OpenAI Decisions API：把 agent 的"分支判断"变成一次 150ms 的调用

发生了什么

9 月 29 日的 DevDay 2026 上，OpenAI 发布了一个新 API：Decisions。目前处于 limited preview，官方说几天内会扩大范围；开发者文档里已经上线了 decisions 指南页（10 月 1 日）。

Sam Altman 在主题演讲里现场演示了它：用 Decisions API 驱动了一个 computer-use agent——agent 每一步"接下来干什么"的判断，都走这个接口。10 月 6 日，Simon Willison 基于官方文档写了 llm-openai-decisions 插件，做了第一批独立实测，普通开发者现在可以自己动手验证官方的说法了。

先给结论：这不是又一个"更聪明的聊天模型"，而是一个"只做判断、不闲聊"的专用接口。理解了这个定位，后面所有的细节都顺了。

文档指南页把定位写得很清楚：Decisions 不是 chat 模型的"简化版"，而是独立的产品线——输入输出 schema 都是为"判断"专门设计的。这意味着它不会跟你聊天、不会解释理由（至少在这个接口里不会），它只回答：选哪个，概率多少。

它到底是个什么东西

一句话：把 GPT-6 Luna 的智能，聚焦到"回答一个你定义好的问题"这件事上。

它不生成自由文本。你给它一个问题 + 一组预设答案，它只从预设答案里选一个返回，并附上每个选项的概率。输入支持文本和图像。

官方定义了三种问题类型：yes/no（二元判断，比如"这条用户消息是不是在要求退款？"）、choices（多选一，比如"把这条工单路由到哪个队列：技术支持 / 账单 / 销售？"）、scores（打分，比如"这条评论的毒性按 1-5 打几分？"）。用途也写得很直白：内容分类、请求路由、决定 agent 的下一步动作。

定价：$0.10 / 百万输入 token，只收输入、不收输出。速度：官方宣称一次决策约 150ms，大约是标准 Luna 调用的 10 倍速。注意，"约 150ms"和"10 倍"是发布方的数据，独立、大规模的实测还没跟上——先打个问号，文末细说。

这个品类不是 OpenAI 发明的

有意思的背景："决策模型"这个品类，开创者不是 OpenAI，而是一家叫 TypeSafe AI 的小创业公司。它的产品 Jev 在 9 月 15 日左右发布——比 OpenAI 早了大约两周。

Jev 的参数：$0.042 / 百万输入 token、输出免费、70-500ms 延迟、纯文本输入、每个选项给概率、6.4 万 token 上下文。对比 OpenAI 的版本：输入价格是 Jev 的两倍多（$0.10 vs $0.042），但支持图像输入、背靠 GPT-6 Luna 的底座能力。

巨头跟着一家小创业公司定义的品类走，这事值得玩味。它说明两件事：第一，"决策"这个需求是真实存在的，不是某个大厂拍脑袋造出来的伪需求——小公司先验证了 PMF，大厂才跟进；第二，AI 基础设施的创新节奏已经快到"品类定义权"不再垄断在大厂手里。一个几十人的团队定义一个 API 品类，两周后 OpenAI 就官宣跟进——这种剧本在云计算时代是不可想象的。

对独立开发者来说，这是个好消息：你所在的生态位，离"定义下一个 API 品类"并不遥远。Jev 的团队规模可能和你的差不多。

价格账值得细算：Jev $0.042 / 百万输入、输出免费；OpenAI $0.10 / 百万输入、输出同样免费（因为根本没有输出）。差价买的是两样东西：图像输入能力，和 GPT-6 Luna 的底座智能。对纯文本分类场景，Jev 今天就能用还更便宜；对需要看图的判断（比如审核用户上传的图片该进哪个类目），OpenAI 是目前唯一的选择。选型的时候别被发布会光环晃了眼，看输入类型和延迟要求做决定。

对 vibe coder 的意义：控制流变成一次 API 调用

现在回头看 agent 开发里最烦人的部分。写一个 agent 循环，里面总有几十个分支判断：用户这句话是不是想取消订单？这条报错要不要重试？下一步该调用哪个工具？今天的做法是：每个判断都烧一次完整的 LLM 调用——写 prompt、等模型生成、解析输出、处理格式漂移、漂移了就重试。

有经验的 agent 开发者都干过这些脏活：让模型"只输出 JSON"、用正则从回复里抠字段、输出不是合法 JSON 就重试一次。整个 agent 的可靠性，经常就死在这些分支判断的格式漂移上。你调了三天 prompt engineering，最后发现线上 3% 的失败都来自模型某天心血来潮多输出了一个换行。

Decisions 把这一整套脏活压缩成一次 API 调用：问题 + 选项发过去，回来的是一个结构化的选择 + 概率。没有自由文本，就没有格式漂移；150ms 级延迟，分支判断不再是 agent 循环里的慢瓶颈；只收输入 token，成本账也好算。

这是"成本和可靠性双降"：成本降在 token 单价和无输出费用上，可靠性升在"输出空间被锁死"这个设计上。一个只能从 5 个选项里选的模型，不可能给你返回一段散文——而"不可能返回散文"，正是无数个深夜调试里最想要的保证。

更深一层想：这其实是 LLM API 在"分化"。过去几年，所有任务都走同一个 chat 接口——写诗和做分类用的是同一把锤子。现在锤子开始分家了：生成归生成模型，决策归决策模型。接口分化的背后，是"智能"正在被拆成可定价、可度量的标准件。对 builder 来说，标准件意味着可组合、可替换、可比价——这是生态成熟的标志，也是独立开发者最喜欢的市场结构：没有哪一家能靠一个黑盒接口锁死你。

还有一个容易被忽略的点：概率输出。Decisions 返回每个选项的概率，这意味着你可以设阈值——高置信度自动执行，低置信度转人工或升级给完整模型。这是一种"优雅降级"的工程模式：以前你要自己写采样、投票、阈值的逻辑，现在接口直接给你概率，分支策略变成配置而不是代码。agent 的行为从"代码里写死的 if-else"变成"可调参的策略"，这是可维护性上的一大步。

先别急着重构：几个问号

第一，150ms 和"10 倍速"是 OpenAI 自己宣称的。Simon Willison 的插件实测刚出来，独立、大规模的延迟数据还没见到。在你的场景里到底是 150ms 还是 500ms，得自己测。发布会数字和 P99 延迟之间，永远隔着一个真实世界。

第二，limited preview。今天能调通，不代表下周你的 key 就在白名单里。生产环境的迁移计划，等 GA、或者至少等"几天内扩大"兑现了再说。Preview 阶段的 API，breaking change 是家常便饭。

第三，价格。$0.10 / 百万输入是 Jev 的两倍多。如果你要做的是纯文本分类，Jev（$0.042、输出免费）今天就能用，还便宜。OpenAI 的优势在图像输入和 Luna 底座——按需选择，别为 logo 付费。

第四，也是最重要的：决策模型锁死输出空间，换来的是表达能力的上限。需要 nuanced reasoning 的判断——比如"这段代码评审意见到底在质疑架构还是实现"——可能还是得走完整模型。Decisions 替代的是"分支判断"，不是"思考"。分清楚哪些判断是"分类"，哪些是"推理"，是接入前最重要的一课。

务实的姿势：先拿你 agent 里最痛的那个分支判断开刀——通常是路由和分类。跑一周，对比一下：延迟降了多少？格式漂移的重试消失了吗？token 账单变了吗？数字会告诉你，这东西是真有用，还是又一个发布会 demo。好工具不怕实测，怕实测的都不是好工具。