OpenAI Decisions API 正式上線：專答「是不是、選哪個」的小決策，輸入每百萬 token 0.1 美元

一句話看懂：OpenAI 的 Decisions API 正式上線，專門回答「是不是、選哪個、幾分」這類有固定答案的小決策，最快比 Responses API 快 10 倍，輸入每百萬 token 只要 0.1 美元。

先用白話講：什麼是「小決策」？

想像超商店員每天要做很多選擇題：這張發票要不要打統編？這箱貨放哪一個架子？客人問的是退貨還是換貨？每一題都不用寫作文，只要從選項裡挑一個。

AI 應用也是這樣：一個流程裡常常有「這封信該分到哪個部門」「這個動作要不要執行」之類的小決策。每一個都很簡單，但一天跑幾萬次，延遲和費用就會堆起來。Decisions API 的想法是：別讓大模型每次都寫一大段話，只叫它做選擇題，直接回答案。

發生什麼事

OpenAI 在 10 月 22 日宣布 Decisions API 正式上線（GA）。它用 GPT-6 Luna，可以從文字、圖片和結構化資料做判斷，官方說最快比用 Responses API 呼叫 GPT-6 Luna 快 10 倍。

公測之後新增的東西：

• 直接整合即時語音模型 GPT-Live
• 重複使用的內容有提示快取，另有美國與歐盟區域的資料處理選項
• 可以直接傳 JSON 資料、在題目裡附圖片
• 單次請求最多 400 題，是公測時的兩倍
• 官方也說亞洲幾個區域增加了容量，延遲持續改善

三種題型

價格與速度

• 輸入每百萬 token 0.1 美元，快取過的輸入是 0.01 美元
• 只收輸入 token，沒有輸出費用
• 自行換算：一次請求 2,000 token、跑 1,000 次，共 200 萬 token，輸入費用約 0.2 美元
• 官方列了幾家客戶自己測的結果：Box 在 30 個保險證明文件案例上，選路徑約快 5 倍、準確度和 Responses API 相同；Ramp 比 GPT-6 Luna 快 4 倍、便宜 30%；Sierra 的延遲在 280 毫秒內（p95），成本降低 90%。這些都是各家在自己場景的數字，不能直接套用到你的專案

給開發者的技術細節

呼叫 POST /v1/decisions，目前只支援 gpt-6-luna。請求有三個欄位：model、input（共用的證據）、questions（要問的題目），回應則是 answers 陣列，每題用 name 對應。下面是依官方文件整理的簡化示意：

{
  "model": "gpt-6-luna",
  "input": "客戶說：我被重複扣款了，請幫我退費。",
  "questions": [
    {
      "type": "predicate",
      "name": "is_refund",
      "instructions": "客戶是不是在要求退費？"
    }
  ]
}

• 單次請求可放 1 到 400 題，彼此獨立的題目可以共用同一份輸入
• 圖片可用公開的 HTTP/HTTPS 網址或 base64 資料網址，不支援 file_id；檔案與音訊目前也不支援
• 傳結構化資料用 input_json，只能放在使用者訊息裡
• 官方有提供美國與歐盟的區域處理，符合資格的客戶可使用零資料保留，也可走 Private Link 私有連線

我的看法

很多中小企業的系統，其實有一大堆這種「分類」需求：客服信件分流、表單內容歸類、留言審核、判斷這張照片合不合格。以前不是用大模型太慢太貴，就是自己訓練分類器太麻煩。這個 API 把這件事標準化，而且價格低到可以放在每一次請求的熱路徑上，我覺得是實用的方向。

不過我會注意幾點。第一，模型只有一個選擇，資料也是送去 OpenAI。第二，官方和客戶的數字都是自己場景測的，導入前要拿自己的資料量一遍準確度。第三，Box 的做法值得學：信心值低的案例不要硬放行，送人工複核。小團隊可以先挑一個低風險的流程試，例如內部信件分類，跑一陣子再決定要不要放到客戶面前。

名詞小辭典

• Token：AI 計算文字量的單位，大約是一個字或半個英文單字，API 依 token 數量收費。
• p95 延遲：100 次請求裡，有 95 次的回應速度比這個數字快，用來看「大多數情況」下的速度。
• 分流（Routing）：根據內容決定要交給誰或哪個流程處理，例如客服信件分到不同部門。
• 信心值（Confidence）：模型對自己答案的把握程度，可以用來決定要不要轉人工。

資料來源

• OpenAI：Build more responsive apps with the Decisions API（2026-10-22）
• OpenAI API 文件：Decisions 指南