OpenAI Decisions API 是什么?和 Jev、Laya 对比
OpenAI Decisions API 能做什么、公开测试期的价格和接口格式,以及它与 Jev、Liquid AI d1、开源 Laya 的对比。
OpenAI Decisions API 是 OpenAI 推出的接口:它不写文字,而是回答带类型的问题——判断一句话成立的概率、从你给定的答案里选一个,或者在你定义的等级上打分。你传入问题和上下文(文本或图片),它返回答案和概率。OpenAI 在 2026 年 9 月 29 日的 DevDay 上发布了它,10 月 6 日起向所有开发者公开测试,底层是 GPT-6 Luna(OpenAI 的低成本模型)。
这意味着 OpenAI 进入了 TypeSafe Jev、Liquid AI d1 和开源 Laya 所在的品类:System One 模型。它们负责快速、有边界的判断,慢的推理交给更大的模型。本文整理 OpenAI 公布的信息,以及 OpenAI Decisions API 和其他 System One 模型怎么比。
OpenAI Decisions API 一览
| OpenAI 公布的内容 | |
|---|---|
| 开放情况 | 2026 年 10 月 6 日起公开测试;正式版预计「未来几周」推出 |
| 接口 | POST /v1/decisions |
| 模型 | gpt-6-luna,目前唯一可用的模型 |
| 问题类型 | predicate(一句话成立的概率)、choice(从你给的值里选一个)、score(在你定义的等级上的期望值) |
| 输出 | choice 和 score 答案带每个选项的概率和一个 confidence 字段 |
| 输入 | 一段文本,或包含文本和图片的 user 消息;图片必须是内嵌的 base64 data URL |
| 价格 | 每百万 input token $0.10;输出、缓存读取和缓存写入都不收费 |
| 速度 | 「比 Responses API 快约 10 倍」;DevDay 上展示的是 150 毫秒对 1.6 秒 |
| 数据管控 | 符合条件的客户可用零数据留存(ZDR)和 HIPAA;支持在美国和欧洲就地处理 |
价格另有地区处理加价和长上下文倍率。OpenAI 没有说明 confidence 怎么算,速度数据也是 OpenAI 自己的,还没有第三方实测。
OpenAI Decisions API 和 Jev、Laya 有什么不同
| OpenAI Decisions API | TypeSafe Jev | Liquid AI d1 | Laya | |
|---|---|---|---|---|
| 谁来运行 | OpenAI(托管) | TypeSafe(托管) | Liquid AI(托管),也可以自己运行开放权重的 d1-3B 和 d1-omni-600M | 你自己,或我们的托管 Laya API |
| 权重 | 闭源 | 闭源 | 托管版闭源;d1-3B 和 d1-omni-600M 以 LFM Open License 开放 | 开源,Apache 2.0 |
| 输入 | 文本或图片 | 文本 | 文本;d1-3B 还能读图片 | 文本(含 JSON) |
| 问题类型 | predicate、choice、score | choice、score、noul | choice、score、noul | choice、score、noul |
| 每个选项的概率 | 有,另有 confidence | 有,经过校准 | 有,经过校准 | 有 |
| 接口格式 | POST /v1/decisions,自有格式 | POST /v1/systemone | POST /v1/systemone(可用 TypeSafe SDK) | POST /v1/systemone |
| 价格 | 每百万 input token $0.10 | 每百万 input token $0.042 | 有免费额度,付费价格未公布 | 自己部署免费 |
| 速度 | 比 Responses API 快约 10 倍(OpenAI 的数据) | 我们的实测中位数 410 毫秒,含网络时间 | d1-3B 在 RTX 4090 上 8 毫秒(Liquid 的数据) | 我们本地实测 11 到 54 毫秒 |
| 微调 | 不提供 | 不能 | 官方未说明 | 可以,用你自己的标注数据 |
实际使用中最大的几点区别:
- 图片。 OpenAI Decisions API 可以把图片当作上下文,Liquid 开放权重的 d1-3B 也可以。Jev 从 2026 年 10 月起也能读图片,但还是需要手动开启的实验功能;Laya 只读文本。
- 接口格式不同。 Jev、d1 和 Laya 都用
POST /v1/systemone,代码在它们之间切换只需要改接口地址。OpenAI Decisions API 用自己的接口,是非题叫predicate而不是noul,选项写成值列表和带标签的等级,所以切换要写一个小的转换层。 - 价格。 每百万 input token:OpenAI $0.10,Jev $0.042,输出都不收费;Liquid 没有公布付费价格;自己部署 Laya 只有硬件成本。
- 可控性。 Laya 权重开源,可以部署在自己的服务器上、数据不出内网,还能微调;Liquid 开放权重的 d1 模型在它自己的许可下也能这样用。OpenAI Decisions API 不能自己部署,不过符合条件的客户可以开启零数据留存。
该用哪一个?
| 你的情况 | 先试 |
|---|---|
| 要对截图、照片等图片做判断 | OpenAI Decisions API;想自己部署就用 Liquid d1-3B |
| 已经在用 OpenAI,想只用一个账号、一张账单 | OpenAI Decisions API |
| 托管服务里按 token 最便宜 | Workers AI 上的 Clef-Flash($0.038),其次是 Jev 或 Microsoft-Decision-1($0.042) |
| 系统已经在 Azure 上 | Microsoft-Decision-1,请求体沿用 Jev,接口在 Azure 上 |
| 希望同一份代码能在几家之间切换 | /v1/systemone 格式:Jev、d1 或 Laya |
| 数据必须留在自己服务器上,或者要微调 | 自己部署 Laya |
| 想用开源模型但不想管服务器 | 我们的托管 Laya API |
如果现在就要评估,建议把问题集中管理,用同一批标注数据分别跑每个后端。把 /v1/systemone 请求转成 OpenAI 格式,要把 noul 改成 predicate,并把选项改写成值列表(choice)或带标签的等级(score)。从我们的 System One 基准测试可以看到,同样的问题,不同模型的准确率差别有多大。
OpenAI Decisions API 是 Jev 的竞争对手吗?
就托管服务来说,是。两者做的是同一件事:在 Agent 或数据流程里做快速、便宜的判断,只在真正需要时才调用昂贵的大模型。OpenAI 没有说这次发布是针对 Jev。对已经在用 OpenAI 的团队,Decisions API 省掉了第二家供应商,还能输入图片;Jev 每 token 更便宜,格式和其他几家通用;需要开源权重、自己的服务器或微调时,就选 Laya。
常见问题
OpenAI Decisions API 现在能用吗?
能。2026 年 10 月 6 日起向所有开发者公开测试,OpenAI 预计未来几周推出正式版。目前只有 gpt-6-luna 一个模型。
OpenAI Decisions API 怎么收费?
每百万 input token $0.10,输出 token、缓存读取和缓存写入都不收费。另有地区处理加价和长上下文倍率,测试期的价格到正式版时也可能调整。作为对比,Jev 每百万 input token $0.042。
OpenAI Decisions API 返回概率吗?
返回。choice 和 score 答案带每个选项的概率和一个 confidence 字段,predicate 答案本身就是一个概率。OpenAI 没有说明 confidence 怎么算,拿它当阈值之前,先用你自己的标注数据测一下。
TypeSafe SDK 或 Jev 的代码能直接用在 OpenAI Decisions API 上吗?
不能。Jev、Liquid AI d1 和 Laya 共用 /v1/systemone 格式;OpenAI Decisions API 是自己的接口 POST /v1/decisions,是非题叫 predicate 而不是 noul。需要用 OpenAI 的 SDK,或者写一个小的转换层。
OpenAI Decisions API 有开源替代吗?
有。Laya 是 Apache 2.0 许可的开放权重 System One 模型,有支持 100 多种语言的 checkpoint。Liquid AI 的 d1-3B 也能读图片,权重在它自己的许可下开放。更多开源模型见 System One 模型对比 和 Jev 替代品。
资料来源
- OpenAI Decisions API 文档
- The Decoder:OpenAI 在 DevDay 上扩展 Codex 和 API
- LiquidAI/d1-3B(Hugging Face)
- TypeSafe:Introducing System One Models and Jev
最后核实:2026 年 10 月 11 日。