OpenAI 给智能体装了“决策大脑”：一个接口快 10 倍，Codex 最高提速 8 倍 11 月 5 日一早，国内几家科技媒体把 OpenAI 的 10 月开发者更新汇总报了出来。两条更新最值得看：一条讲"快"，GPT-6.1 Sol Ultrafast 在 Codex 里把 token 生成速度最高拉到 8 倍；另一条讲"判断"，Decisions API 让模型在预设问题里直接给答案，速度约为传统接口的 10 倍。 快和会判断，这两个方向凑在一起，指向的是同一件事：AI 从"帮你写东西"，往"替你做事"又挪了一步。 PART 01 两条更新，一句话说完 先说速度。按凤凰网的报道，GPT-6.1 Sol Ultrafast 主要面向对响应速度要求高的编程和智能体任务。在 Codex 里，token 生成速度最高能到标准模式的 8 倍，约每秒 300 个 token；在 API 里，最高能到 6 倍。 这个数字什么概念？写一段几百行的代码、跑一次多步的智能体任务，等待时间从几分钟压到几十秒，体验是完全不同的。速度这东西平时不觉得，一旦用惯了快的，回不去的。 再说判断。Decisions API 的思路不一样，它不是让模型"多想一想"，而是让模型"少想一点、直接选"。你在接口里预先定义好几个问题和每个问题可能的答案，模型拿到输入——文本、图像、结构化数据都行——直接从有限选项里给出判断。 这两条看着不搭，实际是一套组合拳：判断决定往哪走，速度决定走多快。 同批汇总里还介绍了 GPT-6.1 Terra，重点提升视觉推理、电脑操作和文本处理，面向需要操作软件界面的智能体场景。加上 Codex 那边的一堆改进——按上下文预测下一条指令、语音启动任务、Windows 环境新的沙盒机制，能看出 OpenAI 这轮的重心不在"更聪明的聊天"，而在"更能干活的工具"。 PART 02 先看价格：快是要加钱的 按 OpenAI 官方页面，GPT-6.1 Sol 是 GPT-6 Sol 的升级版，在智能体编程、电脑操作、专业工作这几块，能力已经接近 GPT-6 Astra。API 标准价：每百万输入 token 2 美元，缓存输入每百万 0.10 美元，输出每百万 10 美元。 Ultrafast 不是免费的加速。官方费率表写得很清楚：在按 Token 计费的 Enterprise 套餐里，GPT-6.1 Sol 超快模式按所选模型标准费率的 6 倍计费；如果用的是订阅套餐，超快模式按 8 倍的速率消耗套餐内的用量。两个倍数说的不是一回事——6 倍是钱，8 倍是额度。速度提升 8 倍，和额度消耗 8 倍，也千万别混着读。 这笔账得自己算。对一个交互式编程场景，用户盯着屏幕等结果，快就是体验，溢价可以接受；对一个后台批量跑的任务，没人在等，多花 6 倍的钱换速度就没必要。快不是普适的刚需，是要看场景的。 还有一个现实约束：GPT-6.1 Sol 这批更新的开放节奏，是先给 Pro，再逐步扩到 Plus、Business、Enterprise 和 Edu，Enterprise 和 Edu 的管理员要单独开权限。Ultrafast 也在 ChatGPT 工作和 Codex 里，能不能用、按什么价，得看你的套餐和协议。 PART 03 Decisions API：把"判断题"从对话里抠出来 以前让模型做判断，做法是写一段提示词，让它输出一段话，你再用正则或者二次调用来解析。麻烦，慢，还容易格式错。 Decisions API 把这个过程产品化了：你定义问题，定义选项，模型只回选项。比如"这条用户留言属于咨询、投诉、退款、其他哪一类"，比如"这个请求该路由给售前还是售后"，比如"这个智能体的下一步动作是查资料、发消息还是等人工"。答案空间是封闭的，模型不需要长篇大论，只给一个结论。 官方给的使用场景有四类：内容分类、请求分发、任务优先级排序、智能体行动选择。看着都是些不起眼的活，但这些活恰恰是自动化流程里最卡的地方——生成内容不难，难的是判断这段内容该去哪。 快的原因不难理解。普通对话接口要生成完整文本，逐 token 往外吐；Decisions API 只需要在有限选项里选一个，输出极短，计算路径也窄。据腾讯新闻转述官方文档的说法，处理这类决策任务的速度约为传统 Responses API 的 10 倍。 底座是 GPT-6 Luna。这个接口不是这两天才有的：OpenAI 在 9 月底的 DevDay 2026 上宣布了限量预览，10 月 22 日正式开放，同时加了提示词缓存和 JSON 结构化输入，单次请求能带的问题数从 200 个提到 400 个。所以严格说，11 月 5 日这次是"月度汇总"，把这个已经开放的能力重新讲了一遍。这个时间线要分清楚，别当成昨天刚上线的新东西。 同批还有些降本的小动作：Responses API 增加了 12 小时提示词缓存，多次请求之间可以复用系统指令、工具配置和上下文；API 使用等级也调成了 Build、Launch、Grow 三档，按规模给调用额度。这些改动不性感，但对天天调接口的团队，省的都是真金白银. 不过这次汇总的意义在于，它把"快"和"判断"放在一起讲，等于告诉开发者：这套组合是接下来要主推的方向。 PART 04 对做营销的人，意味着什么 过去两年，AI 在营销里的角色主要是生产：写文案、出图、剪视频、做报表。生产的上限越来越高，但生产出来的东西总得有人处理——审核、分类、分配、跟进。这一段的效率，一直卡在人手上。 Decisions API 这类接口，动的就是这一段。举几个能直接落地的场景： 内容审核的第一道筛。一批用户生成内容、评论、投稿进来，先让模型按预设类别打标——合规、疑似违规、需要人工复核，把明显没问题的放过去，把可疑的挑出来给人看。人只需要处理被挑出来的那一小部分。 线索分级。表单、私信、评论区的线索进来，按行业、预算量级、需求明确度分个级，A 类直接给销售，C 类进培育池。以前这一步靠规则或者靠人眼看，现在可以交给模型判断，规则由你来定。 投放异常的第一时间处置。账户里某个广告组成本突然飙升，先让模型判断"是正常波动、素材疲劳、还是落地页出问题"，给出归类，再决定要不要自动暂停。判断错了还有人工复核兜底，但大多数情况能省下几个小时。 客服工单路由。这句话该给售前、售后、财务还是技术，分类清楚，转派就快。这类活人做久了会烦，模型不会. 共同点是：这些活的答案空间都很小，错一次的代价可控，而且可以抽样复核。这正是决策类接口最合适的场景。 工具越会判断，人越要往上游站。 以前营销人的价值有一部分体现在"处理"上——谁能更快地把线索分好、把内容审完、把异常压下去。这部分正在被接口吃掉。接下来值钱的是另一件事：定义什么叫对。 什么算一条合格线索，什么算违规内容，什么情况必须停下来等人，这些标准没法交给模型，只能人来定。定完了，还要能验证模型执行得对不对——抽样、看混淆、调阈值。这套活听着不如"写爆款"光鲜，但它决定了自动化到底能跑多远。 PART 05 一句话收尾 OpenAI 这一轮更新，技术上的看点都在"效率"两个字：更快的模型，更快的接口，更便宜的判断。这些能力很快会被同行追上，也会很快变成行业标配。 真正拉开差距的，还是那些没法被接口化的东西：你对自己业务的理解，你对客户判断标准的把握，以及你愿不愿意花时间去校准这些标准. 工具越来越快，人反而要慢下来想清楚——这大概是这轮 AI 更新里，最不显眼也最要紧的一句. 策略块 征集块 CTA