OpenAI Decisions API 与 Jev：接口、成本与迁移

决策 API 回答有边界的问题，应用不必解释生成文章。OpenAI 目前为这类任务提供专用端点文档，标为公开测试并支持 gpt-6-luna。早期发布报道描述的是有限预览，制定接入计划时应复核当前文档。“decision API”“decisions API”和“OpenAI decision model”往往指向同一个产品问题，本指南统一覆盖这些表达，把重点放在应用需要的契约。

OpenAI predicate 判断命题；Jev Noul 返回“是”的概率。两者都可用于二元规则，但阈值仍是独立政策。Choice 选择类别，Score 评估有序量表，其数值可以为小数，不一定是整数等级。区分 probability 与 confidence，不要假设一个提供方调好的概率阈值可直接迁移。有效迁移说明列出允许结果、解释类别边界，并规定证据不足时如何处理；复核人员应无需查看 SDK 就能读懂。

这份原创示例遵循文档请求结构。确认访问权限与当前条款后，在服务端使用 OpenAI 凭证发送。它不是 JevModel 请求，也未为本文执行付费实测。具名问题使用 choices 数组，不是 Jev 的 criteria 对象；为混合或证据不足情况保留 review 选项。HTTP 成功后仍须校验答案，才能作为路由数据。

curl --fail-with-body https://api.openai.com/v1/decisions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-6-luna","input":"The export fails and the customer asks about a duplicate invoice.","questions":[{"type":"choice","name":"queue","instructions":"Select the next review queue from the evidence.","choices":[{"value":"billing","description":"Only a payment or invoice issue needs review."},{"value":"technical","description":"Only a software error needs review."},{"value":"review","description":"Multiple issues or insufficient evidence need human review."}]}]}'

OpenAI 指南描述按问题 name 识别的答案数组，并包含 refusal 答案类型。Choice 概率是 value/probability 对象数组，confidence 为独立字段。不要把它直接传给期待按问题 ID 索引对象的 Jev 解析器。按名字匹配而非依赖数组位置，检查必需答案并拒绝未知标签。缺失答案、无效分布、拒答和上游失败都须有明确应用出口。拒答与低概率不是同一事件，日志分开记录。启用实际调用前用标为示意的保存样本验证适配器。

OpenAI 文档说明 Decisions 支持文本和图像；图像要求内嵌 base64 data URL，不接受托管图片 URL 或 file ID。传输细节属于适配器与输入校验，而不是业务类别。不能从媒体能力推断三种服务支持相同格式与大小。JevModel 公共 API 使用自己的 state 和 questions 契约，不是 OpenAI 媒体网关。生产方案中须在提供方文档确认账户访问、当前限制、数据保留设置与服务状态。测试阶段应采用可回退发布，并明确谁负责未来 API 变更。

10 月 7 日核验的 OpenAI 指南列出 Decisions 输入价为每百万 Token $0.10，不收输出或缓存读写费用，另有适用的地区和长上下文附加价。这是提供方直连价格，不是 JevModel 服务目录。用包含问题定义与必要上下文的实际代表请求估算，再加入重试、人工复核与运维。更便宜的请求若带来更多复核或更昂贵错误，流程总成本可能更高；较高单价的提供方也可能需要更少重复调用。记录报价日期，购买或发布前复核条款。

选择提供方前固定独立标注测试集，纳入能够挑战偏好模型的难例，而不只是最容易的演示。使用同一分类体系运行候选模型，检查自动覆盖率、错误路由、复核量、延迟与不可用响应；阈值在另一个样本集上调节。按任务报告错误，并解释哪些错误对流程负责人影响最大。候选模型旁路运行时保持现有集成。响应适配器与可接受判断表现满足书面要求后再切换，保留无需手动撤销客户记录的回退方式。

这个搜索表达是一种竞争观点，不是已成立的技术结论。OpenAI 专用端点提供另一个有边界判断选择，却没有测量你的 Jev 集成、解决你的隐私要求，或证明现有分类一夜之间变错。更有用的问题是：替代方案能否以更好的完整成本满足任务错误预算与服务限制？Jev 实测结果和契约符合需要时保留；另一个提供方解决已记录的缺口时再试运行。让生成模型负责开放式解释，决策服务负责有边界分支，执行动作的权限仍由代码掌握。