OpenAI Decisions API 公测，gpt-6-luna 模型可用

Decisions API 评估文本、图像或两者，并返回类型化的答案，速度比 Responses API 快约 10 倍。获取条件为真的概率、从固定集合中做出的选择，或针对评分标准的得分。使用这些答案来对内容进行分类、路由请求并在您的应用中优先处理工作。在编写代码之前，可以在 Playground 中尝试 Decisions API，以试验问题和输入。Decisions API 目前处于公开测试阶段，我们预计将在未来几周内正式发布。gpt-6-luna 是目前唯一可用的模型。使用专用的 POST /v1/decisions 端点。要运行下面的 SDK 示例，请使用以下 OpenAI SDK 版本或更高版本：Python 3.26.0、JavaScript 7.30.0、Go 3.73.0、Ruby 0.101.0 和 Java 4.78.0。请参阅 OpenAI SDK 获取安装说明。## 决策如何运作 请求包含三个部分：字段 | 用途 model | 评估请求的模型。目前仅支持 gpt-6-luna。input | 问题的共享证据：一个文本字符串或包含文本和图像的用户消息。questions | 要评估的内容，包括每个问题的类型、指令以及任何允许的选择或分数等级。响应包含一个 answers 数组。为每个问题指定一个唯一的名称以标识其答案；API 会在响应中回显该名称。## 选择问题类型 类型 | 用于 | 主要结果 predicate | 检查条件，例如可见损坏或内容相关性。| probability：条件为真的估计值，范围从 0 到 1。choice | 选择一个选项，例如部门或内容类别。| choice：您提供的一个值。score | 根据有序等级对输入进行评级，例如问题严重性。| score：等级索引的概率加权平均值。choice 和 score 都会返回离散选项上的概率分布。对于没有顺序的类别（如部门），请使用 choice。对于有序等级（如严重性），请使用 score；它通过计算数字索引的概率加权平均值来生成可能介于等级之间的分数。当您的应用需要上述类型的回答时，请使用 Decisions。当您需要根据自定义 JSON 模式生成对象（如提取的字段或书面解释）时，请在 Responses API 中使用 Structured Outputs；当您需要模型请求带有参数的工具调用时，请使用函数调用。## 检查图像中的可见损坏 使用 predicate 问题来检查产品照片是否存在可见损坏。此请求将图像与查找裂纹、撕裂或凹痕的指令相结合。凹痕取消 答案相关性 ## 该物品是否有凹痕？概率 1.00 “请在下次续费前取消我的订阅。我可以切换到年度计费并保留当前计划吗？我不再需要这个了。我如何停止未来的收费？概率 1.00 问题 30 天后我能退货吗？回答 收货后 30 天内接受退货。此后，商品不再符合退款资格。从账户中的订单页面开始退货流程。标准运输需要三到五个工作日。概率 0.90 检查图像中可见的损坏 curl ``` 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 IMAGE_BASE64="$(base64 < product.png | tr -d '\r\n')" curl https://api.openai.com/v1/decisions \ -H "Authorization: Bearer $OPENAI_API_KEY" \ -H "Content-Type: application/json" \ --data-binary @- <