01
收集真实输入
从业务流程中选择消息与记录，同时包含短请求、上下文缺失和边界模糊的案例。
state = ticket.textDecisionsApi · 聚焦问题，从预设答案中做选择
OpenAI Decisions APILuna 模型评估指南
OpenAI Decisions API 使用 Luna 的能力回答你定义的问题，并从有限的预设答案中选择结果。官方公告介绍了文本或图片上下文，以及分类、请求路由和 Agent 决策等用途。在这里了解评估方法，再通过本站独立服务支持的模型测试实际工作流。
阅读 OpenAI 官方 DevDay 公告明确预期答案使用同一组案例比较检查不确定的结果
本站输出格式示例
静态示意客户消息
“我今天早上被重复扣款了，请尽快退回多扣的款项。”
一条消息 → 三项实用判断
Choice
账单问题
选择对应客服队列
是 / 否
96%
是否属于紧急请求
Score
2.8 / 3
在明确的 0–3 量表上判断紧急度
这是本站决策格式的静态示例。数值不是 Luna 的响应、实时调用结果或准确率基准。
01 / 动手测试
使用本站支持的模型建立基线
输入自己的文本，定义预期答案，并检查请求和响应。工作台实际调用模型选择器中的模型；此页面不提供 Luna 在线演示。
运行请求前，请确认所选模型及工作台当前的使用规则。
工作台
02 / 规划评估
把模型调研变成可重复的测试。
有效的比较需要固定任务、清晰标签和有代表性的输入。评估账号可以访问的不同模型时，应尽量保持这些标准一致。
02
定义正确答案
在比较模型响应之前，先写清允许的标签、每档评分的标准，或是与否各自代表什么。
questions = { intent, urgent }03
逐项检查结果
用人工核对过的答案评估输出，记录每个模型的错误、响应时间和实际用量。
answer = result.answers.route04
设定执行边界
上线前明确哪些结果可以直接触发动作，哪些需要补充信息或交给人工复核。
if result.urgent: escalate()03 / 选择实用任务
评估产品本来就需要做出的判断
OpenAI 公告重点介绍了分类、请求路由和 Agent 下一步选择。可以从以下相关场景出发，为 OpenAI Decisions API Luna model 的评估准备实用测试集。
01
路由客户请求
定义账单、技术、账号和其他队列。加入同时涉及多个问题的消息，统计模型是否选中了预期队列。
02
选择 Agent 的下一步
比较查记录、调用工具、生成文本与人工复核几类动作，并加入信息不完整或缺少执行授权的案例。
03
核对主张与证据
把主张与来源段落配对，标记为支持、反驳或无法确定，避免将证据不足直接等同于主张错误。
04 / 确定输出形式
在本站测试三种决策输出
明确的输出形式更容易比较，也更容易接入代码。请选择当前模型支持的类型；OpenAI 模型具体的输出约定应以其官方文档为准。
Choice：选择一个明确标签
定义少量相互区分的选项，并说明它们的边界。案例可能无法归类时，保留其他或人工复核选项。
Score：使用清晰的评分尺度
逐档描述紧急度、相关性或完整性。按偏差等级检查结果，区分轻微分歧与可能影响业务的严重错误。
Noul：聚焦一个是非问题
写清是与否各自代表什么，再使用未参与调试的案例检查返回概率，最后选择适合业务的自动执行阈值。
从评估走向接入
查看本站的 API 接入方式
这段服务端示例调用本站 /v1/systemone 接口，使用 typesafe/jev-1.13 模型，展示 state、questions、认证与类型化答案的配合方式。接入 OpenAI 时，请从可访问模型的官方文档获取模型 ID 和请求格式。
阅读本站 API 文档服务端 REST 请求
类型化决策答案
本站 API 密钥
POST /v1/systemone · 本站接口
JavaScript 示例 · typesafe/jev-1.13 · 非 Luna API 请求
const response = await fetch(
"https://decisionapi.net/v1/systemone",
{
method: "POST",
headers: {
"Authorization": `Bearer ${DECISIONS_API_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
model: "typesafe/jev-1.13",
state: ticket,
questions: { route: { type: "choice", criteria } }
})
}
);05 / 了解服务
开始使用 Decisions API
赠送测试积分
注册后即可获得用于测试的赠送积分，创建账号、加载示例、检查预算，并运行你的第一组问题。
所有实时调用共用一个钱包
Playground、API 与评估工作流共用同一积分余额，购买的积分长期有效。
用量清晰可查
查看请求历史与积分变动，并用请求 ID 将 API 调用和用量记录对应起来。
本站独立服务套餐
以下套餐适用于本站服务及已支持的模型。请根据测试与接入需求选择；页面金额不是 OpenAI Luna 模型的官方价格。
购买本站套餐不会授予 OpenAI 模型访问权限。模型可用性、开放资格和价格请通过 OpenAI 官方文档及你的 OpenAI 账号确认。
重要说明：Decisions API 目前处于小范围测试阶段
Decisions API 尚未全面开放，目前仅提供小范围测试。我们会按照付款顺序逐步开放调用权限，并通过邮件通知。等待期间，你可以先使用 Jev AI 等其他 Decision API。
入门版
$10
适合验证一个真实工作流，从在线测试走到第一次 API 调用
- 100,000 积分，长期有效
- 1 个工作区
- 3 并发
- 正常速度
- choice、score、noul 三类问题
- 类型化决策输出
- 概率与置信度结果
- 在线测试台
- API key 管理
- 邮件支持
推荐
专业版
$100
适合将分类、路由和安全判断稳定接入线上产品
- 1,000,000 积分，长期有效
- 无限工作区
- 10 并发
- 快速通道
- choice、score、noul 三类问题
- 类型化决策输出
- 一次请求并行提问
- API 访问
- 用量与调用记录
- 优先支持
企业版
$1,000
适合多工作区、团队协作与定制化生产集成，额外赠送 10% 额度
- 11,000,000 积分（含额外赠送 10%）
- 包含专业版全部功能
- 并发不限制
- 独立快速通道
- 团队工作区与协作
- 定制集成支持
- 安全与权限配置建议
- 专属支持
- 生产级优先处理
- 产品路线反馈通道
用自己的数据比较
用实际结果筛选模型
先测试本站可用模型，再把同一套经过人工核对的测试集用于其他有权限访问的模型。分别记录决策质量、响应时间和实际成本，不要把不同提供商返回的概率值直接视为同一种指标。
已核对案例上的决策质量实测响应时间实际单次决策成本
查看可用模型对比Jev
为分类、评分和是非判断任务建立基线
Laya
使用相同输入和判断标准比较结果
Kev、Solar 与 Span
加入其他可用模型，并检查各自支持的问题类型
最近博客
从实践中，持续更新
了解 Jev 的产品、技术和集成进展。
AI API
Decisions API vs Jev：核心区别、API 集成与选型指南
深入比较 Decisions API vs Jev 的平台与模型差异、类型化输出和 API 接入方式，学习质量评估、成本核算、迁移步骤与实用选型方法。
2026年10月3日 · 15 分钟阅读
AI 模型
OpenAI Decisions API Luna Model：原理与实践指南
了解 OpenAI Decisions API Luna 模型的已确认能力与预览状态，学习有限答案决策、请求路由、效果评估和生产上线方法。
2026年10月3日 · 16 分钟阅读
开发指南
Decision API OpenAI：接入指南与实用示例
构建 Decision API OpenAI 工作流：从类型化输出、REST 示例到质量评估和生产控制，厘清不同 API 协议，让 AI 决策可靠接入业务。
2026年10月3日 · 16 分钟阅读
AI API
Decisions API 文档与示例：请求格式、问题类型和生产接入
一份面向开发者的 Decisions API 文档与示例指南，介绍 REST 请求格式、Choice / Score / Noul 问题类型、客服分流案例和生产环境安全实践。
2026年10月1日 · 13 分钟阅读
OpenAI Decisions API Luna model 常见问题
了解已公布的能力、实用的比较步骤，以及适合当前工作流的接入方式。