OpenAI DevDay 2026 · 开发者指南
让软件更快做出那些小决策。
公开报道将 OpenAI Decisions API 描述为一个低延迟接口：从开发者预先定义的答案中选出一个结果。它面向分类、路由和 Agent 工作流中的下一步边界动作，而不是开放式文本生成。
本文整理 DevDay 2026 前后关于限量 preview 的公开信息。随着开放范围扩大，正式请求 Schema、价格和性能承诺都可能变化。
报道中的引擎
GPT-6 Luna 专用版本
报道中的速度
约 150 ms
上下文
文本 + 图片
结果
一个边界答案
相关报道描述该专用决策路径的速度约为普通 GPT-6 Luna API 调用的十倍。
开放状态
OpenAI Decisions API 暂未开放使用
目前这项服务仍处于限量 preview，暂时无法通过 OpenAI 公开平台直接使用。
一旦开放，第一时间可以在 thejevai 平台使用。
它适合做什么
连接上下文与动作的决策层
通用模型可以解释很多可能性；当应用已经知道允许哪些分支，只需要一个代码可以直接消费的紧凑结果时，决策 API 更有价值。
分类输入上下文
为客服请求、文档、审核事件或其他文本与视觉输入选择一个标签。
路由到正确路径
把请求发送到 billing、sales、专用模型、队列或人工复核，而不必先解析一整段文字。
选择 Agent 下一步
用边界清晰的选择决定调用哪个工具、是否重试、是否升级，或 Agent 循环中的下一步动作。
与普通 LLM 调用的差异
让模型做选择，而不是写一段话。
普通生成请求可以返回一段有用的文字，但应用还需要解释它。Decisions API 把答案空间写进请求，让下一步动作变得明确。
Prompt 形状
开放式指令，可以包含解释、多个方案和自由文本。
一个问题，配合开发者预先定义的有限答案列表。
输出形状
文本或结构化内容，通常还需要验证和解析。
一个选中的答案，以及供应用使用的置信度值。
应用侧工作
读取响应、提取意图、处理意外措辞，并判断是否可以安全执行。
把返回答案映射到已知分支，再执行确定性的策略检查。
适用场景
规划、解释、综合、工具编排，以及答案无法预先限定的任务。
路由、放行、升级、重试或选择下一个工具等重复性小决策。
它在 OpenAI API 栈中的位置
谨慎理解 Luna 的上下文。
OpenAI 的公开模型文档可以帮助理解周边平台，但在 endpoint 和计费规则正式发布前，应该把 Decisions API preview 当成独立的产品面。
Luna 是效率层
OpenAI 将 GPT-6 Luna 定位为面向聚焦任务和高并发工作负载的模型。这使它适合作为重复性快速判断的基础，而 Decisions API 进一步提供边界清晰的答案契约。
上下文包含文本和图片
OpenAI 当前模型文档说明 GPT-6 系列支持文本和图片输入。Preview 报道也将 Decisions API 的上下文描述为文本或图片，让路由场景不再局限于纯文本工单。
不要直接套用 Luna 价格
普通 GPT-6 Luna API 的公开价格是每百万输入 token 0.10 美元、每百万输出 token 0.50 美元。这只是标准 Luna 调用的参考，不是 Decisions API 已发布的价格。
Preview 边界仍然存在
Decisions API 的具体 endpoint、SDK 形状、答案数量限制、配额、错误行为和数据控制仍需单独确认。建议把它封装在一个小型 provider 接口后面。
DevDay 发布背景
OpenAI 同时优化 Agent 和 Agent 的决策。
Decisions API 并不是孤立发布的，它与一系列让 Agent 更适合生产环境的能力同时出现：Agent 可以操作软件，安全扫描可以在云端继续运行，付费用户还可以用更高的 token 生成速度。
Agents API
从推理走向计算机使用
Agents API 加入 Computer Use，让 Agent 可以操作软件，而不只是描述人应该点击什么。这样，动作之前那个小的路由判断就变得更有价值。
Decisions API
控制循环中的快速分支
新的决策面负责处理窄范围选择——分类、路由或选择下一步——而更大的 Agent 仍负责理解任务。
Ultrafast
延迟开始成为产品档位
OpenAI 同时发布了更高 token 生成速度的 Ultrafast 付费档位。Decisions API 解决的是另一种瓶颈：不生成长文本，直接完成边界清晰的选择。
一种实用架构
保持推理开放，让执行保持边界清晰。
可以把 Decisions API 理解为应用中的一个快速关口：编排器负责明确任务，而权限和高影响动作仍由确定性代码掌握。
明确任务
让 Agent 或通用模型理解请求，并识别下一步真正需要的那个小决策。
传递相关上下文
只发送这次判断所需的文本或图片状态，而不是重复传递完整对话或工具轨迹。
提出一个边界问题
定义允许的答案——路由、放行、拦截、评分或下一步动作——让模型选择其中一个。
在代码中执行策略
在结果触发真实动作之前，执行阈值、权限、限流和人工审批。
调用契约
输入足够小，答案空间明确。
公开描述指向一种由上下文、问题和有限答案列表组成的请求。返回结果的目标是让应用代码直接消费。
目前公开报道提到支持文本和图片上下文。具体的多模态限制和稳定 SDK 形状，仍需以官方 preview 文档为准。
{
"context": "I was charged twice and need a refund.",
"question": "Which team should handle this?",
"answers": ["billing", "technical", "other"]
}{
"answer": "billing",
"confidence": 0.94
}下面的代码有意保持概念化，只用于说明公开报道中的决策契约，不代表已经稳定公开的 OpenAI SDK 请求体。
围绕它开发之前
Preview 的报道数据是起点，不是生产契约。
最重要的工程工作，是测量模型周围的边界：Schema、分数、失败模式，以及决定下一步如何执行的策略层。
验证 Schema
确认 endpoint、SDK 支持、答案数量上限、错误格式，以及拒答或无效答案如何表达。
等待价格信息
Preview 报道尚未给出公开价目表。上线前应先为模型路由决策建立明确的成本基线。
测试置信度
置信度分数不会自动等于校准概率。请用带标签的数据比较不同分数区间与真实结果。
为变化留空间
限量 preview 和持续演进的契约意味着需要 feature flag、fallback 路径，以及代码中的 provider 边界。
开发者会关心的问题
哪些信息已经知道，哪些仍属于 preview 细节？
现在所有开发者都能使用 Decisions API 吗？+
不能。公开报道描述它仍是限量邀请 preview，之后才会扩大开放。可用性和配额都可能变化，建议在官方文档明确前保留 provider fallback。
Decisions API 有公开价格吗？+
Preview 报道没有发布专门的价格表。可以先估算快速决策路径带来的价值，但在官方价格公布前，不要把某个成本假设硬编码进产品计划。
置信度值可以直接当成概率吗？+
不能自动这样理解。公开分析认为这个值更像模型自报分数，而不是经过独立校准的概率。请用带标签的结果测量分数区间，并为高影响动作设置阈值、拒答或人工复核。
页面里的概念 JSON 是官方 SDK 请求体吗？+
不是。它只展示公开信息中的思路——上下文、问题和允许答案——不假设 preview 的请求体、字段名称、限制或错误响应已经稳定。
现在就想试用决策模型？
在 Decisions API preview 继续演进的同时，可以先用 Jev 原型验证类型化分类、路由、评分和安全检查。