OpenAI Decisions APIとは？料金・Jevとの違いを解説

OpenAI Decisions APIの要点：文章ではなく型付きの判断を返す

Decisions APIは、自由文の回答を生成するResponses APIとは別のPOST /v1/decisionsエンドポイントです。共有の入力を読み、条件が真である確率、固定候補からの選択、段階評価のスコアをJSONで返します。問い合わせ振り分け、コンテンツ判定、モデルルーティング、作業の優先順位付けなど、出力候補を事前に定義できる処理が対象です。

2026年10月9日時点で利用できるモデルはgpt-6-lunaだけです。入力はテキスト単体、またはテキストと画像の組み合わせに対応します。1つの入力に独立した複数の質問をまとめられますが、前の答えに応じて次の質問を変える処理は、リクエストを分ける必要があります。

OpenAIはResponses API経由のGPT-6 Lunaより約10倍高速と説明しています。ただし、これはJevや他社の判断モデルとの比較ではありません。速度倍率、精度、確率の較正は、自社データと同じリージョン・同時実行数で測る必要があります。

この節の一次情報：OpenAI公式｜Decisions APIガイド ／ OpenAI Developer Community｜Public Beta発表

3つの出力型：predicate・choice・scoreの違い

predicateは「この入力は返金要求か」のような条件に対し、真である確率を0〜1で返します。choiceは「請求・技術・配送」のような順序のない候補から1つを選び、候補別確率とconfidenceを返します。scoreは「軽微・回避策あり・完全停止」のような順序付きレベルを評価し、各レベルの確率から加重平均した数値を返します。

choiceの確率とconfidenceは同じ意味ではありません。選ばれた候補の確率、全候補の分布、confidenceを別々に保存し、どの値を自動処理の閾値に使うかをラベル付きデータで決めます。APIが定義済みの型を返しても、業務上の判断が正しいとは限りません。

説明文、抽出した複数フィールド、任意のJSONスキーマが必要ならResponses APIのStructured Outputs、ツールの名前と引数を選ばせるならfunction callingが適します。Decisions APIは「候補を事前に閉じられるか」で切り分けます。

料金：入力100万トークン0.10ドル、出力課金なし

2026年10月9日に確認したgpt-6-lunaのDecisions API料金は、入力100万トークン0.10ドルです。出力トークン、キャッシュ読込、キャッシュ書込の料金はありません。キャッシュが無料なのではなく、現時点ではキャッシュ料金区分そのものがなく、送った入力が毎回通常の入力として数えられます。

入力2,000トークンなら1回0.0002ドル、100万回で約200ドルが単純計算です。ただし質問文や候補定義も入力として数えられ、複数質問をまとめたときの請求トークンは実測が必要です。リージョン処理の割増と長文入力の倍率も適用されるため、表示単価だけで月額を固定しません。

ZDRとHIPAAは要件を満たす顧客が利用でき、米国と欧州でデータレジデンシーとリージョン処理を選べます。契約、対象リージョン、保持条件、割増料金を導入前に確認してください。

この節の一次情報：OpenAI公式｜Pricing and availability

Jevとの違い：単価だけでなく画像・契約・p99を見る

JevはTypeSafe AIが公開した判断専用モデルで、入力100万トークン0.042ドル、公式レイテンシ70〜500ミリ秒です。OpenAI Decisions APIは0.10ドルなので表示上の入力単価は約2.4倍です。Jevも2026年10月14日に実験的な画像入力へ対応したため、画像対応の有無だけでは選べません。OpenAIは対象顧客向けにZDR、HIPAA、米国・欧州のデータレジデンシーを明記し、Jevは企業顧客向けZDRを案内しています。

両APIはリクエストとレスポンスの形式が異なり、完全な差し替えにはなりません。確率やconfidenceの意味、拒否、エラー、閾値も再評価が必要です。既にOpenAIの契約・監査・鍵管理を整えている企業では、新しいベンダーを増やさずに判断処理を追加できる点が実務上の利点になります。

コスト比較では、単価に自社の請求トークンを掛けます。公開直後の独立検証では、質問数が増えるとOpenAI側の請求トークンが大きく増えたという結果がありますが、ベンダーが仕様として保証した固定オーバーヘッドではありません。usageログで1問・複数問を分けて計測してください。

この節の一次情報：Vercel｜OpenAI Decisions API vs. Jev ／ TypeSafe AI｜Jev

独立検証：中央値は同等、p99・多質問コストはJev優位という初期結果

Nexus Agentは2026年10月7日、両APIへ9,000件超を送った比較を公開しました。ラベル付き2,155件ではOpenAI側233件、Jev側221件の誤りで、95%区間が重なるため精度差は明確でないとしています。遅延中央値はOpenAI 268ミリ秒、Jev 269ミリ秒でほぼ同じでしたが、p99は1,469ミリ秒対526ミリ秒でした。

同検証の実測請求では1,000回当たりOpenAI 0.22ドル、Jev 0.11ドルで、OpenAIが約2.1倍でした。質問数を増やすとOpenAI側の請求トークンが増え、8質問では6.8倍になったと報告しています。ただし、このチームはJevを自社製品で利用し、閾値もJev向けに調整していたことを明記しています。独立した一次計測として価値はありますが、一般的な勝敗にはできません。

実務で見るべきなのは平均ではなく、誤判定の種類、低信頼を人間へ回した後の自動処理率、p95・p99、タイムアウト、質問数別の請求です。画像入力はこの比較で検証されておらず、両APIの画像判断は品質・速度の第三者比較が不足しています。

この節の一次情報：Nexus Agent｜9,000件超のDecisions API・Jev比較

確率をそのまま信じない：選択肢の順番で値が変わった初期テスト

公開翌日の開発者テストでは、偏り70%のコインと、赤50%・青30%・白20%の壺を使い、3,000回のAPIリクエストが検証されました。predicateは既知の確率に近い値を返した一方、choiceは赤50%の条件で赤へ86%を付け、候補順を反転すると73%へ下がりました。選択結果はどちらも赤でしたが、確率分布は最大15ポイント変化しました。

これは人工的な小規模テストであり、実業務の精度を代表しません。しかし「0.86なら86%正しい」と解釈して閾値を決める危険を示します。候補順を変える、似た候補を追加する、表現を変える、同じ入力を繰り返す、といった摂動テストを行い、確率と実際の正解率を較正してください。

OpenAI公式も、ラベル付きの自社例で閾値を決め、偽陽性と偽陰性のコストを基準にするよう案内しています。重大な処理は高信頼でも二重確認し、refusalやタイムアウトを確率0として扱わず、別の失敗状態として処理します。

• 候補順をシャッフルして確率と選択が安定するか確認する
• 候補の説明文、類似候補、無関係候補を変えて頑健性を測る
• confidence帯ごとの実正解率を集計し、較正曲線を作る
• 重要クラスの見逃し率と誤検知率を別々に追う
• refusal、タイムアウト、5xxを業務上の失敗経路として設計する

この節の一次情報：OpenAI Developer Community｜3,000回の確率・順序テスト

海外で急速に注目された根拠

パブリックベータ公開から2日以内に、Hacker Newsの公式ドキュメント投稿は389点・227コメントに達しました。議論は「プロンプトで代替できるのか」「返される確率は何を意味するのか」「Jevとどちらが速いか」へ広がり、Simon Willison氏は同日、テキスト・画像・複数質問を試せるllm-openai-decisionsプラグインを公開しました。

The New Stackは、Jev、AWS Strands Decider、Cloudflare Clefなどの登場を踏まえ、判断モデルが一つのカテゴリとして増えていると報じました。VercelもJevとのフィールド別比較、実装例、PR振り分けやインシデント引き継ぎのユースケースを公開しています。公式発表の転載ではなく、比較・実装・問題点の検証が同時に始まった点が記事化の根拠です。

日本語では速報は出始めていますが、入力だけの料金、複数質問の請求、画像対応、p99、確率の順序依存、ZDRまで一つにまとめた導入解説はまだ限られます。Jevをきっかけに生まれた検索需要が『decision model』『判断専用AI』『OpenAI Decisions API』へ分岐する前に、比較軸を明確にする価値があります。

この節の一次情報：Hacker News｜Decisions API is in public beta ／ GitHub｜simonw/llm-openai-decisions ／ The New Stack｜Decision models are suddenly everywhere

導入に向くケース・向かないケース

向くのは、候補を事前に閉じられ、同じ判定を大量に繰り返す処理です。問い合わせの部署振り分け、広告画像の規約確認、スクリーンショットからの画面状態判定、低価格モデルと高性能モデルのルーティング、エージェント操作前の危険判定が該当します。特に画像を直接使う判断はJevとの差が明確です。

向かないのは、理由の文章、複数フィールドの抽出、新しい選択肢の提案が必要な処理です。契約締結、与信、医療、安全操作のように誤判定の損失が大きい仕事を、ベータAPIのconfidenceだけで自動化することも避けます。候補が頻繁に変わる場合は、ルールや検索、生成モデルの方が保守しやすいことがあります。

最初の導入では、正解ラベルを作れる1つの判定から始めます。結果を下流システムへ反映せず横で記録し、精度、クラス別再現率、較正、p50・p95・p99、請求トークン、拒否率を比較します。低信頼だけを上位モデルか人へ回した後の『自動化率と総原価』で採否を決めます。

制約・未検証事項

パブリックベータのため、モデル、仕様、レート制限、価格、レスポンス形式が変わる可能性があります。OpenAIはモデル構造、共通条件のトークン毎秒、Jevとの公式比較、判断精度の包括的なベンチマークを公開していません。約10倍という速度はResponses APIとの自社比較です。

独立比較は公開直後の少数です。Nexus Agentの9,000件超テストにはJev利用者としての利害とJev向け閾値があり、確率の順序テストは人工的な統計問題です。どちらも重要な初期信号ですが、日本語、画像、長文、企業固有の判断で同じ結果になる保証はありません。

料金・仕様は2026年10月9日の確認値です。regional processingと長文倍率の具体条件、アカウント別レート制限、画像のトークン換算、複数質問の内部オーバーヘッドは、最新ドキュメントとusage・請求ログで確認してください。

FAQ

Q. OpenAI Decisions APIの料金はいくらですか？　A. gpt-6-lunaで入力100万トークン0.10ドルです。出力とキャッシュの料金はありません。リージョンと長文の割増が適用される場合があります。

Q. 通常のGPT-6 Lunaより安いですか？　A. 出力を生成しない判断用途では出力料金がなく、OpenAIはResponses APIより約10倍高速としています。ただし同じ業務の成功原価は入力、質問数、精度、再試行で変わります。

Q. Jevより安くて速いですか？　A. 表示単価はJevの方が低いです。公開直後の独立比較では中央値は同等、p99と実測料金はJev優位でしたが、OpenAIは画像、ZDR、地域処理で差があります。自社データで測定してください。

Q. 返された確率をそのまま閾値に使えますか？　A. 使わないでください。候補順で確率が変わった初期テストがあります。ラベル付きデータでconfidence帯ごとの実正解率を測り、偽陽性・偽陰性の損失から閾値を決めます。

Q. Responses APIやStructured Outputsの代わりですか？　A. 固定候補の判断だけを置き換えるAPIです。説明文、抽出、任意JSON、ツール引数が必要ならResponses API側を使います。

Q. 本番導入してよいですか？　A. ベータであるため、影響の小さい処理をシャドー実行し、拒否・タイムアウト・モデル更新時のフォールバックを用意してから段階的に広げます。