键变量。一次分类或路由看似简单，但如果每一步都调用通用模型，累积的等待时间与成本会迅速放大。

10月22日，OpenAI宣布Decisions API正式可用。该接口基于GPT-6 Luna，聚焦答案边界明确的判断任务，例如给输入分类、决定请求去向，或在继续、重试和询问用户之间选择下一步动作。官方称，与通过Responses API调用GPT-6 Luna相比，它在此类任务上最高可实现10倍速度提升。

输出不再是长回答，而是可执行的判断

开发者需要先定义问题及允许的答案，再提交文本、图片或原生JSON作为上下文。接口提供三类输出：predicate返回条件成立的概率，choice从预设选项中选择并附带概率与置信度，score依据有序量表给出加权分数。这样的结构更方便业务系统直接读取，也减少从自由文本中再次解析结果的步骤。

正式版本加入了GPT-Live原生集成、重复上下文的提示缓存，以及美国和欧盟的数据处理区域。单次请求最多可提出400个问题，较此前上限翻倍；图片也可以直接进入问题说明。OpenAI同时表示，亚洲多个区域新增了推理容量。

客户测试聚焦速度、成本与交互节奏

OpenAI披露的客户案例覆盖文档路由、智能体命令风险评估、AI成本归因和实时对话。Box在30份保险证明文件的测试中，路由选择约快5倍，准确率与Responses API相当；Sierra称部分实时客服编排环节的p95时延低于280毫秒，单次调用成本较此前方案降低约90%。这些数字均来自厂商及客户测试，不代表所有业务负载都能得到相同结果。

语音场景是此次更新的重要方向。GPT-Live可以在转写增量事件发生时触发Decision，由应用根据结果改变下一步动作，例如追问、转接或调整虚拟形象的表情。Speak披露，其测试中下一步动作耗时由1.4秒降至0.13秒。

编辑观察：把模型放在“热路径”前，先划清边界

Decisions API体现了一种产品思路：不是每个AI任务都需要长篇生成。对于选项固定、规则可描述、反馈可测量的判断，专门的接口更容易控制时延和成本。但“快”不等于可以跳过评估，尤其是运维执行、欺诈判断或客户分流等影响较大的环节。

企业可先挑选一个重复频率高、答案集合稳定的任务，建立真实样本与错误代价矩阵，再比较准确率、拒绝率、p95时延和每次决策成本。低置信度结果应保留转人工或回退路径，并持续检查不同语言、地区和用户群体的表现。

官方公布的价格为每百万输入Token 0.10美元，缓存输入为每百万Token 0.01美元，不收取输出Token费用。具体可用性、区域处理与数据保留条件仍应以企业账户和官方文档为准。

配图为AIcent原创AI生成实景风格示意图，非官方新闻现场照片，不使用第三方新闻图片。

参考来源：OpenAI官方（2026年10月22日）。正文为基于官方消息的中文整理，编辑观察与事实披露分开呈现。