决策摘要
概述
DecisionsApi 是什么?
DecisionsApi 是一个开发者平台,把非结构化输入——客户消息、智能体上下文、来源证据——转换为应用可执行的结构化决策。开发者无需解析大模型的自由文本输出,只需定义带候选答案或刻度的命名问题,随共享上下文(称为“state”)一起发送一次请求,即可获得带概率和置信度信号的类型化答案。
该平台由 DecisionsApi 运营,自述为独立运营网站——明确表示并非 OpenAI 官方网站,也与 OpenAI 位于 /v1/decisions 的公测版 Decisions API 是两回事。网站基于 Cloudflare 构建,2026年10月日期的博客文章表明其上线时间较近。目标场景包括客服工单分诊、紧急度评分、人工升级判断、智能体工具路由、证据与 grounding 校验、线索评分、内容审核和 LLM 护栏。
DecisionsApi 如何工作?
工作流分四步。第一步,提供上下文——即请求中所有问题共享的 state。第二步,定义带候选答案或刻度的命名问题;一个请求可携带1到8个类型化问题,分三类:Choice(选一个分类)、Score(有序优先级)和 Noul(是非条件判断),请求上限 32 KiB。第三步,检查响应——带概率、置信度和用量信息的类型化答案。第四步,把结果映射到应用逻辑:路由工单、转人工或拦截提示词。
集成只涉及一个 REST 端点 POST /v1/systemone,使用 Bearer 令牌认证。浏览器工作台镜像了该 API 供测试:提供可编辑输入、15个示例场景(客服分诊、线索评分、LLM 护栏等)和并排模型对比——加载示例不消耗积分,实际调用需登录并消耗积分。
主要功能
- 三种问题类型:Choice 选分类、Score 定有序优先级、Noul 做是非条件判断。
- 多问题请求:单请求1-8个类型化问题,共享同一 state 输入,上限 32 KiB。
- 模型对比:在同一批标注样例上对比 GPT-6 Luna、Jev 1.13、Laya、Clef、PPLX Decider、Liquid d1、Mercury、Solar、Span-01 等模型。
- 浏览器工作台:可编辑输入和15个现成场景,无需写代码即可试用决策格式。
- 类型化 REST API:POST /v1/systemone,Bearer 令牌认证,返回结构化答案、概率和用量。
- 统一积分钱包:一个余额覆盖工作台、API 和评估调用。
定价
DecisionsApi 采用一次性积分包,永不过期、不自动续费。Starter 售价 $10 含 10 万积分,1个工作区、3并发、标准速度。Pro 售价 $100 含 100 万积分(标注为推荐),不限工作区、10并发、快速通道。Enterprise 售价 $1000 含 1100 万积分(含10%加赠),不限并发、专属快速通道、团队协作和优先支持。注册即送测试积分,因此平台有可用于评估的免费额度。官网说明平台积分与 OpenAI 直接计费相互独立。
常见使用场景
- 客服工单分诊:将来信分类并给出紧急度评分。
- 升级判断:用是非决策确定对话何时需要转人工。
- 智能体与工具路由:决定智能体下一步调用哪个工具或模型。
- 线索评分与内容审核:对注册或内容做有序优先级和条件判断。
- LLM 护栏:在答案展示前做 grounding 和证据校验。
局限性
官网明确说明概率和置信度只是模型信号而非准确率保证——阈值必须用自有标注样例校准,这是上线前的实际工作量。各模型支持的问题类型不同,模型名称和供应商可用性归各自开发方所有。实际调用需登录并消耗积分,工作台示例中的配置和运行历史不会被保存。名称容易与 OpenAI 独立的公测版 Decisions API 混淆;本平台使用自己的端点、模型 ID 和数据结构。官网未公布公司实体、国家或上线年份。
总结
DecisionsApi 包装了一个窄而实用的想法:让 AI 模型针对共享上下文回答类型化问题,并通过单一端点返回带概率的结构化答案。附带15个场景的工作台让评估变得简单,永不过期的一次性积分包让间歇性使用的成本可预期。代价是开发者需要承担阈值校准工作、各模型支持能力不一,以及与 OpenAI Decisions API 的命名重叠。它适合需要在应用内做可靠分诊、路由或护栏决策、并愿意在自有数据上验证阈值的开发者。
评价 (0)
还没有评价。成为第一个评价的人!
评分构成
编辑评分由哪些维度构成,每项附判断依据。 AI 就绪度和 GEO Score 是 AIGCLIST 在提交后生成的平台评估。
证据核查
关于该工具的公开声明,每条均标注核验状态与引用来源。
决策核对台
在依赖该产品或访问官网前,最值得先确认的问题。
继续探索
更多 AI 开发工具 工具
与当前产品共享主要分类的已发布工具。它们用于继续发现,并非编辑对比结论。