给 AI 请求分配模型，像给工单分级：简单问题交给便宜模型，复杂或高风险问题再升级。OpenAI 新推出的 Decisions API，正试图把这一步做成专用接口。模型路由——先判断请求的难度、类别或风险，再选择处理模型——因此可能不必再靠一套零散提示词和解析逻辑来实现。
据 OpenAI API Changelog，Decisions API 于 10 月 6 日进入 public beta，通过 /v1/decisions 提供。官方文档称，它接收文字或图片，可回答三类结构化问题：predicate 返回某条件为真的概率，choice 从固定选项中选择，score 按等级量表打分。程序可以据此分类内容、分流请求或安排工作优先级；但概率是否可信仍取决于校准——比如标作 80% 把握的判断，长期看是否真有约八成正确。
它还不能取代完整的模型路由与代理编排。当前只支持 gpt-6-luna；任意 JSON 输出或带参数的工具调用，仍要使用 Structured Outputs 或 function calling。OpenAI 自称其生成这类 typed answers 的速度约为 Responses API 的十倍，但现有供稿只有 Towards Data Science 实用指南摘要，未提供独立测试，眼下更适合把它视为值得关注的新路由零件，而非现成替代品。