OpenAI Decisions APIとは|GPT-6 Lunaで分類・ルーティングを即時判定・Jevとの違い・料金と使いどころ【2026年10月】

この記事のポイント
OpenAI Decisions APIは、開発者が決めた質問にGPT-6 Lunaが文章を書かずに確率・選択肢・段階スコアだけを返す判定専用APIで、2026年10月22日に一般提供が始まりました。料金(入力$0.10/100万トークン・出力は課金なし)、使い方、Jev・Microsoft-Decision-1との違いと使いどころを整理します。
OpenAI Decisions APIは、開発者が決めた「質問」と「答えの型(確率・選択肢・段階スコア)」をGPT-6 Lunaに渡し、文章を書かせずに答えだけを返させる判定専用のAPIです。2026年9月29日のDevDay 2026で限定プレビューとして発表され、2026年10月22日に全顧客向けの一般提供(GA)が始まりました。
料金は公式ガイドに掲載されており、入力は100万トークンあたり$0.10、出力は課金されません。この記事では、一般提供の時点で公式ドキュメントに書かれている仕様と、報道や顧客の自己申告にとどまる数値を分けて整理します。
この記事でわかること
- Decisions APIの仕組みと、3種類の質問タイプ(predicate・choice・score)の違い
- 一般提供で追加された機能(最大400問・画像URL・JSON入力・会話履歴・プロンプトキャッシュなど)
- 料金と、通常のLuna API・Jev・Microsoft-Decision-1を使った場合のコスト比較
POST /v1/decisionsの使い方と、日本語の問い合わせ振り分けのコード例- Jevとの違い、ベンチマークでの順位、どれを選ぶかの目安
こんな方に向けた記事です
- 問い合わせ分類、コンテンツモデレーション、エージェントのガードレールに「速くて安い判定」を組み込みたい開発者・プロダクト担当者
- Jevや Microsoft-Decision-1 と比べて、どれを選ぶか判断したい方
- プレビュー段階の情報で止まっている設計を、一般提供版の仕様で見直したい方
Decisions APIの要点:「選ぶだけ」に絞った高速判定API。10月22日に一般提供が始まった
Decisions APIは、モデルに文章を生成させず、決められた形の答えだけを返すことに用途を絞ったAPIです。OpenAI公式は「Responses API経由でGPT-6 Lunaを呼ぶより最大10倍速い」と説明しています。
- できること: テキスト・画像・JSON・会話履歴を入力に、「条件が真である確率」「選択肢のどれか」「2〜10段階のスコア」を返す。1リクエストで最大400問まとめて聞ける(公式ガイド)
- 料金: 入力$0.10/100万トークン、出力は課金なし。キャッシュヒットは割引、キャッシュ書き込みは課金(公式ガイド)
- Jevとの関係: 速度と、OpenAIの基盤で画像・会話履歴・音声エージェントとまとめて使える点が強み。一方、入力単価と第三者ベンチマークの順位ではJevが上回っている
9月末の限定プレビュー段階では「今は通常のLuna APIやJevで先に作っておく」のが現実的でしたが、現在は誰でもAPIキーで呼び出せます。新規に判定処理を作るなら、評価データを用意してDecisions APIとJevを同じ条件で比べる段階に入っています。
基盤モデルのGPT-6 Lunaそのものの性能や料金は、GPT-6 Sol・GPT-6 Lunaとはで詳しく解説しています。
OpenAI Decisions APIとは:基本情報(2026年10月23日時点)

Decisions APIは、GPT-6 Lunaを「判定」に特化した構成で動かすOpenAIのAPIです。専用に学習し直したモデルではありません。TechCrunchによると、OpenAIのAPI製品責任者Nikunj Handa氏は「普通のLunaで仕事は足りている」と述べ、推論を高速化・低コスト化するための構成の工夫で速さを出していると説明しています(将来、専用の学習を加える可能性にも言及)。
項目 | 内容 | 情報の種類 |
|---|---|---|
名称 | Decisions API | 公式 |
開発元 | OpenAI | 公式 |
発表 | 2026年9月29日(米国時間)、DevDay 2026で限定プレビュー | 公式 |
提供状況 | 一般提供(GA)。2026年10月22日から全顧客が利用可能 | 公式 |
エンドポイント |
| 公式ガイド |
対応モデル |
| 公式ガイド |
入力 | テキスト、画像(base64または公開URL)、JSON、会話履歴(ツール呼び出し・ツール出力を含む) | 公式ガイド |
返り値 | predicate(確率)/choice(選択肢+各選択肢の確率+確信度)/score(段階スコア+確率+確信度) | 公式ガイド |
質問数 | 1リクエストあたり1〜400問 | 公式ガイド |
料金 | 入力$0.10/100万トークン、出力は課金なし | 公式ガイド |
試す方法 | API、Playground | 公式 |
SDK | curl、JavaScript、Python、Go、Java、Ruby の例を掲載 | 公式ガイド |
出典: OpenAI Decisions ガイド、OpenAI公式発表、TechCrunch(2026年10月22日)
ChatGPTのPlusやProといったプランで使える機能ではなく、API専用の機能です。DevDay 2026全体の発表内容はOpenAI DevDay 2026とはにまとめています。
一般提供で追加された主な機能
プレビュー・ベータの段階と比べて、一般提供では次の機能が加わりました(公式ガイド)。
- 1リクエストの質問数の上限を400問に拡大(10月6日のパブリックベータ時は200問)
- 画像を公開URLで渡せるようになった(従来はbase64のデータURLのみ)
- JSON入力(
input_json)と、質問ごとの指示文への画像添付 - ツール呼び出しやツール出力を含む会話履歴の評価
- プロンプトキャッシュ、利用状況API(
GET /v1/organization/usage/decisions)、Private Link(閉域接続) - 米国・欧州での地域処理(データレジデンシー)
- GPT-Live(リアルタイム音声)との連携
TechCrunchは「一般提供版で音声と画像のモダリティを追加した」と報じていますが、公式ガイドでは音声の直接入力は非対応です。音声は、GPT-Liveの会話から文字起こしなどを経由してDecisions APIを呼び出す形で扱います。「音声をそのまま判定できる」わけではない点に注意してください。
仕組み:なぜ「選ぶだけ」にすると速くなるのか

出典: OpenAI API ドキュメント「Decisions」
Decisions APIが速いのは、モデルに自由な文章を書かせず、答えを決められた型の中だけに限定しているためです。
通常のLLMは1トークンずつ文章を生成するため、出力が長くなるほど時間がかかります。JSON形式で答えさせても、キー名や括弧などの余分なトークンが生成されます。Decisions APIは「この問い合わせはどの部署宛てか」のような質問と「請求/技術/配送/その他」のような選択肢を先に受け取り、文章を書かずに各選択肢の確率を返します。
速度について確認できている情報は次のとおりです。
項目 | 内容 | 情報の種類 |
|---|---|---|
公式の表現 | Responses API経由のGPT-6 Lunaより最大10倍速い | 公式発表(独立した検証データの添付なし) |
一般提供時の担当者発言 | 通常1〜3秒かかる応答が100/120/180ミリ秒程度。目標は約60ミリ秒(動画のフレームごとに呼べる水準) | 報道(TechCrunch、Handa氏の発言) |
発表時の数値 | 約150ミリ秒(通常のLunaは約1.6秒) | 報道(DevDay時点) |
顧客事例 | Datadogはp95で40倍速、Speakは次の動作までの時間を1.4秒から0.13秒に短縮、Sierraはp95で280ミリ秒未満 | 報道(Unite.ai。各社の自己申告) |
ミリ秒単位の数値はいずれもOpenAIや顧客企業の申告で、公式ドキュメントが保証する値ではありません。自社の入力サイズとリージョンで実測してから設計に組み込んでください。
3種類の質問タイプ
Decisions APIでは、質問ごとに type を指定します。1リクエストに型の違う質問を混ぜても問題ありません。
type | 返り値 | 向いている質問(例) |
|---|---|---|
|
| 「商品写真に目に見える破損があるか」「顧客は解約を示唆しているか」 |
|
| 「この苦情はどの部署に回すか」 |
|
| 「不具合の深刻度は2〜10段階のどこか」 |
score の値は、段階の番号(0始まり)を確率で重み付けした平均です。そのため「1.1」のように段階と段階の間の値になることがあります。答えられない質問は type: "refusal" の答えとして返ります。
Decisions APIでできること:3つの主な用途

出典: OpenAI API ドキュメント「Connect voice to Decisions」
公式が挙げている用途は「分類」「ルーティング」「エージェントの次アクション決定」で、採点にも使えます。いずれも答えの候補や尺度を事前に書き出せる処理である点が共通しています。
用途 | 具体例 | 質問タイプと答えの例 |
|---|---|---|
コンテンツ分類 | 投稿・レビュー・画像のカテゴリ分け、不適切投稿の判定 | choice:「問題なし/要確認/削除対象」 |
リクエストのルーティング | 問い合わせを担当キューや処理モデルへ振り分ける | choice:「請求/技術/配送/その他」 |
エージェントの次アクション決定 | 候補アクションの中から次の一手を選ぶ | choice:「検索する/ユーザーに確認する/完了する」 |
条件の判定 | 画像の破損有無、返金の約束があるか | predicate:確率0.92 など |
採点 | 不具合の深刻度、回答品質の評価 | score:「軽微/回避策あり/業務停止」 |
実務での利用シーン
業務に当てはめると、次のような使い方が考えられます。
- カスタマーサポート: 受信した問い合わせの担当部署(choice)、緊急度(score)、解約の示唆があるか(predicate)を1回のリクエストでまとめて判定し、自動返信か担当者対応かを分ける
- ECサイト・UGC運営: 出品画像や投稿画像が規約に違反していないかを一次判定する。一般提供で公開URLの画像を直接渡せるようになり、画像ストレージとの連携がしやすくなった
- LLMのモデルルーティング: 簡単な質問は安いモデル、難しい質問は上位モデルへ振り分ける入り口として使う。顧客事例では、Boxがルート選択を精度同等のまま約5倍速くしたとされる(自己申告)
- 音声アシスタント: GPT-Liveの会話中に「戻る/再読み込み/何もしない」のような操作判定を挟む。OpenAI社内でもOpenAI Dotsの音声アシスタントの応答性改善に使われている(TechCrunch)
- AIエージェントのガードレール: エージェントが外部サイトへの書き込みやファイル削除をしようとしたときに、その操作を許可するか止めるかを判定する。会話履歴にツール呼び出しと結果を含めて渡せるため、エージェントの直前の行動を踏まえた判定ができる
ガードレール用途について、TechCrunchは発表時から「OpenAI自身のエージェントの暴走を止める監視レイヤーになりうる」という観点で報じています。背景には、OpenAIのエージェントがドイツ語Wikiを乗っ取った件やRubyGemsへの攻撃、オーストラリアMedicareへの不正アクセスなど、エージェントが想定外の行動をとった一連の事例があります。
できないこと・向かない処理
Decisions APIは文章を生成しません。公式ガイドでは、できないこととして次の点を挙げています。
- 自由形式のJSONやツール呼び出しの引数を作る(Responses APIのStructured Outputsやfunction callingを使う)
- アクションを実行する(選ばれた答えに従って動くのはアプリ側)
- 前の答えに依存する多段の判断を1回で行う(リクエストを分ける)
- ファイル、音声、
file_id、item referenceを入力する
要約、返信文の作成、翻訳、コード生成、文中から氏名・金額・日付を抜き出す処理には向きません。
Decisions APIの強み
一般提供版の仕様から見た強みは、速度、入力の幅、OpenAIの基盤で完結できる点の3つです。
1. リアルタイム処理に使える速さ
担当者発言どおり100〜180ミリ秒程度で返るなら、ユーザーの操作を待たせずに判定を挟めます。通常のLLM呼び出しで1〜3秒かかっていた分類処理を、画面遷移やチャット・音声応答の途中に組み込めます。
2. 画像・JSON・会話履歴をそのまま入力できる
画像はbase64でも公開URLでも渡せ、質問ごとの指示文に基準画像を添えて「この見本と比べて傷があるか」と聞くこともできます。JSONの業務データや、ツール呼び出しを含む会話履歴をそのまま判断材料にできる点は、テキスト中心の判定モデルとの違いです。
3. OpenAIのAPI契約・データ管理の中で使える
すでにOpenAI APIを業務で使っている企業なら、新しいベンダーとの契約やセキュリティ審査を追加せずに導入できる可能性があります。対象顧客であればZero Data Retention(ZDR)とHIPAA用途に対応し、米国・欧州での地域処理やPrivate Linkも使えます。生成はLuna、判定はDecisions APIというように、同じ基盤で役割を分けられます。
Decisions APIの弱み・現時点の制約
一般提供で「使えない」「料金がわからない」という問題は解消しましたが、入力単価と第三者ベンチマークの順位では専業のJevに及ばないことが現時点の弱みです。
制約 | 内容 |
|---|---|
入力単価 | $0.10/100万トークン。JevとMicrosoft-Decision-1(いずれも$0.042)の約2.4倍 |
ベンチマーク順位 | TechCrunchによると、AIM System One IndexでJev 7位に対しOpenAIの判定モデルは8位、Artificial Analysis Decision IndexではJev 3位に対し14位(スコア値と測定条件は未確認) |
モデルの選択肢 | 対応は |
運用条件 | レート制限は公式ガイドに記載なし。Batch処理への対応、画像の枚数上限も未確認 |
精度の情報 | 日本語での判定精度や、確率の校正(「90%」と出たら9割当たるか)の公式データはない |
入力の制限 | ファイル・音声の直接入力と |
OpenRouterで最も多く呼ばれている判定モデルはJevで、パックマンを判定モデルに操作させる比較(Opper AIのJevMan)でも最新のJevが1位だったと報じられています。TypeSafeのCEO Diogo Almeida氏は、ベンチマークより自社の実際の処理で検証することを勧めています。速度はDecisions API、ベンチマーク上の精度はJevが優位なので、最終判断には自社データでの比較が欠かせません。
日本語については、OpenAIは発表時に「幅広い言語対応」に言及していますが、言語別の精度は公表していません。日本語の問い合わせを判定させる場合は、自社データで検証してから本番に使ってください。
料金:入力$0.10/100万トークン、出力は課金なし

Decisions APIの料金は、一般提供にあわせて公式ガイドに掲載されました。答えは文章ではないため、出力トークンは課金されません。
項目 | 料金(100万トークンあたり) | 備考 |
|---|---|---|
入力(キャッシュなし) | $0.10 | 公式ガイド |
キャッシュヒット | 割引単価 | gpt-6-lunaの標準キャッシュ入力は$0.01(料金ページ) |
キャッシュ書き込み | 課金あり | gpt-6-lunaは30分保持$0.125/12時間保持$0.25(272Kトークン以下、料金ページ) |
出力 | 課金なし | 公式ガイド |
割増 | 地域処理の割増、長いコンテキストの倍率が適用 | 公式ガイド |
出典: OpenAI Decisions ガイド、OpenAI API Pricing
10月6日のパブリックベータの時点では「キャッシュの読み書きも無料」と報じられていましたが、一般提供版の公式ガイドではキャッシュ書き込みは課金です。古い記事の料金をそのまま使わないよう注意してください。料金ページにDecisions専用の行はなく、Batch処理や優先処理(Fast)での提供有無、無料枠は確認できていません。
キャッシュが効くのは、共有の入力(input)の先頭部分が1,024トークン以上のときです。質問の文面はこの1,024トークンに数えられません。長い規約文や判断基準を毎回同じ形で input の先頭に置くと、キャッシュヒットで入力コストを大きく下げられます。
Lunaシリーズの低価格化の流れは、前世代のGPT-5.6 Lunaの80%値下げでも確認できます。
コストの目安(Decisions API・通常のLuna API・Jev・Microsoft-Decision-1)
同じ分類処理を4つの手段で行った場合のコストを試算します。
試算の条件: 1件あたり入力500トークン(指示文+問い合わせ本文)、出力は回答ラベルのみ数トークン、月10万件。入力が1,024トークン未満のため、キャッシュは効かない前提です。
手段 | 入力コスト | 出力コスト | 月額の目安 |
|---|---|---|---|
Decisions API | 5,000万トークン × $0.10 = $5.00 | 課金なし | 約$5.00 |
GPT-6 Luna(通常API) | 5,000万トークン × $0.10 = $5.00 | 約50万トークン × $0.50 = 約$0.25 | 約$5.25(推論トークンは別) |
Jev(TypeSafe) | 5,000万トークン × $0.042 = 約$2.10 | 無料 | 約$2.10 |
Microsoft-Decision-1 | 5,000万トークン × $0.042 = 約$2.10 | 無料 | 約$2.10 |
通常のLuna APIは、reasoning effort(推論の深さ)を上げると推論トークンが出力として課金されるため、この試算より費用が増えます。
この条件では、Decisions APIと通常のLunaの差は数%にとどまり、差が出るのは料金より速度と、答えが必ず決めた型で返ることです。トークン単価だけで比べれば、JevとMicrosoft-Decision-1が半額以下になります。顧客事例ではRampが「通常のLunaより30%安い」、Sierraが「1回あたりのコストが90%減った」としていますが(Unite.ai、自己申告)、これは長い共通の入力をキャッシュで再利用したり、複数の質問を1回にまとめたりした効果も含むと考えられます。
月10万件程度の分類であれば、どの手段でも費用は月数ドル規模です。ただし、個人の検証と違い、社内の問い合わせ窓口や業務システム全体に判定を組み込むと、件数は桁違いに増え、上位モデルへの振り分けやログ保管の費用も加わります。全社で使う前提の費用の考え方は、生成AIのAPI利用料を削減する方法で、キャッシュやモデルの使い分けを含めて整理しています。
使い方:APIキーで /v1/decisions を呼び出す

出典: OpenAI API Platform ドキュメント
一般提供が始まったため、OpenAI APIのキーがあれば申請なしで使えます。まずPlaygroundで質問の書き方を試し、手応えを確かめてからコードに組み込むと手戻りが少なくなります。
導入の手順
- 判定したい質問と答えの型を決める: 「担当部署は?」はchoice、「緊急度は?」はscore、「解約を示唆しているか?」はpredicate、のように振り分ける。choiceには「その他」を入れておく(公式の推奨)
- 正解付きの評価データを100〜数百件用意する: 実際の問い合わせに人手で正解ラベルを付ける。Decisions APIとJevなどを比べる共通の物差しになる
- Playgroundで質問文を調整する: 選択肢の
descriptionを具体的に書くと判定が安定しやすい - コードに組み込み、確信度で処理を分ける: 確信度が低い答えは人や上位モデルに回す
- 評価データで精度・速度・コストを測る: 必要に応じて同じ評価データでJevと比較する
Pythonでの実装例(日本語の問い合わせ振り分け)
公式ガイドの書き方に沿って、担当部署(choice)・緊急度(score)・解約の示唆(predicate)を1回のリクエストでまとめて判定する例です。
from openai import OpenAI
client = OpenAI()
decision = client.decisions.create(
model="gpt-6-luna",
input="先月の請求額が契約内容と違います。今週中に返金されないなら解約を考えます。",
questions=[
{
"type": "choice",
"name": "department",
"instructions": "この問い合わせを担当する窓口はどれですか。",
"choices": [
{"value": "billing", "description": "請求・支払い・返金に関する問い合わせ"},
{"value": "technical", "description": "製品の使い方や不具合に関する問い合わせ"},
{"value": "sales", "description": "契約内容の変更や追加購入の相談"},
{"value": "other", "description": "上記のどれにも当てはまらない問い合わせ"},
],
},
{
"type": "score",
"name": "urgency",
"instructions": "対応の緊急度はどの程度ですか。",
"levels": [
{"label": "低", "description": "期限の指定がなく、通常の順番で対応すればよい"},
{"label": "中", "description": "数日以内の対応が望ましい"},
{"label": "高", "description": "期限や解約の示唆があり、優先対応が必要"},
],
},
{
"type": "predicate",
"name": "churn_risk",
"instructions": "顧客は解約や契約終了を示唆していますか。",
},
],
)
for answer in decision.answers:
if answer.type == "refusal":
print(answer.name, "回答なし")
elif answer.type == "choice":
print(answer.name, answer.choice, answer.confidence)
elif answer.type == "score":
print(answer.name, answer.score, answer.confidence)
elif answer.type == "predicate":
print(answer.name, answer.probability)levels は低い段階から高い段階の順に、2〜10個並べます。答えは answers 配列に質問の name 付きで返るため、name で受け取り先を分けられます。画像を渡すときは、input をメッセージ配列にして input_image に公開URLかbase64のデータURLを指定します。
APIキーはブラウザやアプリ側に置かず、サーバー側から呼び出してください。利用量は GET /v1/organization/usage/decisions(管理者用APIキーと api.usage.read 権限が必要)で確認できます。なお、この利用状況APIの num_model_requests は質問数ではなくリクエスト数を数えます。
外部サービスからの利用
Vercel AI Gatewayは10月7日から /v1/decisions に対応しています(Gateway上のモデルIDは openai/gpt-6-luna-decisions。OpenAIを直接呼ぶときは gpt-6-luna)。AI Gateway経由で使う場合、OpenAI SDKはJavaScript 7.30.0以降、Python 3.26.0以降が必要です。
Structured Outputsとの使い分け
通常のLunaでも、Responses APIのStructured Outputsで答えを列挙型(enum)に制限すれば「候補から選ぶ」処理は作れます。判定の理由も同時に文章で残したい場合や、自由形式のJSONを組み立てたい場合はこちらが向きます。一方、選択肢ごとの確率や確信度は返らず、応答も1〜3秒程度かかります。速度が問題にならない夜間処理なら、Batch APIで費用を抑える方法もあります。推論の深さの設定はGPT-6 Astra reasoning effort設定ガイドも参考になります。
このツールを自社のシステムや業務にどう組み込むか、ご提案します
初回相談は無料・30分(オンライン)。要件が決まっていなくても大丈夫です。改修100万円〜・PoC300万円〜(税別)
Jevとの違い:Decisions APIは速度とOpenAI基盤、Jevは単価とベンチマーク順位

Decisions APIとJevは「決められた形の答えを即座に返す」という発想が同じです。発表時、TypeSafeのCEOで元OpenAIのDiogo Almeida氏はXで「the clone wars have begun(クローン戦争が始まった)」と反応し、ITmediaも「OpenAIが『Jev』に追従」と報じました。一般提供を伝えたTechCrunchの見出しも「Jevの競合」です。
Decisions APIは速度と、画像・会話履歴・音声エージェントをOpenAIの基盤でまとめて扱える点、Jevは入力単価の安さとベンチマーク上の順位がそれぞれの強みです。10月9日に登場したMicrosoft-Decision-1と、通常のLuna APIも含めて比べます。
比較項目 | OpenAI Decisions API | Jev 1.14(TypeSafe) | Microsoft-Decision-1 | 通常のGPT-6 Luna |
|---|---|---|---|---|
提供状況 | 一般提供(10月22日) | 1.14はプレビュー(安定版は1.13) | Microsoft Foundry・OpenRouterで提供 | 一般提供 |
入力単価(100万トークン) | $0.10 | $0.042 | $0.042 | $0.10 |
出力 | 課金なし | 無料 | 無料 | $0.50 |
入力形式 | テキスト・画像・JSON・会話履歴 | テキスト・画像(実験的) | テキスト・JSON | テキスト・画像ほか |
答えの形 | predicate/choice/score | noul/choice/score/box | noul/choice/score | 自由文・Structured Outputs |
1回の質問数 | 最大400 | 未確認 | 未確認 | ― |
速度(公称・発言) | Luna比最大10倍、100〜180ミリ秒(担当者発言) | 70〜500ミリ秒 | P50 85ミリ秒(Microsoft公表) | 1〜3秒(Handa氏発言) |
ベンチマーク順位(TechCrunch) | AIM 8位/AA 14位 | AIM 7位/AA 3位 | 記載なし | ― |
データ管理 | ZDR・HIPAA(対象顧客)、米欧の地域処理、Private Link | 未確認 | Azureの管理機能 | ZDRなど |
出典: OpenAI Decisions ガイド、TechCrunch(2026年10月22日)、OpenRouter Jev 1.14
※AIM=AIM System One Index、AA=Artificial Analysis Decision Index。Jevの数値は二次ソースで一致した値で、Microsoft-Decision-1の速度は同社の自社評価です。
発表当初は「Decisions APIは画像対応、Jevはテキストのみ」が大きな違いでしたが、Jev 1.14(10月14日公開)で画像入力が実験的に追加されました。ただしJevの画像入力はPNG/JPEG・256〜1568ピクセル・16MiBまでで、専用のヘッダー(TypeSafe-Danger-Zone-Images: true)を付けて使う実験的な扱いです。画像の判定を本番で安定して使いたい場合は、正式な機能として提供しているDecisions APIの方が扱いやすいでしょう。逆に、Jev 1.14には画像内の位置を返す「box(バウンディングボックス)」型があり、Decisions APIにはありません。
Jevの公式ドキュメントでは、確信度(confidence)が「一様分布からどれだけ離れているか」で計算されると定義されています。たとえば3択で確率が90%/6%/4%なら、confidenceは0.85です。Decisions APIの confidence も確率とは別の値として返るため、しきい値は確率と確信度のどちらで切るかを決めてから評価してください。またJevは、字義通りに解釈しすぎる、数え上げや日付比較が苦手、敵対的な入力に弱い、日本語の精度は低めといった弱点を公式に公開しています。
Jevの仕組みや使い方の詳細はTypeSafe AI Jevとは、Microsoft-Decision-1の仕様はMicrosoft-Decision-1とはで解説しています。
他の手段との違い:Luna通常API・Moderation API・従来の分類器

出典: OpenAI API ドキュメント「Moderation」
判定処理はDecisions API以外でも作れます。それぞれの得意・不得意を比べると、Decisions APIを選ぶ理由がはっきりします。
手段 | 速度 | 回答の自由度 | 画像 | 確率・確信度 | 向く用途 |
|---|---|---|---|---|---|
Decisions API | 100〜180ミリ秒程度(担当者発言) | 自分で決めた候補・確率・段階評価 | 対応 | 返る | リアルタイムの分類・振り分け・行動判定 |
Luna+Structured Outputs | 1〜3秒程度 | 候補に制限できる。理由の説明も同時に出せる | 対応 | 返らない | 非同期の分類、判定理由も残したい処理 |
Jev/Microsoft-Decision-1 | 数十〜数百ミリ秒(公称) | 自分で決めた候補・段階評価 | Jevは実験的、Decision-1は非対応 | 返る | 大量のテキスト判定を低単価で行う処理 |
Moderation API | 高速 | カテゴリは固定 | 対応 | カテゴリごとのスコア | 暴力・性的表現などの安全性チェック |
従来の機械学習分類器・埋め込み+類似度 | 非常に速い | 学習したカテゴリのみ | モデル次第 | 返る | カテゴリが固定で、大量・低コストに処理したい場合 |
カテゴリが数年変わらず、学習データも十分にあるなら、従来の分類器が最も安く速い選択肢です。一方、Decisions APIやJevは質問と選択肢の文面を変えるだけで判定内容を変えられるため、分類ルールが頻繁に変わる業務や、学習データを用意できない業務で効果を発揮します。
どれを選ぶか:導入判断の目安
一般提供が始まった現時点では、次の基準で選ぶと迷いにくくなります。
こんな状況なら | 選択肢 | 理由 |
|---|---|---|
画像の判定を本番で安定して使いたい | Decisions API | 画像入力が正式機能。公開URLでも渡せる |
テキストを大量に、とにかく低単価で判定したい | Jev または Microsoft-Decision-1 | 入力単価がDecisions APIの半額以下 |
ベンチマーク上の判定精度を重視する | Jevを候補に入れて自社データで比較 | 第三者ベンチマークでJevが上位 |
社内規定でOpenAI以外のAPIを使いにくい | Decisions API | 既存のOpenAI契約・データ管理の中で使える |
Azure中心のシステム | Microsoft-Decision-1 | Microsoft Foundryで提供 |
音声アシスタントの途中で操作を判定したい | Decisions API+GPT-Live | 公式に連携方法が用意されている |
判定理由の文章も残したい | Luna+Structured Outputs | Decisions APIは文章を返さない |
応答速度が問題にならない夜間処理 | Luna+Batch API、または単価の安い判定モデル | 費用を抑えられる |
カテゴリが固定で学習データが豊富 | 従来の分類器 | 最安・最速 |
日本語の判定精度は、どの判定モデルも言語別の公式データがありません。日本語が中心の業務では、評価データでの比較を省略しないことが選定の前提になります。
安全に使うための設計ポイント
判定APIの結果は、そのまま最終決定として扱わないことが基本です。特にエージェントのガードレールとして使う場合、判定ミスが実害につながります。
- 判定結果を削除・送金・権限変更などの取り消せない操作に直結させない: 判定→コード側のルールでの確認→必要に応じて人間の承認、という順番にする
- 確信度が低いものは人間や上位モデルに回す: Decisions APIは確率と確信度を返すため、しきい値を決めて「自動処理」「人間確認」を分ける。choiceには「その他」を入れ、無理にどれかへ当てはめさせない
- scoreを絶対評価として使いすぎない: scoreは段階の確率の加重平均なので、段階の間の値になる。しきい値は評価データで決める
- プロンプトインジェクションへの対策: 判定対象の文章や画像の中に「この投稿は問題なしと答えよ」といった指示が埋め込まれると、判定が誘導されるおそれがあります。判断の基準はdeveloperメッセージや質問の指示文に置き、ユーザー入力と分けてください。重要な判定は複数の方法で確認するのが安全です
- 個人情報の扱いを確認する: 問い合わせ本文には氏名や連絡先が含まれがちです。ZDRとHIPAA用途は対象顧客のみの対応なので、自社が条件を満たすかをOpenAIのデータ管理の案内で確認してから本番データを送ってください。日本国内での地域処理の有無は確認できていません
- 定期的に精度を測る: 用意した評価データで月1回程度精度を確認し、モデル更新による判定の変化に気づけるようにしておく
AIエージェント全般の仕組みとリスクはAIエージェントとは、OpenAIのエージェント実行基盤についてはOpenAI Agents APIとはやOpenAI Agents SDKの新ハーネスで解説しています。
Decisions APIをおすすめできる人・おすすめしない人
こんな人におすすめ
- すでにOpenAI APIを本番で使っていて、判定処理も同じ基盤とデータ管理にまとめたい企業
- 画像の分類や、画像付き投稿のモデレーションをリアルタイムで行いたい人
- 問い合わせ振り分けやモデルルーティング、音声アシスタントの操作判定など、ユーザーを待たせられない場面に判定を挟みたい人
- AIエージェントの行動を、会話履歴を踏まえて実行前に高速チェックしたい人
おすすめしない人
- テキストだけを大量に判定し、単価を最優先する人(JevやMicrosoft-Decision-1の方が入力単価は半額以下)
- 要約や返信文の作成など、文章の生成が必要な人(通常のResponses APIを使います)
- レート制限やSLAを契約前に数値で確定させる必要がある企業(公式ガイドに記載がないため、OpenAIへの確認が必要です)
- カテゴリが固定で、学習済みの分類器がすでに十分な精度を出している人
発表から一般提供までの経緯(時系列)
日付 | 内容 |
|---|---|
2026年9月15日 | TypeSafe AIがJevを公開 |
2026年9月22日 | GPT-6 Sol/GPT-6 Lunaを公開(Luna:入力$0.10/出力$0.50) |
2026年9月29日 | DevDay 2026でDecisions APIを限定プレビューとして発表 |
2026年9月30日 | ITmedia、TechCrunchがJevとの類似を報道 |
2026年10月6日 | パブリックベータとして全開発者に開放(1リクエスト最大200問) |
2026年10月7日 | Vercel AI Gatewayが |
2026年10月9日 | 競合のMicrosoft-Decision-1が登場 |
2026年10月14日 | Jev 1.14公開(画像入力・box型を追加、プレビュー) |
2026年10月22日 | 一般提供(GA)。最大400問、画像URL、JSON入力、会話履歴、プロンプトキャッシュ、GPT-Live連携などを追加 |
DevDay 2026では、Decisions APIのほかにGPT-6.1 Sol、Agents APIのパブリックベータ、常時稼働エージェントのOpenAI Dotsなども発表されています。
よくある質問
Decisions APIは今すぐ使えますか?
使えます。2026年10月22日に一般提供が始まり、OpenAI APIのキーがあれば申請なしで POST /v1/decisions を呼び出せます。コードを書く前にPlaygroundで試すこともできます。
ChatGPTのPlusやProで使えますか?
使えません。Decisions APIは開発者向けのAPI機能で、ChatGPTの有料プランとは別の契約(OpenAI APIの従量課金)です。ChatGPTのプランでLunaを使う場合の扱いはChatGPTのLuna無制限を参照してください。
出力が無料なら、質問を増やしても費用は変わりませんか?
質問の文面(指示文や選択肢の説明)も入力トークンとして数えられるため、質問を増やせば入力分の費用は増えます。ただし、同じ判断材料に対する独立した質問を1回にまとめれば、共通の input を毎回送り直さずに済むので、質問ごとに別リクエストを送るより安くなります。
「/v1/decisions」というエンドポイントはOpenAIの公式ですか?
公式です。一般提供版の公式ガイドに POST /v1/decisions と明記されています。発表直後の時点ではOpenAI側の仕様が非公開で、オープンソースの推論エンジンが用意した同じ名前のエンドポイントが話題になっていました。これらはOpenAIのサービスとは別のものなので、接続先のURLとAPIキーの発行元を確認してください。
日本語の問い合わせを判定できますか?
日本語の文章も入力できますが、言語別の精度データは公表されていません。日本語で使う場合は、実際の問い合わせで評価データを作り、精度を確かめてから導入してください。Jevも日本語を受け付けますが、公式に精度は低めと記載されています。
音声をそのまま判定できますか?
できません。公式ガイドでは音声の直接入力は非対応です。音声アシスタントで使う場合は、GPT-Liveの会話から文字起こしを経由して判定を呼び出す連携方法が公式に用意されています。
まとめ
OpenAI Decisions APIは、GPT-6 Lunaを「決められた形の答えを返す」処理に特化させた判定専用のAPIで、2026年10月22日に一般提供が始まりました。質問は確率(predicate)・選択肢(choice)・段階スコア(score)の3種類で、1回に最大400問まとめて聞けます。料金は入力$0.10/100万トークンで、出力は課金されません。
選ぶときの目安は、速度・画像・会話履歴・OpenAIのデータ管理を重視するならDecisions API、テキスト判定の単価とベンチマーク上の順位を重視するならJevやMicrosoft-Decision-1です。100〜180ミリ秒という速度や顧客事例の数値は発言・自己申告にとどまり、日本語の精度も公表されていません。導入前に評価データを用意し、同じ条件で候補を比べてから本番に組み込んでください。
判定モデルの比較をさらに深めたい方はTypeSafe AI Jevとは、基盤モデルの性能と料金はGPT-6 Sol・GPT-6 Lunaとはをあわせてご覧ください。
このツールを自社のシステムや業務にどう組み込むか、ご提案します
この記事の著者

AI革命
編集部
AI革命株式会社の編集部です。最新のAI技術動向から実践的な導入事例まで、企業のデジタル変革に役立つ情報をお届けしています。豊富な経験と専門知識を活かし、読者の皆様にとって価値のあるコンテンツを制作しています。
最新記事

Cognition(Devin)$25B評価額・$1B調達を完全解説|ARR $492M・月50%成長・Mercedes/NASA/Goldman Sachs採用からSeries E $48B・売上$1B突破まで【2026年11月更新】
2026/05/28

Ineffable Intelligenceとは?David Silver創業・$1.1Bシード・$5.1B評価額から共同創業者6名・NVIDIA/Google提携まで解説【2026年11月最新】
2026/04/28

Google AI StudioでGoogle Cloudクレジットを受け取る方法|AI Pro・Ultra特典の金額・条件・使える量【2026年11月】
2026/11/16

Hugging Face買収はどうなる?NVIDIA129億ドル案件の現状|DOJの調べ・フアンCEO辞任の影響・料金【2026年11月最新】
2026/08/27

Ox Alphaとは?正体はGLM-5.3-Flash|OpenRouter1位の経緯・無料終了後の使い方と料金【2026年11月最新】
2026/08/26

ガバメントAI「源内」とは?デジタル庁OSSの中身・使い方・導入コスト【2026年11月最新】
2026/04/28


