Decisions API – OpenAI毫秒级多选项决策接口发布

OpenAI 在 DevDay 2026 推出 Decisions API，依托 Luna 模型打造，面向需要快速判定、选项固定的业务场景。开发者传入文本或图像作为上下文，预先定义问题与候选答案集合，接口直接输出选定选项与置信度数值。接口主打低延迟推理，单次请求可压缩至 150 毫秒左右，跳过开放式文本生成流程，适配线上高并发业务链路。业务系统可直接读取结构化返回结果，用来完成内容分类、请求路由、智能体分支判断等任务，当前处于有限预览阶段。

Decisions API特点

接口输出范围被限定在开发者预设的候选选项集合，不会产生自由文本。

支持文本、图像两类输入素材，返回标准化 JSON 数据，程序解析成本低。

推理耗时远低于通用对话接口，并发请求场景下的吞吐能力更强。

单次调用成本更低，返回结果附带置信度数值，方便业务侧设置阈值做结果校验。

模型输出结果稳定性更高，减少开放式生成带来的内容漂移。

Decisions API技术原理

推理阶段锁定候选答案空间，输入内容经过特征提取后，仅计算各个预设选项的匹配概率。

系统不再执行 token 逐一生成流程，直接比对全部候选，选取概率最高条目作为返回结果。

底层推理链路做轻量化调度，精简计算步骤，缩短模型推理耗时。

网络层与推理队列做专项优化，降低延迟波动，保障线上实时请求的响应稳定性。

Decisions API功能

接收文本、图片输入素材，执行多候选选项判定。返回选中结果与置信度，输出 JSON 格式数据。

支持批量请求处理，记录每次调用的判定日志。

候选选项清单可动态修改，适配业务规则迭代。

结果可直接对接后端业务逻辑，自动流转至后续处理节点。

Decisions API应用场景

客服工单分配，识别用户消息类型，将工单分发至对应处理队列。

平台内容审核，快速标记内容类别，进入复核流程。

AI 智能体工作流节点，完成分支判断，决定下一步执行动作。

消息渠道分类，区分用户咨询类型，触发对应业务逻辑。

线上流量识别，区分请求类型，做流量分流处理。

Decisions API如何使用

访问 OpenAI 开发者平台，新建项目并获取 API 密钥。整理业务判定任务，编写问题描述与全部候选答案列表，准备待识别文本或图像素材。

构造 POST 请求体，填入上下文、问题、候选选项数组，携带密钥发起接口调用。

解析返回 JSON，读取判定结果与置信度，写入业务代码执行后续逻辑。

采集线上真实样本，持续调整候选选项，优化判定效果。