AREX Feed Article
OpenAI 宣布 Decisions API 正式 GA：单次请求最多 400 个问题，新增 GPT-Live 集成与提示缓存
10 月 22 日 19:07（UTC，北京时间 10 月 23 日凌晨），OpenAI 面向开发者的官方 X 账号 发帖宣布：Decisions API 正式 GA（generally available，全量开放）。按公告的说法，这个接口给工作流加上近实时（near real-time）决策——对文本和图像分类、评估输入、决定下一步动作，而不必生成一份完整的模型响应，开发者可以借此构建更快、更省成本的应用与 agent（智能体）。
开头已同步写明 "The Decisions API is now generally available"，并给出同一口径的核心描述：Decisions API 评估文本、图像和 JSON（结构化数据格式），返回带类型的答案，官方称速度约为 Responses API 的 10 倍；请求发往 POST /v1/decisions 端点，目前唯一支持的模型是 gpt-6-luna。公告点名了 beta 之后的五项新能力——原生 GPT-Live 集成、prompt caching（提示缓存）、原生 JSON 输入、可带图片的单题指令，以及单次请求问题上限翻倍；文档的 “What's new” 清单实际列了九项，公告未提的另外四项是公网图片 URL 输入、对话历史、组织级用量统计和 Private Link 专线接入。
图：OpenAI 开发者论坛 10 月 6 日公测公告随帖发布的官方画面，画面文字为 “Introducing the Decisions API”。
23 天，从限量预览到 GA
9 月 29 日， 发帖宣布 Decisions API 以限量预览（limited preview）形态上线：由 GPT-6 Luna 驱动，应用先定义问题和候选答案，接口负责分类内容、路由请求或挑选 agent 的下一个动作。10 月 6 日 20:53（UTC），OpenAI 开发者论坛的公告区出现，宣布接口向所有开发者开放。10 月 22 日的 GA 公告距限量预览 23 天，距公测开始不到 16 天。
公告五项新能力的具体做法
原生 GPT-Live 集成。 GPT-Live 是 OpenAI 的实时语音会话接口。写道，原生集成让 GPT-Live 直接调用 Decisions（native delegation，原生委托），省去“先通知应用、再由应用发起请求”的一个来回，目标是趁用户还在说话时就做出低延迟决策。指南里的车载语音助手示例中，司机说“我有点冷”，一次 Decisions 调用同时返回三个 choice（选择题）结果——调高空调、除雾器不动、无需调用 Responses API；指南还支持按输入或输出转写流（transcript delta）触发决策，比如数字人听到“我找到工作了！”时边听边微笑点头。开发者可以在会话进行中用 session.update 更换问题，但委托类型在会话创建时就固定下来。
Prompt caching。 重复请求可以复用共享 input 的相同前缀，缓存读取按折扣价计费。文档写明：默认在共享 input 末尾放置隐式缓存断点，可复用前缀至少要 1,024 个 token（词元），questions 中的内容不计入前缀、也不参与复用；缓存分区可用 prompt_cache_key，也可显式标记断点。照这个设计，把参照文档或参照图放进 input、每轮只换问题，是官方给出的省钱路径。
原生 JSON 输入。 通过 input_json 内容块直接传结构化数据，不必先把数据转成字符串（目前仅限 user 角色的消息）。文档示例把一份支持工单和一张订单记录放进同一条消息——订单里有两笔金额均为 49 的扣款——让模型判断这是否构成重复扣费。
单题图片指令。 每道题的 instructions 可以是一个由 input_text 和 input_image 组成的数组，predicate（判断题）、choice、score（打分题）三种题型都适用；典型用法是让多道题各带一张候选图，与 input 里共享的参照图逐一对比。题目图片与 input 图片共享同一个请求级图片上限。
问题上限翻倍。 文档明确：单次请求可含 1～400 个问题，公测期上限是 200——公告里“单次调用可做出的决策数量翻倍”对应的就是这个基数。
另外四项写在文档里、公告没有展开：支持直接传入公网 HTTP/HTTPS 图片 URL（公测期文档要求图片必须以内联 base64 提供，file_id 至今不支持）；input 可接收按序排列的对话历史，包括 function 与自定义工具调用及其输出，文件、音频和条目引用不支持；新增组织级用量接口 GET /v1/organization/usage/decisions，可用管理员密钥按项目、API key 或模型统计 token 与请求数；Private Link 允许通过私有连接发送 Decisions 请求。
一次请求，三种答案
按文档，一个 Decisions 请求由三部分组成：model（目前只有 gpt-6-luna）、input（所有问题共享的证据）和 questions（要评估的问题，含类型、指令、候选选项或评分等级）。响应里的 answers 数组按每道题的 name 回显结果。
三种题型对应三种答案：predicate 返回 0～1 的概率，文档示例让模型检查产品照片有无裂痕、撕裂或凹痕，返回 0.92；choice 从给定选项里选一个，附带各选项的概率分布和单独的 confidence 字段——示例把“我被扣了两次款”的投诉路由到 billing，四项概率为 0.95、0.02、0.01、0.02，confidence 0.93，文档还建议预留一个 other 选项，把没覆盖的输入送进人工复核队列；score 按 2～10 个有序等级评估输入，返回按等级索引的概率加权平均，可以落在两级之间——示例中 0.1、0.7、0.2 的分布给出 1.1。
答案还有第四种类型 refusal（拒答）。文档同时划出边界：相互独立的题目可以放进同一次请求；有依赖关系的决策仍要拆成多次请求，比如先判断有无损伤，再决定是否追问维修类别；需要生成字段或文字解释时，应该回到 Responses API 的 Structured Outputs（结构化输出）或 function calling（函数调用）。文档建议先在 Playground 里试问题再写代码。
只按输入 token 计费，缓存读写分开算
GA 文档给出的定价：gpt-6-luna 未缓存输入 0.10 美元/百万 token；缓存命中享受折扣输入价，缓存写入单独收费，两项费率与标准的 gpt-6-luna prompt caching 费率一致；输出 token 不收费。区域处理溢价和长上下文输入加价照常适用。合规方面，接口对符合条件的客户支持 Zero Data Retention（ZDR，零数据保留）与 HIPAA（美国医疗数据隐私法规）；数据驻留覆盖所有受支持的 API 区域，区域处理支持美国和欧洲（EEA，欧洲经济区，及瑞士）。
公测论坛里，开发者实测发现了什么
公测开始次日，论坛用户 Poupanka 指出 Decisions API 没有缓存输入 token，并写道这“让分类任务从 Luna 的 Responses API 换到 Decisions API 在经济上不划算，希望尽快启用缓存”；用户 VeitB 确认当时确实没有缓存。GA 新增的 prompt caching 补上的正是这块缺口。
同一帖子里的实测数据：VeitB 在约 3 Mbps 的慢速网络下测得图片输入约 0.8 秒返回。用户 platypus 做了一组校准测试：一枚正面率 70% 的硬币，跑 1,000 次，predicate 题型如预期给出约 70% 正面；换成 choice 题型却给出 98%——概率质量被压到了最可能的选项上。他还发现“调整选项顺序会改变概率”，结论是“现阶段不要用 choice 题”。用户 jefff 拿它和另一款模型 Jev 简单对比：Luna 在细微判断上“自信的错误答案大约是 Jev 的三倍”，中位回合耗时 1.6 秒对 0.3 秒，同等问题成本约 2～3 倍；他同时注明测试只覆盖几百道题，“只能当作早期信号，不是通用基准”。用户 sam.saffron 则指出 Jev 还不支持图像理解，“这张图是否违反站点准则”“图里是否包含源代码”这类检查正适合 Decisions API。
这些都是开发者自建的小样本测试。GA 文档没有正面回应 choice 题的校准问题，只重复了同一条操作建议：用你自己应用里带标注的样本设置路由、过滤或复核的阈值，并按误报与漏报的代价来选。