# Decisions APIとは？OpenAIの判断APIの型・料金・Jevとの違い

- URL: https://www.waltsu.co.jp/magazine/ai/openai-decisions-api/
- カテゴリ: AI活用 > 判断AI
- 執筆: 藤井 俊輔（代表取締役）
- 公開日: 2026-10-08 / 最終更新日: 2026-10-29
- 発行: waltsu株式会社（waltsu MAGAZINE）

## こんな人におすすめ

- OpenAIのDecisions APIが何を返すのか知りたい
- JevやClefと何が違うのかを比べたい
- 問い合わせの振り分けや写真の確認を自動化したい

OpenAIは2026年10月6日、判断のためのAPI「Decisions API」をベータ公開しました。9月のJev、10月1日のCloudflareのClefに続く判断の仕組みです。 Decisions APIとは、テキストや画像を読み、あらかじめ書いた問いに確率・選択・段階の点で答えるOpenAIのAPIです。使いこなしの分かれ目は、モデルの速さより問いの書き方にあります。本記事では、3つの型、画像、問いの組み方、答えの読み方、料金、JevとClefとの違いを、2026年10月時点の公式情報で整理します。

**この記事のゴール（読了目安 約8分）**：Decisions APIの3つの型と料金の形を説明でき、自社の判断を試す前に、どんな問いを書けばよいかが分かるようになる。

## この記事の結論

- Decisions APIは、問いに確率・選択・段階の点で答えるOpenAIの判断API
- 段階評価の点は確率の平均なので、1つに決めるなら選択の型を使う
- 画像はBase64の埋め込みだけで、料金は入力だけにかかる
- 答えの質は、見ないものまで書いた問いで決まる

## Decisions APIとは

Decisions APIは、書いた問いに確率・選択肢・段階の点のいずれかで答え、文章は返しません。後半では公開の段階、使えるモデル、公称の速さを見ます。

### 型の決まった答えを返す

Decisions APIは、文面や写真を材料に、こちらが書いた問いへ型の決まった答えを返します。返るのは条件が当てはまる確率、選択肢のどれか、段階の点のいずれかで、文章は返らないため結果をそのまま分岐に使えます。用途は分類・振り分け・優先度付けです。[判断モデルそのものの考え方](https://www.waltsu.co.jp/magazine/ai/jev/)は、別記事で解説しています。

### 2026年10月6日にベータ公開

[公開は2026年10月6日](https://developers.openai.com/api/docs/changelog)、全開発者向けのベータで、一般提供は数週間のうちの見込みです。使えるモデルはGPT-6 Lunaだけで、専用のエンドポイントで呼びます。SDKはPython 3.26.0、JavaScript 7.30.0以降などが必要です。

速さは、[公式ガイド](https://developers.openai.com/api/docs/guides/decisions)が「Responses APIより約10倍速い」、[告知](https://community.openai.com/t/decisions-api-is-now-available-in-public-beta/1403877)が「最大10倍」と書き、測った条件は示していません。**10倍は目安で、自社の入力で測るまで設計の前提にしない**のが安全です。[公称の倍率を自社で測り直す方法](https://www.waltsu.co.jp/magazine/ai/jev-implementation/)は、別記事で解説しています。

## 質問は3つの型から選ぶ

問いには型を1つ指定します。公式ガイドの説明を表にまとめました。

| 型 | 向く問い | 返る値 |
|---|---|---|
| predicate | 目に見える傷があるか、などの条件 | 条件が当てはまる確率（0〜1） |
| choice | 部署やカテゴリのような順序の無い選択 | 渡した値の1つと、選択肢ごとの確率・確信度 |
| score | 深刻度のような順序のある段階 | 段階の確率で重み付けした平均と、確率・確信度 |

choiceとscoreはどちらも選択肢ごとの確率を返し、違いは**選択肢に順序があるかどうか**です。独自の形のデータや説明文が要るときは、Responses APIの構造化出力を使うよう公式は案内しています。

![predicate、choice、scoreの3つの型を横に並べ、それぞれが条件の確率、選んだ値と確率の一覧と確信度、段階の確率の平均と確率の一覧と確信度を返すことを示したカードの図](https://www.waltsu.co.jp/wp-content/uploads/2026/10/openai-decisions-api01.png)

## 段階の点は確率の平均で返る

scoreの段階は0から数えます。公式の例では、不具合の深刻度を「見た目だけ」「回避策あり」「完全に止まる」の3段階で評価し、それぞれの確率が0.1、0.7、0.2でした。返る点は0×0.1＋1×0.7＋2×0.2で1.1です。

点は段階の間の値にもなり、1つの段階を選んだ結果ではありません。**段階を1つに決めて処理を分けたいなら、choiceを使う**よう公式も勧めています。

同じ1.1でも、確率が中央に集まるのか両端に割れるのかで意味は変わるため、段階ごとの確率も記録に残します。

![深刻度の3段階「見た目だけ」「回避策あり」「完全停止」の確率0.1、0.7、0.2を横棒で示し、段階の値を掛けた0.0、0.7、0.4の合計が点1.1になることを示したグラフ](https://www.waltsu.co.jp/wp-content/uploads/2026/10/openai-decisions-api02.png)

## 画像は埋め込みで渡す

公式ガイドの最初の例は、製品の写真に目に見える傷があるかをpredicateで聞くものです。写真と「ひび・破れ・へこみがあるか。影と外箱の傷は無視する」という指示を送り、0.92という確率が返っています。

画像の渡し方には決まりがあります。

- **埋め込みだけ**: Base64で符号化したデータURLとして本文に入れる
- **URLとファイルIDは不可**: ウェブ上の画像やアップロード済みのファイルは使えない
- **1回128枚まで**: [1つのリクエストに含められる画像の上限](https://developers.openai.com/api/reference/resources/decisions/methods/create)

文字の指示と画像は同じメッセージに並べて送ります。社内の画像置き場のURLは渡せないので、**画像を読み込んで変換する処理を手前に置く**ことになります。

## 問いは独立させて並べる

同じ入力への問いは、1回のリクエストにまとめられます。型は問いごとに変えてよく、写真なら傷の有無と製品の分類を一度に聞けます。

ただし、**前の答えで次の問いが変わるなら、リクエストを分けます**。傷があると分かってから修理の種類を聞く、という順番のある判断は1回にまとめません。

問いの書き方について、公式は次の4点を挙げています。

- **観察できる基準**: 入力から確かめられることで問う
- **論点を分ける**: 別の関心ごとは別の問いにする
- **選択肢の意味を分ける**: 重なる選択肢を作らない
- **隣の段階を分ける**: 段階どうしの基準をはっきり変える

選択肢で全ての入力を覆えないときは、「その他」を置いて人の確認に回すよう勧めています。

## 答えの読み方

predicateは確率を1つ返します。choiceとscoreは、選択肢ごとの確率の一覧と、それとは別の確信度を返します。公式の例では、部署の振り分けで請求担当の確率が0.95、確信度は0.93でした。**確率の最大値と確信度は別の数字**なので、どちらで線を引くかを先に決めます。

線は自社のラベル付きの例で、誤検知と見逃しの損を比べて決める、というのが公式の説明です。答えの代わりに拒否が返ることもあるため、その処理も最初から書いておきます。[確率が実際に当たっているかを確かめる手順](https://www.waltsu.co.jp/magazine/ai/cloudflare-clef/)は、別記事で解説しています。

## 料金は入力だけにかかる

GPT-6 LunaでDecisions APIを使うと、入力100万トークンあたり0.10ドルです。キャッシュの読み書きと出力には料金がかかりません。地域処理の割増と、長い入力の倍率は適用されます。

[同じGPT-6 LunaをResponses APIで呼ぶと](https://developers.openai.com/api/docs/models/gpt-6-luna)、入力は同じ0.10ドルですが、出力に0.50ドル、キャッシュの読み込みに0.01ドル、書き込みに0.125ドルがかかります。**答えが短い判断では、払うのはほぼ読ませた分だけ**です。逆に、長い資料や画像を毎回読ませる判断では、入力の量がそのまま費用になります。

![同じGPT-6 Lunaについて、左にResponses APIでは入力0.10ドル・出力0.50ドル・キャッシュ読み0.01ドル・書き込み0.125ドルがかかること、右にDecisions APIでは入力0.10ドルだけで出力とキャッシュは0ドルであることを並べた左右比較の図](https://www.waltsu.co.jp/wp-content/uploads/2026/10/openai-decisions-api03.png)

## 音声の操作とつなぐ

公式ガイドは[声での操作とのつなぎ方](https://developers.openai.com/api/docs/guides/decisions-voice)も載せています。会話はLive APIが受け持ち、アプリが会話の記録と画面の状態をDecisions APIに送って、次の操作を選ばせます。

例では、ブラウザへの「このページを再読み込みして」に対し、「戻る」「再読み込み」「何もしない」から再読み込みを選び、アプリが実行して結果を音声の側に返します。

込み入った依頼には「推論モデルに回す」という選択肢を置き、Responses APIで処理する形も示されています。**速い判断で行き先だけを決め、考える仕事は別のモデルに渡す**組み方です。

## Jev・Clefとの違い

3つとも、問いを渡して確率付きの答えを受け取る仕組みです。2026年10月8日時点の公式ページで確かめた違いは次のとおりです。

| 項目 | Decisions API | Jev | Clef |
|---|---|---|---|
| 提供の形 | OpenAIのAPI（ベータ） | TypeSafe AIのAPI | Cloudflare Workers AI（ 重みも公開 ） |
| 型の呼び名 | predicate ・ choice ・ score | Noul・Choice・Score | noul ・ choice ・ score |
| 画像 | Base64で1回128枚まで | 不可（テキストのみ） | 埋め込みで4枚まで |
| 入力100万トークン | 0.10ドル | 0.042ドル | 0.24ドル（Clef-flashは0.09ドル） |
| 出力 | 無料 | 無料 | 料金表の記載は入力のみ |
| 言語の記載 | ガイドに記載なし | 英語が主。他の言語は精度が落ちる | モデルのページに記載なし |

単価だけならJevが最も安く、画像を多く扱えるのはDecisions APIです。**すでにOpenAIを使っている会社なら、今の契約とデータ管理の設定のまま試せる**点も違いになります。[JevとClefを置き場所の観点で比べた記事](https://www.waltsu.co.jp/magazine/ai/jev-local-clef/)は、別記事で紹介しています。

## 【プロの視点】見ないものを問いに書く

判断モデルの比較は、速さ・料金・正答率に向かいがちです。けれど答えの質を大きく変えるのは問いの書き方で、とくに**何を見ないかを書いてあるかどうか**です。

公式の傷の例は、「ひび・破れ・へこみ」と見る対象を挙げたうえで、「影と外箱の傷は無視する」と除外まで書いています。除外が無ければ、影を傷と取る写真や、外箱のへこみで確率が上がる写真が混ざります。

判断モデルは、問いがあいまいでも型どおりに確率を返します。文章で答えるLLMなら迷いが文面に出ることもありますが、ここでは0.6のような数字にしか表れません。**あいまいな問いが生んだずれは、答えの形からは見えません**。

「この汚れは数えない」「試供品は対象外」のように、現場が口では言えても紙に書いていない一言が、問いの精度を決めます。

明日やる最初の一歩は、自動化したい判断を1つ選び、担当者が「これは数えない」と言っている例外を3つ書き出すことです。

## 【waltsu視点】点検表を問いに写す

AIで記事制作を進めている支援先と話したとき、最初からエージェント化を目指すより、まず自分の業務をルール化するよう助言しました。判断モデルも同じで、言葉になった点検項目がなければ使えません。

写し方は単純です。人がいま使っている点検表の1行を、predicateの問い1つに写します。「ラベルが決まった位置に貼られているか」なら、そのまま1問です。**1行1問にしておくと、人の判定とずれた行が1行単位で分かります**。

waltsuが軸にしているのは、時短ではなく試行回数です。ずれた行の言葉を直して流し直すたびに、点検表そのものが良くなります。[判断モデルで自社のブログ記事を採点した結果](https://www.waltsu.co.jp/magazine/ai/jev-article-scoring/)は、別記事で紹介しています。

明日やる最初の一歩は、いま人が目で見ている点検表を開き、「はい・いいえ」で答えられない行に印を付けることです。

![点検表を開く、1行を1問に写す、人の判定と並べる、ずれた行を書き直す、の4段階を左から右へ並べ、最後から最初へ戻る矢印で繰り返しを示した手順の図](https://www.waltsu.co.jp/wp-content/uploads/2026/10/openai-decisions-api04.png)

## まとめ

Decisions APIは、判断を型の決まった答えで受け取れるOpenAIのAPIです。画像を多く扱え、出力は無料ですが、まだベータでモデルはGPT-6 Lunaだけです。

JevやClefと同じく、速さや単価より先に決めるのは問いです。見る対象と見ない対象を書き、点検表の1行ずつを問いに写すところから始められます。判断の自動化でどこから問いにするか迷う場面が出てきたら、waltsuが業務の点検項目の洗い出しから検証の設計までご支援します。

## よくある質問

**Q. Decisions APIとは簡単にいうと？**  
A. OpenAIが2026年10月にベータ公開した判断用のAPIです。テキストや画像を読み、確率・選択・段階の点で答えます。

**Q. Responses APIとの使い分けは？**  
A. 型の決まった答えで足りるならDecisions API、文章や独自の形のデータが要るならResponses APIです。

**Q. 日本語でも使える？**  
A. 2026年10月時点の公式ガイドには、対応言語の記載がありません。日本語の業務で使うなら、自社の実データで人の判断と突き合わせてから決めてください。

**Q. 送ったデータの扱いは？**  
A. 条件を満たす顧客は、データを保持しない設定（ZDR）や医療情報の規制（HIPAA）に沿った利用ができ、データの所在地は米国と欧州に対応しています。

**Q. いつから誰でも使える？**  
A. 2026年10月6日から、全開発者向けのベータとして使えます。一般提供は数週間のうちの見込みなので、導入時に最新の仕様を確認してください。

## 執筆者

**藤井 俊輔**（代表取締役）ベンチャー企業の外部CMOや水族館のマーケティング担当などに従事。オンライン/オフライン問わず集客を中心としたマーケティング施策に強み。

プロフィール: https://www.waltsu.co.jp/magazine/supervisor/shunsuke-fujii/

この記事は waltsu 公式ブログの記事（https://www.waltsu.co.jp/blog/openai-decisions-api/）をもとに再編集したものです。