北京时间10月23日早间（当地时间10月22日），OpenAI宣布正式全面开放决策API（Decisions API），底层由GPT-6 Luna提供支持，输入定价每百万token 0.10美元，缓存输入仅0.01美元。 它不是又一个聊天接口，而是一个“只出选择题”的判断引擎：问题和候选项一起发给模型，模型直接选一个答案并附带置信度，不生成多余文字。这款产品的定价和速度都有官方口径，但0.1美元到底值不值，要靠第三方实测说话——在被测的6款决策模型里，它的准确率第一，价格却不是最低，比竞品Jev贵出一倍还多。界面新闻
三种判断题，覆盖二分类、多选和评分
OpenAI把决策任务分成三个端点：Jev采用noul、choice、score三个端点，OpenAI则命名为predicate、choice、score，分别对应二元判断、多选项概率分布和档位评分。 档位评分的输出是加权分数，某次请求返回1.1就表示结果介于两档之间，这种设计允许比非黑即白更细的质量评估。知乎
输入层面，文字、JSON结构化和图片三种格式都能作为判断依据，单次请求支持最多 200 个问题的批量处理。 三种模式共同的特征是输出结构化数值而非自然语言，程序不再需要解析一段话再猜结论。时间线上，这款产品9月底在OpenAI开发者大会上以有限预览亮相，10月初进入公测，如今全面开放，但目前只有一个可选模型GPT-6 Luna。知乎
省下的两笔账：输出免费和十倍速度
GPT-6家族9月下旬发布时API永久降价50%，Luna常规接口的价格是输入0.1美元、输出0.5美元（每百万token）。 这类选择题任务如果走常规聊天接口，要付出生成文本的时间和0.5美元的输出价；而Decisions API输出token不单独计费，这一策略降低了高频调用场景的成本不确定性。 速度方面，按OpenAI的说法，一次判断大约 150 毫秒，同样的任务走普通 Luna 接口要 1.6 秒左右，快了十倍。微博知乎微博
实测六款决策模型：F1最高，账单是最便宜选手的4.5倍
10月23日公开的一次第三方横评，从生产环境捞出100条真实客服对话轨迹，由标注团队确认了61条“翻车记录”，任务是让模型做最干脆的Pass/Fail二分类。把精确率和召回率都拉到不低于80%这条线时，残酷的淘汰赛瞬间结束了：只有Perplexity、Liquid d1-ultra和OpenAI Decisions三个选手成功挤进了“双 80%”的安全区。知乎
最终OpenAI的F1 分数高达0.87，把好坏数据分得最干净，在五折交叉验证里没有一次掉出过底线。知乎
但账单同样直白：OpenAI每 100 次评估3.72 美分——整整是 Perplexity 的4.5 倍。 横评作者的结论是：评估逻辑清晰、跑量极大时Perplexity是性价比之王；面对逻辑绕来绕去的复杂判断时，GPT-6级别的脑子确实“贵有贵的道理”。知乎
横评还暴露了一个几乎所有工程师都会踩的坑：所有 API 的官方文档里，默认阈值都是0.50。 而真实数据里好坏样本的分数分布是重叠的，死守默认值上线，要么误报飙升要么漏检成片——准确率和0.1美元的单价一样，都不是拿来就用的。知乎
0.1美元不是地板：这是头部报价，不是全场最低
放回市场坐标系，“0.1美元百万Token”是头部厂商的决策档报价。Jev 的输入价格为每百万 token 0.042 美元，Decisions API 为 0.1 美元，前者成本约为后者的 42%。 Jev处理一百万张三道判断题的工单大约只要19美元。 但它只收文本，Decisions API能看图，商品质检、图文审核类场景用Jev还得再配一个视觉模型，综合成本可能反超。知乎微博
赛道还在快速变密。微软基于阿里Qwen3.5-9B后训练推出Microsoft-Decision-1，称其在结构化决策任务的时延和准确性上超过了LLM及Jev等热门决策模型。 就在OpenAI宣布全面开放的同一天，蚂蚁数科也发布了决策模型LingDT-Decision-1.0。 开源阵营同样在逼近：一位开发者把最热的开源决策模型接入统一评测协议，StartLux-27B得分0.557，对托管版Jev的配对差+0.011，统计打平且完全免费。界面新闻界面新闻知乎
开发者该怎么算这笔账
选型前回答三个问题：任务是否需要图片输入——需要则目前OpenAI这条线更完整；是不是简单高频分流——是的话Jev、Perplexity或免费开源模型足以平替；判断逻辑是否复杂到值得为准确率付4.5倍账单——这是第三方实测支持OpenAI的核心场景。无论选哪家，上线后第一件事不是放量，是校准：抽取代表性样本，分别处理，记录模型输出与人工判断结果，绘制 ROC 曲线确定最优阈值。 拿不准的请求可以用置信度分级路由：得分低的放行，高的拦截，中间自动转人工复核。知乎
最后交代证据边界：OpenAI宣称内部团队正在把决策API应用于产品和业务工作流，150毫秒和十倍提速均为官方口径，尚无独立复测。 第三方六模型横评基于100条公测期样本，产品从公测到全面开放尚不足三周，定价和稳定性仍有调整空间，把“0.1美元”当作长期成本锚点之前，值得再等一轮官方价格表。界面新闻
