OpenAI Decisions API 上手指南：毫秒级 AI 裁判，每百万次判断只要 1 毛钱

OpenAI 刚上架了一个新能力：Decisions API 正式可用（2026-10-22 在 OpenAI 开发者社区公告，官方文档首句确认 “The Decisions API is now generally available”）。一句话说清：这是让你的软件向 AI 提“快速判断题”的接口——是/否、多选一、0–100 打分，瞬间返回结论，单次成本不到一分钱。如果说普通 AI 聊天像请了个顾问唠二十分钟，Decisions API 就像请了个裁判：看一眼，回放都不用，直接吹哨。

30 秒看懂三个词（本节之后不再解释）

• API（应用程序接口）：软件和 OpenAI 的 AI 之间的“后门通道”。没有聊天窗口——你的程序发一个问题过去，AI 返回一个答案。最难的一步就是复制粘贴密钥。
• Token：计费单位。粗略理解：一个英文单词约等于 1–2 个 token。文档写 “$0.10/每百万输入 token”，你就读成“发过去约 75 万个英文单词，收 1 毛钱”。
• Predicate / choice / score：这个接口返回的三种判断形状。Predicate = 对/错（“这封邮件是不是投诉？”）；choice = 多选一（“这张工单分给财务、物流还是退货？”）；score = 打分（“这条差评的愤怒程度 0–100 打几分？”）。

跟我有什么关系？

你多半不想自己写软件。但你认识的每个小老板——被客户消息淹没的 Shopify 店主、要分拣预约请求的牙科诊所、要筛商品的上架平台——都在付钱请人干 Decisions API 干的事：看一眼，定个性。过去需要每月 $3,000 的助理或资深客服做的判断，现在每天花几分钱就能自动完成。这对你意味着什么：你不一定要自己用这个接口，你可以把“结果”卖给永远不想碰代码的商家。下面的赚钱一节给了完整配方。

价格与免费额度（以下数字均为厂商宣称，未独立验证）

OpenAI 官方文档标价如下（都是 OpenAI 自己说的，没有第三方审计过）：

项目	价格（厂商宣称，未独立验证）	这对你意味着什么
输入	$0.10 / 每百万 token	发约 75 万个英文单词过去，收 1 毛钱。一家小店整个月的客户消息拿去分类，可能花不到 1 美分。
缓存输入	$0.01 / 每百万 token	同样的指令重复使用（prompt caching）再便宜 10 倍。这对你意味着：高频、重复的分拣工作几乎免费。
输出	$0——不收输出 token 费	普通 AI 接口连 AI 写回来的每个字都收费，这个不收，因为答案只是一个结论。这对你意味着：每次判断的成本固定可预测，方便你在上面定价卖服务。
缓存写入	另计费	多一个小额条目，别乱缓存。这对你意味着：只缓存真正会重复用的指令。

横向对比：做同一件事最接近的竞品 TypeSafe Jev，统一定价 $0.042/每百万输入——单价更便宜，但 OpenAI 这边有品牌、生态，外加 GPT-Live 语音通话集成等独家功能。美国和欧盟客户还可以选 AI 在哪“思考”（推理驻留地），合规要求高的客户能用 Zero Data Retention（OpenAI 不保留你的数据副本）。这对你意味着什么：卖给医疗、金融或欧洲客户时，你可以理直气壮地说数据合规标准更高。

自 public beta（9/29 DevDay）新增的能力：原生 GPT-Live 语音通话集成（通话中实时触发判断——比如实时识别出愤怒的来电者）、prompt caching、原生 JSON 输入（直接喂结构化数据）、单请求支持图片、单请求问题数 200→400（一次调用能干双倍的活，分摊掉调用开销）、组织用量报告、Private Link。这对你意味着：“把上季度 4 万封客服邮件全部分类”这种批量活，现在又便宜又快。

以及标题里的速度数字：OpenAI 称同模型下比 Responses API 快最高 10 倍（厂商宣称，未独立验证）。原理很简单——AI 不用写长回答，几乎没什么可等的。这对你意味着：来电实时分流这种“等人”的场景真的能用，没人会为了一个结论等半天。

手把手教程：10 分钟跑通你的第一次判断

第 1 步——注册 OpenAI 平台账号。 打开 platform.openai.com，用邮箱注册（就是 ChatGPT 背后那家公司，这是它的开发者站点）。约 2 分钟。

第 2 步——拿 API 密钥。 登录后点右上角头像菜单进 “API keys” 页面，点 Create new secret key，起个名字比如 “decisions-test”，立刻复制密钥——它只显示一次。把它当密码看待，谁拿到它谁就能花你的钱。

第 3 步——充一点钱。 在 Billing 里绑支付方式，充个小额（比如 $5）。Decisions 便宜到离谱，$5 够你测试几千次。

第 4 步——发出第一次判断。 打开终端（Mac 搜“终端”/Terminal，Windows 搜 PowerShell），把下面这段粘贴进去，把 YOUR_KEY 换成你刚复制的密钥：

curl https://api.openai.com/v1/decisions \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-luna",
    "type": "predicate",
    "input": "Hi, my package was marked delivered 12 days ago but it never arrived. I want my money back.",
    "question": "Is this customer asking for a refund?"
  }'

第 5 步——看结论。 你会收到一段很短的 JSON，大意是结论加置信度，例如 {"answer": true, "confidence": 0.96}（示意格式，具体字段以官方文档为准）。翻译成人话：是的，这是退款请求，AI 有 96% 把握。 搞定。你发了约 30 个单词，拿回一个判断，花了约 $0.000004——四百万分之一美元。

第 6 步——试试“多选一”。 把 "type" 改成 "choice"，问题改成 “Which department should handle this: billing, shipping, or returns?”（这封信该分给财务、物流还是退货？）——AI 会选一个标签。再改成 "score"，问题改成 “How angry is this customer, 0–100?”（这位客户有多愤怒，0–100 打分？）——你会得到一个数字。三种形状，能分拣的活无穷无尽。

直接抄：客服工单分类器（赚钱玩法就靠它）

把每条进来的客户消息喂给接口，配上固定指令，拿回一个标签：

curl https://api.openai.com/v1/decisions \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-luna",
    "type": "choice",
    "input": "把客户消息粘贴在这里",
    "question": "Classify this support ticket. Choose exactly one: URGENT_REFUND (customer demands money back), ANGRY (customer is upset but no refund demand), ORDER_STATUS (asking where their order is), PRODUCT_QUESTION (asking about a product), SPAM (irrelevant or promotional).",
    "instructions": "Decide based only on the message text. If the message matches none of the categories, choose SPAM."
  }'

然后你的程序按标签分流：URGENT_REFUND → 直接推到店主手机，ORDER_STATUS → 自动回复物流单号，SPAM → 进垃圾箱。单次请求最多塞 400 条消息（按文档把问题拼成数组批量发），一上午的收件箱一次调用就清空。

赚钱玩法：$199/月的工单分流插件

客户是谁： 月销 $2 万–$10 万的 Shopify/WooCommerce 小店主，亲自回每一条客户消息，晚上全耗在收件箱里。这种人有几百万，扎堆在 “Shopify Entrepreneurs” 之类的 Facebook 群组里，最烦一切“企业级软件”的味道。

卖什么： 交钥匙的“收件箱自动驾驶”——你把他们的客服邮箱/聊天接到上面的 Decisions API 分类器。退款要求秒推到店主手机，查物流的问题自动回单号，愤怒客户在打出 1 星差评前就被标出来，垃圾消息直接过滤。他们的工作方式什么都不用改，收件箱只是变安静了。

收多少钱： $199/月包月，对标的是替代方案（兼职客服每月 $800 起）。你每个客户的实际 API 成本：约 $0.05–$0.30/月（一万条消息也就几美分）。毛利率约 99%（不计你的人工）。这对你意味着：定价卖的是“夺回的晚上时间”，不是 token，$199 只是个心理锚点。

7 天验证计划：

1. 第 1–2 天： 加 2–3 个 Shopify 卖家 Facebook 群，发帖：“我在测试一个自动分拣客户消息的小工具，免费帮你分一周收件箱，谁要？”（不用网站，一个 Google Form 收集报名。）
2. 第 3 天： 拿第一个志愿者过去的 200 条消息跑一遍分类，交一份前后对比报告：“37 条退款要求你差点错过，112 条查物流的本来可以自动回复。”
3. 第 4–5 天： 给志愿者接上（Zapier/Make 加一小段脚本，实在不行先手动转发也行）。影子运行：你分类、他核对。
4. 第 6 天： 要一个数字：“这周帮你省了几小时？“拿到书面回复。
5. 第 7 天： 问志愿者愿不愿意 $199/月续用，经他同意后把他的评价截图发回群里当第一个 testimonial。1 个付费客户 = 验证成立，3 个 = 一门生意。

坑与限制（动手前先看）

• 目前只有一个模型。 接口现阶段只跑 gpt-6-luna。这对你意味着：如果你的判断场景需要别的模型的特长（或价格），暂时换不了——接大客户前先去文档确认有无更新。
• 它是“裁判”，不是“写手”。 别拿它写商品描述、起草回复、总结文章——它返回的是结论，不是段落。需要文字时配一个普通聊天 API：Decisions 负责分拣，聊天 API 负责写字。
• 置信度不等于正确。 0.96 的把握答错了，工单照样分错地方。这对你意味着：涉及钱的分类（退款、法务、医疗）前几周务必留人工复核，用真实结果测准确率。
• 厂商数字都是厂商说的。 10 倍速度、所有价格都是 OpenAI 的一面之词，未独立验证。给客户报成本时留 2 倍安全边际。
• 数据会进 OpenAI 的服务器。 除非你开 Zero Data Retention（合规档），输入都会在 OpenAI 侧被处理。这对你意味着：见不得光的东西别往里送，并且如实告诉客户他们的数据去哪了。