一句话看懂：OpenAI 在上周 DevDay 预告后，正式发布了 Decisions API，走的是和 Jev 类似的”只收输入、不收输出”计费路线；开发者 Simon Willison 用 GPT-6 Astra 读文档，自动生成了一个兼容的 llm-openai-decisions 插件。
事件核心：发生了什么
OpenAI 推出新的 Decisions API，提供 gpt-6-luna 决策模型。和此前 Simon Willison 做过的 llm-typesafe 插件思路对应，他这次让 GPT-6 Astra 直接读取 OpenAI 新 API 文档，生成了 llm-openai-decisions 插件。该模型支持文本与图像两种输入，计费只算输入、不算输出，价格为每百万输入 token 10 美分；对比 Jev 同类模型的 4.2 美分，OpenAI 贵了一倍多。API 形态与 Jev 概念上高度接近，同样支持三种问题类型：是/否、多选项、打分。
为什么重要
这类”决策型”接口和主流对话式 API 的定位不同：它不生成长文本，而是把模型的推理收敛成结构化的选项或分数，输出token免费意味着调用方的成本几乎只取决于提示词和图片大小。对做分类、审核、表单判断、A/B 评估的团队来说，这比让模型自由发挥更可控。另一个信号是竞争：Jev 先跑通这条路，OpenAI 跟进并加上图像输入，说明决策类 API 正在从工具型玩家的试验变成大厂的正式产品线，价格战可能随之而来。
对用户/开发者/创作者的影响
开发者可以直接安装插件试用，查询方式沿用 llm 生态的习惯，图片附件也能作为判断依据，适合需要”看图给结论”的场景。创作者和企业用户在选型时要算清账：OpenAI 单价更高，但胜在模型能力和生态整合；Jev 更便宜，适合量大、判断简单的任务。目前公开信息显示输出不收费，但输入侧成本会随提示词长度和图像分辨率放大，实际预算仍需按调用量估算。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 OpenAI 是否会下调决策模型价格，缩小与 Jev 的差距；二是图像输入的计费口径（图片如何折算成输入 token）是否公开透明；三是 Jev 这类先发工具型产品会不会被大厂 API 挤压，转向更垂直的场景或开源路线。
