OpenAI Decisions API 开放公测：每百万输入 token 收费 0.10 美元，支持图像输入，与 Perplexity、Cloudflare、Amazon 的开源决策模型正面竞争
来源The New Stack查看原文
速览
- OpenAI Decisions API 进入公测，支持图像输入，定价每百万输入 token 0.10 美元。
- 输出为 predicates、choices、scores 三类结构化结果。
- Perplexity、Cloudflare、Amazon 本月均发布开放权重决策模型，可自行下载部署。
- Perplexity 模型整体 benchmark 略胜 Jev，但 Jev 在 11 项中赢下 6 项。
- Clef 与 OpenAI、Perplexity 模型支持图像，Jev 和 Strands Decider 仅支持文本。
- OpenAI 坚持托管 API 路线，与开源阵营形成部署方式上的分野。
- OpenAI 演示了决策模型与机器人、动画角色、语音模型的组合用法。
OpenAI 本周将 Decisions API 开放公测，并为其加入图像输入能力，可基于视觉内容快速做出判断。该 API 运行在 GPT-6 Luna 上，定价为每 100 万输入 token 0.10 美元，不收取输出 token 费用，也不对缓存读写收费。它把文本或图像转化为三类结构化输出：predicates（某件事为真的可能性）、choices（哪个预定义选项最合适）、scores（输入落在某个数值区间的哪个位置）。OpenAI 称其做出决策所需时间只是推理模型的一小部分。与此同时，Perplexity、Cloudflare、Amazon 本月也各自发布决策模型，但走的是开放权重路线，允许开发者下载权重并在自有基础设施上运行。OpenAI 是少数坚持只提供托管 API 的厂商，这一部署方式差异可能成为开发者选型的决定性因素。
关键事实
- OpenAI 本周将 Decisions API 开放公测，并新增图像输入能力。
- 该 API 运行在 GPT-6 Luna 上，定价为每 100 万输入 token 0.10 美元，无输出 token 费用，缓存读写也不收费。
- Decisions API 支持三类结构化输出：predicates、choices、scores。
- OpenAI 称其决策速度只是推理模型完成同样任务所需时间的一小部分。
- Perplexity 本月在 Hugging Face 发布 pplx-decider-v1-27b，基于 Qwen3.8-27B 微调，采用 Apache 2.0 许可。
- Perplexity 报告其模型在 11 项 benchmark 上以 85.71% 对 TypeSafe 的 84.51% 整体胜出，但 Jev 在 11 项中的 6 项胜出，包括 WinoGrande、BBH 和 TruthfulQA binary。
本站视角
这件事最直接的影响对象是做 Agent、具身智能和实时交互应用的中文开发者。过去这类团队要在每一步动作上调用推理模型，延迟和成本都难以承受；决策模型把「选哪个」这一步单独拆出来，用极短输出换取低延迟，OpenAI 的定价（每百万输入 token 0.10 美元、输出免费）实际上是在鼓励高频调用——这对做游戏 AI、机器人控制、UI 自动化的团队是实打实的成本结构变化。 我们的判断是：OpenAI 这次的产品定位比它的定价更有意义。它没有去卷 benchmark，而是把决策模型嵌进 GPT-Live 和机器人、动画角色的组合演示里，说明 OpenAI 想把它卖成多模态 Agent 流水线中的一个标准零件，而不是一个可以单独评测的模型。这是一种生态锁定策略：一旦开发者的 Agent 架构按「语音模型 + 决策模型 + 视觉输入」搭好，迁移成本就不只是换一个模型权重那么简单。 反过来说，Perplexity、Cloudflare、Amazon 的开源路线对国内团队的实际吸引力可能更大。开放权重意味着可以私有化部署、可以规避 API 依赖、可以按自己的延迟预算做量化裁剪，这对数据敏感或需要离线运行的场景是硬需求。Cloudflare 的 Clef 同时提供开放权重和 Workers AI 托管，等于把两条路都留给了开发者，这种「两头下注」的做法值得关注。 需要指出的可疑之处：OpenAI 声称决策速度「只是推理模型的一小部分」，但没有给出任何具体倍数或 benchmark 数据，这个说法目前无法验证。Perplexity 虽然公布了 85.71% 对 84.51% 的整体优势，但这个总分掩盖了 Jev 在 11 项中赢下 6 项的事实，包括 WinoGrande、BBH、TruthfulQA binary 这类常被引用的基准——用总分宣传「全面领先」是有水分的。Amazon 的「约 20 亿参数公开模型中排名第二」也限定在 JevBench 公开集这一自选口径下，参考价值有限。对开发者来说，现阶段更稳妥的做法是按自己的实际任务做小规模对比测试，而不是采信任何一方的总分。
背景与影响
决策模型这一品类近期集中爆发。TypeSafe 上月发布 Jev 时曾引起不小反响，但这一热度似乎正在快速消退——OpenAI 的入局，加上 Perplexity、Cloudflare、Amazon 本月相继推出各自版本，让这一赛道迅速拥挤。值得注意的是路线分化：Perplexity、Cloudflare、Amazon 都选择开放权重，允许开发者下载模型并在自有基础设施上运行；OpenAI 则把模型留在托管 API 之后。这意味着开发者的选型考量不再只是分数高低，还包括数据是否出域、推理成本结构、能否离线或私有化部署。OpenAI 的定价结构（只按输入 token 计费、输出与缓存免费）也暗示决策类任务的输出极短，成本主要来自输入上下文。从演示看，OpenAI 正把 Decisions API 定位为 Agent 与具身场景中的「快速判断层」，与负责语言理解和生成的模型分工：GPT-Live 处理语音与语义，Decisions API 负责在每一帧或每一步做出选择。需要观察的是，OpenAI 未公布 benchmark 数据，而 Perplexity 公布了，这使两者的能力对比目前缺乏可验证的基准。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。