OpenAI 决策 API 全面开放：只按输入收费，输出不收钱，每百万 token 0.10 美元

这条不是”又多了个接口”，是计费方式变了：判断类调用第一次做到只按输入长度收钱。

价格（官方原文口径）

官方原话是 You only pay for input tokens: there are no output-token charges. 缓存写入（30 分钟与 12 小时两档）另按定价页计费，区域处理和长上下文可能加价。

它到底干什么

请求分三段：model（只能填 gpt-6-luna）、input（共享的事实，可以是文本、图片或原生 JSON）、questions（要判定什么）。三类问题：

• predicate —— 这个条件成立的概率是多少，返回 0 到 1
• choice —— 从你给的选项里挑一个，返回选中值，附带各选项概率与置信度
• score —— 按你定义的有序等级打分，返回等级索引的概率加权平均

公测之后加的东西：原生 GPT-Live 集成（语音会话里随转写增量触发判断）、复用上下文的 prompt 缓存、美国和欧盟推理驻留、原生 JSON 输入、问题指令里可以带图，单次请求问题数从 200 提到 400。

客户自己报的数字（都在官方页面上，不是我编的）

Box 说路由选择快约 5 倍、准确率不变；Datadog 说 p95 快 40 倍（他们用它给 agent 生成的 shell 命令打风险分）；Ramp 说比 Luna 快 4 倍、成本低 30%；Sierra 说 p95 低于 280 毫秒、每通调用成本低 90%；Speak 说到下一步动作的时间从 1.4 秒降到 0.13 秒。

对我有什么用

一人公司手里最贵的那类调用，往往不是”帮我写一段”，而是同一个判断跑几万次：工单该转给谁、这条评论要不要人工过一遍、这份材料属于哪一类、agent 下一步该继续还是重试。这类活以前塞在通用接口里，你为它生成的每一个 token 付钱，而你要的根本不是那段文字。

换成 Decisions API 之后，账单上输出那一整列直接归零。以 Luna 的 0.50 美元输出价算，一个每次吐 100 token 的判断，光输出就是每百万次调用 50 美元——现在这部分没有了。

400 个问题塞进一次请求是另一个省钱点：同一份证据（比如一张图、一段长文本）要对 400 个维度下判断，输入只算一次。共享前缀再叠上 0.01 美元的缓存价，成本结构跟按次调用完全不是一回事。

泼冷水

• 概率不是校准过的置信度。 它返回的是 Luna 的 token 分布，不是统计意义上校准过的概率。要做”选最可能的那一项”没问题，要拿 0.85 当准确率写进报表就不对了——想要可信的置信度，得自己攒标注集、自己对账。
• 只能跑 gpt-6-luna。 换不了模型，也就意味着它的能力上限被这个最小号模型锁死了。需要多步推理、或者问题之间有依赖关系的场景，官方自己的说法是走 Responses API。
• 缓存写入另收费。 30 分钟和 12 小时两档 cached write 不在 0.10 美元里，短任务别为了省 0.09 美元去开长时缓存。
• 区域处理有溢价。 欧盟驻留不是白送的，价格以官方定价页为准。
• “快 10 倍”是官方口径。 客户给的数字从 3 倍到 40 倍不等，跨度大得像是测量方式不同。真要上，先拿你自己的数据跑一遍 p95 再说。

具体建议

1. 把现有 agent 里所有”返回 yes/no 或枚举值”的调用列出来，这些就是搬迁名单。分类、路由、打分、是否重试，全在里面。
2. 先把共享的固定前缀（系统说明、类目定义、评分量表）挪到请求最前面并保持字节不变，去吃 0.01 美元的缓存价。
3. 能在一次请求里问完的问题别拆成多次。上限 400，比多数人以为的高得多。
4. 输出别再让它写解释。需要解释的那一小部分走 Responses API，其余的走 Decisions。
5. 先在 Playground（platform.openai.com/decisions）拿你自己的样本试，别照搬官方示例的判断阈值。

原文与定价细节：https://openai.com/index/decisions-api/ （开发者指南 https://developers.openai.com/api/docs/guides/decisions）