Decisions API 转正：输出不收钱，比价基准从 token 换成每千次判断

计价单位变了：从按 token 收费到按“判断”收费

OpenAI 在 10 月 22 日把 Decisions API 转为正式可用（10 月 6 日才开公测），端点 POST /v1/decisions，目前只支持 gpt-6-luna 一个模型。它对 API 货架的改变不在于多了一个模型名，而在于计费结构：输入 0.10 美元/百万 token，缓存输入 0.01 美元/百万，输出 token 完全不收费；代价是缓存写入照常计费，区域处理加价与长上下文倍数照旧。官方的解释也很直白——这个端点返回的是数字而不是文本，出方向没有可计费的东西。

一句话概括：以前比价要看输入、输出、缓存三段，现在只看输入那一段。对用量大、单次判断小的负载，账面成本结构会明显简化；但对长文档类负载，长上下文倍率和缓存前缀 1024 token 的门槛会把省下的钱吃回去。

比价基准要换成“每千次判断”

官方口径下，OpenAI 这一侧的输入价是 0.10 美元/百万 token，专用决策模型 Jev 的挂牌价是 0.042 美元/百万，输入一侧贵约 2.4 倍。但 token 单价不等于业务成本。独立评测 JevBench 10 月 7 日快照给的是实测口径：每千次判断 OpenAI Decisions 约 0.0517 美元，Jev 1.13 约 0.0323 美元，Liquid AI d1 约 0.0173 美元，Sage 1.3 约 0.0247 美元；中位延迟 0.30 秒，对 Jev 的 0.24 秒、d1 的 0.27 秒。同一份榜单里 OpenAI Decisions 在 23 个系统中排第五，且榜单自己注明它与第六名统计上打平——排名不能当结论用。

更值得看的是“通用模型自己干”的对照组：同一个榜单里，gpt-6-luna 用低推理档做同类判断，每千次要 0.1081 美元，中位延迟 1.85 秒，智力分 96.6 明显更高。这组数字说明，把负载搬到决策端点是拿准确率换成本，不是免费的提速。

“10 倍”是谁测的

官方文档写的是“比通过 Responses API 调用 gpt-6-luna 快约 10 倍”，产品负责人对媒体的说法是端到端落在一百多毫秒。独立侧的数字要冷静些：一份公开测试工具在发布日跑了 286 次判断调用，Decisions 中位 346 毫秒、P95 860 毫秒，同期 Jev 为 311 和 517 毫秒；同一批调用花掉 0.0600 美元对 0.0192 美元，约 3.1 倍；另有 4 次调用直接失败（两次 503、两次 502 拒答），Jev 为 0。结论是：快是真的，“快十倍”要看你的输入有多小。

更要紧的空白在别处——官方指南没有给准确率、校准误差或置信度的计算方式，只建议调用方拿自己的标注数据自设阈值。对一个输出本身就是概率的接口，这一栏只能由采购方自己补。

开发者接入前要核的四项

一、可得性窄。目前只有 gpt-6-luna 一个模型，且不在微软 Foundry 的决策通道内（那里只有 Responses 与 Chat Completions）。走微软合同的企业这一轮用不上。

二、缓存有门槛。隐式缓存只覆盖共享输入前缀，且该前缀需达到 1024 token；问题文本在缓存之外，短问题拼不进去。

三、限流沿用 Luna。没有单独的 Decisions 限流记录，Build 档 5,000 请求/分钟、200 万 token/分钟，预算要按 Luna 的档位来做。

四、单请求最多 400 个问题（公测期 200），共享同一份证据。这直接决定批处理设计：把同类判断攒成一批，成本与延迟都按请求摊薄。

我的判断

把 Decisions 当“默认路由器”是错的，当“高频小判断的专用通道”是对的。按 JevBench 实测口径，一家每天 100 万次路由判断的业务，OpenAI 方案约 51.7 美元/天，换 Jev 约 32.3 美元/天，差 19 美元——这个差额不足以驱动迁移；真正驱动迁移的是中位延迟从 1.85 秒压到 0.30 秒带来的体验上限。反过来，如果你的判断要读长文档、或者错一次的代价远高于省下的钱，留在通用模型上更划算。建议的落地顺序是：先用自己的一千条标注样本跑双通道，比误判率而不是比单价；误判率差 1 个百分点，通常就把全部价差吃掉了。

来源：OpenAI 官方文档与发布公告、JevBench 10 月 7 日快照、第三方公开测试工具及行业媒体报道。