OpenAI 宣布 Decisions API 正式全面可用。这个 API 面向应用和智能体在工作流中频繁出现的“小决策”——如何分类输入、把请求路由到哪里、下一步该执行哪个动作。单个决策看似简单，但在规模化调用时，延迟和成本会快速累积。Decisions API 的定位，就是把这类决策做得更快、更便宜。

Decisions API 基于 GPT-6 Luna，但把模型智能限定在“有界答案”的问题上。官方称，它处理文本、图像和结构化输入的近实时决策，比通过 Responses API 调用 GPT-6 Luna 快最多 10 倍。自公开测试版以来，新增了原生 GPT-Live 集成、复用上下文的提示缓存，以及在美欧两地的推理数据驻留。开发者现在可以传原生 JSON 输入、在问题指令中带图片，并且每个请求最多可提 400 个问题，是之前限制的两倍。官方还表示，亚洲多个区域增加了容量，延迟进一步改善。

OpenAI 内部团队已经用上了。dots 团队用它降低响应时间、提升交互性；Personal Finance 团队用它给交易描述分类；Communications 团队用它按主题对媒体报道分类，并打分判断内容是在强化还是挑战关键叙事，从而识别哪些需要深入核查。外部客户的用法更广：有人用它做 AI 成本归属，有人让语言学习体验变得更互动。

使用方式很直接：开发者定义一个问题及其允许的答案，再提供文本、图片或原生 JSON 作为上下文。API 返回三类答案之一——概率、选择或分数，应用据此决定下一步。这种多样化的返回类型，让同一套接口能适配分类、路由、评分等多种场景。

与 GPT-Live 的集成是此次发布的一个重点。在语音对话中，应用可以基于实时转录快速做出聚焦决策：客服判断该追问、转接还是升级；虚拟形象根据用户说的话，选择眨眼或微笑作为表情反馈。官方给了一个示例：在现有 GPT-Live 会话的 session.triggers 中加入配置，Live 会发出 decision.event，应用读取选中的反应并驱动角色动画。

价格方面，Decisions API 按输入 token 计费，每百万输入 token 0.10 美元，缓存输入每百万 0.01 美元，并且没有输出 token 费用。30 分钟和 12 小时两种缓存写入时长，详细规则见官方定价指南。数据可在美国和欧盟区域处理，符合条件的客户可使用零数据保留。官方建议从应用中一个反复出现的决策开始：定义问题、可能答案和区分它们所需的上下文，然后在 Decisions Playground 里用自己的文本或图像测试。