输出免费、输入 0.1 美元：OpenAI 决策 API 转正，400 问打包的账单会翻倍

一、只按输入收钱，输出不计费

OpenAI 在当地时间 10 月 22 日把 Decisions API 从公测推向正式可用，接口是 POST /v1/decisions，当前只认 gpt-6-luna 一个模型。它的计费口径和主流对话接口不一样：非缓存输入 0.10 美元每百万 tokens，缓存命中后的输入降到 0.01 美元每百万，缓存写入按 1.25 倍单价计，输出 tokens 完全不收费。官方文档同时写明，区域处理另加 10% 溢价，单请求输入超过 272K tokens 时整单按 2 倍输入价、1.5 倍输出价计算。

能力定位很明确：开发者给出问题与允许的答案集合，模型返回概率、选项与分数，用于分类、路由、选下一步动作这类有界判断。官方称同模型走这个端点比 Responses API 快最多 10 倍（厂商自报）。公测之后新增的几项值得注意：单次请求最多提交 400 个问题，是此前 200 个的两倍；问题里可以带图、可直接传原生 JSON；接入 GPT-Live 支持语音场景；支持零数据留存与 HIPAA，美国和欧盟可选推理数据驻留。

二、三次调用算出单价

把账做实。一次典型分类调用按 1,200 输入 tokens 计，其中 800 tokens 是可缓存的共享系统提示，单次成本等于 400 乘 0.10 加上 800 乘 0.01，再除以一百万，即 0.000048 美元，按 7.1 汇率约 0.00034 元。一千次决策 0.34 元，一百万次 340.8 元。这是纯输入计价带来的量级变化，一百万次调用成本仍停在三位数人民币。

对照组是 Responses API 调同一个 gpt-6-luna，输入 0.10、输出 0.50 美元每百万：同样的 1,200 输入加 120 输出 tokens，单次 0.000108 美元，是决策 API 的 2.25 倍；若前缀不命中缓存，升到 0.000180 美元，3.75 倍。缓存在这里不是可选项，它已经是定价结构的一部分。

三、400 个问题的陷阱

400 问打包听起来省请求数，和 272K 阈值放在一起就是个坑。272,000 除以 400，每个问题只剩 680 tokens 的均摊额度。稳妥场景按共享上下文 5,000 tokens、每问 300 tokens 算，单请求约 125,000 tokens，1 倍计价，0.025 美元约 0.18 元；一旦每问上下文推到 700 tokens 以上，整单跨过门槛，等效输入单价从 0.10 直接翻到 0.20 美元。同样的活拆成 4 个请求、每个 35,000 tokens，总价 0.014 美元，比硬打包省 44%。对聚合与分发层来说这是硬约束：按请求数定价的套餐，会在批量场景被 2 倍门槛吃掉毛利。

四、货架该怎么摆

我的判断是三类货。第一类按输入 token 卖，附缓存命中率承诺，把 1 折缓存价当卖点而不是折扣；第二类按决策次数卖，但合约里必须写明单请求 token 上限与 272K 超限后的价格联动；第三类按打包批量卖，按 token 总量分档，严禁按请求数包月，因为一个 400 问的请求里 token 总量从 12 万到 100 万都可能出现。区域溢价 10% 与数据驻留则做成可选项加价，对合规客户比直接降价更好卖。

一句话：这条 API 把判断类调用的单价压到百万次 340 元量级，真正的毛利不在单价，而在缓存命中率与请求切分策略上。

来源：OpenAI 官方文档 Decisions 指南与开发者公告、财联社、AI Chat Daily（2026-10-22/23）。