Michael Johnson当应用需要从几个后续步骤中选出一个时，完整的生成式回答可能会增加不必要的延迟和开销。2026 年 10 月 22 日，OpenAI 宣布 Decisions API 正式开放使用。这是一种面向此类受限决策的接口，开发者可以预先设定问题和允许的回答选项。
据 OpenAI 介绍，该 API 基于 GPT‑6 Luna 构建，可接收文本、图像和结构化数据。OpenAI 称，在目标任务上，它的速度最高可比通过 Responses API 使用 GPT‑6 Luna 快 10 倍。这一比较针对指定的处理路径；在自己的系统中，仍应使用真实输入进行验证，包括检查分类错误和需要人工复核的请求比例。详情见Decisions API 公告和开发者指南。
三种回答形式，取代自由文本
开发者描述决策及其上下文，API 则返回三种结果之一。Predicate 用于评估某个条件成立的概率，例如图像中是否存在明显损坏。Choice 从预设选项中选出一个，例如继续操作、重试或请求澄清。Score 则按照开发者设定的有序等级对输入进行评分。
这种格式适用于请求分类、文档路由、选择智能体的下一步行动，以及初步风险评估。它最突出的实用特点是由应用设定回答范围：结果可以直接用于代码中的分支处理，而置信度低的情况则可转交工作人员。OpenAI 在公告中举例介绍了 Box：该公司表示，在一项使用 30 份保险凭证进行的内部评估中，Decisions API 在准确率相同的情况下，选择路由的速度约为 Responses API 的五倍。这是 Box 特定测试的结果，并不保证适用于其他数据集。
部署前应检查什么
OpenAI 给出的价格是每百万输入 token 0.10 美元、每百万缓存输入 token 0.01 美元；输出 token 不收费。单个请求最多可包含 400 个问题。OpenAI 还列出重复使用上下文的缓存、在美国和欧盟处理数据，以及面向符合条件的客户提供零数据保留（Zero Data Retention）等功能。
要了解实际经济效益，可以选取一个频繁出现的决策分支，用保存的样例将 API 与现有实现进行比较。记录各类别的准确率、第 50 和第 95 百分位延迟、无法确定的情况占比，以及包含上下文在内的完整请求成本。对于后果重大的任务——例如自动执行命令或拒绝操作——应设置置信度阈值，并为边界结果提供人工处理路径。
还应单独检查指令质量和允许选项列表：如果回答选项中没有重要情形，模型就只能选一个不合适的结果。对于语音应用，OpenAI 宣布 Decisions API 将与 GPT‑Live 原生集成，并以实时对话中选择下一步行动为例。对于此类场景，建议测量从收到用户信号到界面作出响应的实际延迟。
这项新功能可能适用于哪些场景
Decisions API 面向大型流程中反复出现的小型决策。因此，它可用于申请初步分类、将任务分配到不同队列、评估收到的文档，以及选择智能体的下一步行动。实际的部署标准很简单：在准确率可接受、且能够妥善处理存疑情况的前提下，API 应能改善你的任务延迟或成本。
对于已经使用 Responses API 的团队，合理的第一步不是重写整个流程，而是先拆出一个范围明确的决策分支，并用相同样例进行比较。这样便能验证快速的结构化回答是否确实简化了系统，并值得采用独立的处理路径。