OpenAI Decisions API 圖解
比 Responses 快十倍的型別化決策
Lead: Decisions 把文字和圖片變成機率、選項或分數。速度比 Responses 快十倍,適合分類、分流、排序。
結論
一句話總結
Decisions 只回答三種問題:條件成立機率、固定選項二選一、有序量表分數。需要這些答案就用它,需要自訂 JSON 或工具呼叫就用 Responses。
三種問題型別
| 型別 | 用途 | 主要結果 |
|---|---|---|
| predicate | 檢查條件,如可見損傷 | 機率 0 到 1 |
| choice | 無序分類,如負責部門 | 回傳其中一個值 |
| score | 有序評分,如嚴重度 | 機率加權平均,可落兩級之間 |
choice 和 score 都附各選項機率和 confidence。類別未覆蓋時,加 other 送通用複查佇列。
請求流程
- 模型
- gpt-6-luna(目前唯一可用)
- 端點
- POST /v1/decisions
- 狀態
- 公開測試版,數週內 GA
- 圖片
- 僅內嵌 base64,不收網址或 file_id
- 搭配
- Playground 先實驗再寫碼
計價與資料
- 輸入
- 每 100 萬 token 0.10 美元
- 輸出
- 0 美元,無快取讀寫費
- 加價
- 區域處理與長上下文另計
- 合規
- 支援 ZDR 與 HIPAA,落地限美國與歐洲
何時用哪個
| 需求 | 選用 |
|---|---|
| 條件機率、固定分類、有序評分 | Decisions |
| 自訂 JSON 欄位或文字說明 | Responses Structured Outputs |
| 模型主動要求工具呼叫 | function calling |
| 有先後依賴的多步判斷 | 分次請求,不併成一題 |
HN 網友反應
| 立場 | 代表說法 |
|---|---|
| 企業務實 | 已有採購與合規,導入最快 |
| 實測派 | Luna 比 Jev 慢約兩倍,貴約三倍 |
| 質疑派 | 極簡決策而已,真實問題要結構化輸出 |
| 商品化 | 決策模型注定價格戰,拚黏著度 |
Topfi 實測不到 600 次:p50 346ms,p95 860ms。Jev 花 0.0192 美元,Luna 花 0.06 美元。圖片輸入是多數人認可的差異點。