OpenAI Decisions APIのコストモデル:入力のみの課金と高速な型付き出力
更新日 October 7, 2026 · 初回公開 October 7, 2026
OpenAIのDecisions APIは、共有されたテキストまたは画像の証拠を、型付きの分類、選択、スコアに変換するベータ版のエンドポイントです。GPT-6 Lunaでは、入力トークン100万個あたり$0.10が課金され、キャッシュトークンや出力トークンの課金はありません。「10x faster」という主張はレイテンシに関する目安として受け止め、実際のワークロードで品質とタスク全体のコストを検証してください。
OpenAIは2026年10月6日に何をリリースしましたか?
OpenAIは2026年10月6日にDecisions APIをパブリックベータとして追加しました。専用のDecisionsガイドによれば、型付きの回答をResponses APIの約10倍の速さで返します。リリース時点でサポートされるモデルはGPT-6 Lunaのみで、リクエストにはPOST /v1/decisionsを使用します。この速度比較はOpenAIが公表している主張であり、すべてのアプリケーションでエンドツーエンドの同様の改善が得られることを約束するものではありません。
1つのリクエストには、共有される入力が1つと、1つ以上の質問が含まれます。各質問では、述語(条件が真である確率)、提示された選択肢からの選択、または順序付けられたレベルに対するスコアを求められます。エンドポイントはこれらの回答を、確率や信頼度の情報とともに型付きの形式で返します。そのため、サポートチケットの振り分け、商品写真に見られる損傷の可能性のフラグ付け、問題の重大度のスコアリングなど、範囲の限られた判断に適しています。
Decisions APIの課金はどのような仕組みですか?
Decisionsエンドポイントについて、OpenAIはGPT-6 Lunaで入力トークン100万個あたり$0.10と記載しています。ガイドには、課金されるのは入力トークンのみで、キャッシュ読み取り、キャッシュ書き込み、出力トークンの料金は適用されないとあります。これは通常のGPT-6 LunaのResponsesリクエストとは異なります。後者の標準的な短いコンテキストの料金は、キャッシュなしの入力が100万トークンあたり$0.10、キャッシュ済み入力が$0.01、キャッシュ書き込みが$0.125、出力トークンが$0.50です。このエンドポイントには、モデル全体の料金表ではなく、Decisions専用の料金条件を使用してください。
以下は、該当する地域別またはロングコンテキストの調整を加える前の仮の試算です。平均的なリクエストが1,200入力トークンを使う場合、トークン料金は1,200 ÷ 1,000,000 × $0.10 = $0.00012です。このようなリクエストが100万件あれば、入力トークンは12億個、費用は約$120になります。これは計画用の例であり見積もりではありません。予算を決める前に、実際のトークン使用量を計測し、最新の料金を確認してください。
ここでは出力トークンが課金対象ではないため、入力全体を正確に数えてください。証拠、リクエストに含まれるシステムコンテキスト、そして各質問の指示と選択肢が対象です。意味がある場合は、同じ入力に関する独立した質問を1回のリクエストにまとめて送ります。OpenAIは、独立した質問は証拠を共有できると記載しています。以前の回答に依存する質問は、別の呼び出しで送る必要があります。あいまいな評価基準にトークンを費やさないよう、質問は短く観察可能なものにしてください。
チームはResponsesではなくDecisionsをいつ使うべきですか?
結果が本質的に限定されている場合にDecisionsを使います。たとえば、「この画像には目に見える損傷がありますか?」「この3つのキューのうち、このチケットの担当はどれですか?」「この問題は、これらの明示されたレベルに照らしてどの程度深刻ですか?」といったケースです。汎用モデルに段落を書かせてからその文章を解析するのではなく、アプリケーションが振り分けや集計に使える回答を返します。
説明、任意のJSONスキーマ、生成テキスト、ツール呼び出し、またはモデルとの対話を要する判断が必要なタスクには、引き続きResponsesを使用してください。OpenAIのガイドは、カスタムJSONオブジェクトが必要な場合はStructured Outputs、モデルにツール呼び出しを要求させたい場合はfunction callingを使うよう、開発者に明確に案内しています。型付きの選択は、根拠のある説明や実行可能なアクションの代わりにはなりません。
適切な比較対象は、トークンやレイテンシ単独ではなく、正しいビジネス成果1件あたりのコストです。コストのかかる誤検知を生む高速な分類器は、レビュー工数を増やす可能性があります。低価格のエンドポイントでも、チームがプロンプトの繰り返し、手作業のレビュー、下流での修正で補うなら、結果的に不利になることがあります。Decisionsのレスポンスにある使用量と回答のフィールドを追跡し、結果のサンプルをラベル付き例と照合し、人によるレビューと下流の処理を、正常に振り分けられたケース1件あたりのコストに含めてください。
FinOpsは削減効果の主張をどう検証できますか?
- 範囲の限られたワークロードを1つ選びます。 回答セットが明確で、誤りのコストを測定できる、大量の分類またはスコアリングの工程を選びます。
- ラベル付きテストセットを作成します。 カテゴリごとに精度を測定し、信頼度や確率のキャリブレーションを確認します。OpenAIが推奨するとおり、誤検知と見逃しのコストに基づいて、人によるレビューのしきい値を設定します。
- 比較可能なパイロットを実施します。 同等の入力で、現行の本番経路とDecisionsを比較します。エンドポイントのレイテンシ、トークン、リトライ、レビュー率、修正した誤りのコストを記録します。
- 経路全体の予算を立てます。 ストレージ、アプリケーションのコンピュート、レビュー担当者の時間、後続のResponsesやツール呼び出しを加えます。Decisionsのトークン価格が、ワークフローの残りを無料にするわけではありません。
- 撤退経路を確保します。 このエンドポイントはパブリックベータです。エンドポイントとモデルを設定で固定し、変更履歴を確認し、挙動や提供状況が変わった場合は本格展開の前に再テストしてください。
OpenAIは、対象のお客様向けにZero Data RetentionとHIPAAの利用への対応、および米国とヨーロッパ(EEAとスイス)でのデータレジデンシーの選択肢(適格性と契約の要件あり)を記載しています。規制対象のデータをパイロットに投入する前に、これらの管理が貴社の実際の構成に当てはまるか確認してください。
購入者はDecisions APIの価格について何を覚えておくべきですか?
Decisions APIは、コンパクトで型付きの判断に対して、新しい価格とレイテンシの組み合わせを提供します。公表されているGPT-6 Lunaの料金では、入力は100万トークンあたり$0.10で、生成される出力トークンには課金されません。最適な候補ワークロードは、再利用できる証拠、明確な回答タイプ、不確かな結果を低コストで検出できる手段を備えています。本番の処理量を移行する前に、タスクの品質と運用コスト全体を測定してください。
チームが読むべき関連リサーチは何ですか?
関連記事
この方法を自社の環境にも適用しますか？ プロバイダーの請求書、ゲートウェイログ、主要なワークフローをお持ちください。コスト要因と削減策を整理します。 無料監査を予約 →