「做决定」这一步被单独定价：输入每百万 token 0.1 美元、输出不收钱；外部评估员进 OpenAI 内部监控系统待了三周
OpenAI 把分类、路由这类小决定做成独立接口，输入每百万 token 0.1 美元、输出不收钱，官方称比 Luna 快最多 10 倍；同批还有波兰 NASK 的安全合作，以及 METR 与 Redwood 对内部监控系统的三周嵌入式评估。
北京时间 10 月 22 日 21:00 到 10 月 23 日 21:00，@OpenAI 只发了一条帖，官网同批挂出两页。1
最实的一页是 Decisions API 正式可用：输入每百万 token 收 0.1 美元，输出不收钱，官方称比走 Responses API 的 GPT-6 Luna 快最多 10 倍。2
另一页是 OpenAI 与波兰国家研究院 NASK 签的合作。3窗口里那条帖讲的是另一件事：今年夏天，两名外部评估员进了 OpenAI 的内部监控系统。
上两期窗口漏读的三页企业案例，一并补在文末。
把「做决定」单独拆出来卖
应用和智能体在一个流程里要做的决定都很小：这条输入归哪类、这个请求转给谁、下一步做什么。单次都简单，量一大，延迟和成本就一起顶上来。2
Decisions API 的做法是把问题收窄。开发者给出一个问题、一组允许的答案，再给文本、图片或 JSON 当上下文，接口只回三种结果之一。2
- 概率：一个条件成立的可能性，0 到 1 之间，比如商品有没有可见破损。2
- 选择：从你给的选项里挑一个，比如继续、重试、还是先问清楚，并附上各选项的概率与置信度。2
- 分数：按你设的等级给一个加权平均分，比如破损的严重程度。2
速度口径是官方的：同样的问题走 Responses API 调用 GPT-6 Luna，Decisions 最多快 10 倍。2
正式版比公开测试多了几样东西：与 GPT-Live 的原生集成、重复上下文的提示缓存、美国与欧盟的推理驻留，单次请求的问题上限也从 200 提到 400。2亚洲几个区域还加了容量。
三种答案都是短输出，输出那一栏没什么可收的，官方索性只按输入计费。对一天要跑几百万次分类的应用，这一栏原本也占不了大头。
客户给的数字全部来自页面自述，页面没交代测试方法。
| 客户 | 页面给的数字 | 用来做什么 |
|---|---|---|
| Box | 30 份保险凭证的路由选择快约 5 倍，准确率与 Responses API 持平 2 | 企业文档分类与下一步路由 |
| Datadog | p95 快 40 倍，准确率相当 2 | 给智能体生成的 rshell 命令打风险分，再决定执不执行 |
| Ramp | 快 4 倍、便宜 30%，对比对象是 GPT-6 Luna 2 | 把 AI 成本归到具体工作上 |
| Sierra | p95 低于 280 毫秒，单次调用快约 3 倍、成本低 90% 2 | 客服对话里挑下一步动作 |
| Speak | 下一步动作的耗时从 1.4 秒降到 0.13 秒 2 | 语言学习里的实时反馈 |
OpenAI 自己也在用：dots 团队拿它压响应时间，个人财务团队拿它给交易描述分类，传播团队拿它给报道按主题和分数归类，判断一篇报道是强化还是挑战关键叙事。2
这页留白的地方同样明显。延迟没交代怎么测的，输入多长、哪一档算力、p95 还是平均，一句都没写；没给一次决策的成本示例；也没写速率限制与配额。2
两名评估员在内部待了三周，公开的是一页简述
10 月 22 日深夜那条帖说，今年夏天 OpenAI 请 METR 与 Redwood Research 试点一次「嵌入式评估」，给了它们三周、对基础设施的深度访问，评估对象是自家的内部监控系统。1这条帖到今晚约 32 万次浏览。
帖子的结论只有一句：这些发现帮助了防护的强化，系统扩容时也用上了，之后与 METR 及其他第三方评估者的合作会受它影响。1
两家都是独立于 OpenAI 的评估机构，此前已经参与过它的事件复核。15被引用的 METR 原帖更具体：两名员工在 OpenAI 现场工作了三周，评估的是 OpenAI 用来发现内部智能体错位行为的监控系统，一份简述已经公开。1
这件事有坐标。9 月 22 日 OpenAI 发布过第三方评估的原则页，把「错位监控有没有可能导致失控的关键缺口」「监控能不能被轻易关掉」列成要由外部来回答的问题。5
同一页还写了给评估者的访问形态：技术防护的细节、可见的思维链，以及用于事件响应和「监控红队」的内部部署访问。5
上一次是今年 7 月披露的 Hugging Face 事件。那次同样由这两家做独立复核，OpenAI 在自家站点上出了一份技术报告。6
这一次 OpenAI 侧没有对应的报告或系统卡，能查到的只有 METR 那一页简述。1
波兰：又一家国家级 AI 安全研究所签了合作
10 月 23 日的协议签在 OpenAI 与波兰国家研究院 NASK 之间，方向是 AI 安全、安保与技术研究。3用词是「探索合作」，投入、人数、时间表都没写。
对口的机构是 NASK 的 AI 安全研究中心，它同时承担波兰 AI 安全研究所的角色。3
这类合作此前已有对象：美国的 CAISSI（Center for Advancing Standards and Innovation for Super Intelligence）、英国的 AISI，以及其他国家的公共研究机构。3
实质动作在 7 月就发生了。隶属 NASK 的 CERT Polska 通过 Daybreak 拿到具备网络能力的模型访问，用它协助找出 MikroTik RouterOS 的六个漏洞。3其中几个可以串起来，在无需认证的情况下接管受影响的设备。
后续写得完整：厂商发布了修复，CERT Polska 确认这些修复挡住了它观察到的攻击。3
页面上两段引语落在不同的重心。NASK 主任 Radosław Nielek 说 AI 安全无法单独完成，还提到该中心在做合成内容检测与多语言方向的研究。
OpenAI 欧洲、中东与非洲政策负责人 Tom Duff Gordon 说，波兰有不少科学家参与过 OpenAI 自己的研究。3
这条线连着 9 月 21 日那份立场页：OpenAI 主张美国与各国一起推前沿 AI 的国际技术标准，把评估能力、判断风险、测试防护、报告事件四件事做成各国可比的口径。7
生意上的落点在渠道。Daybreak 已经把具备网络能力的模型交到政府与关键设施防守方手里，7 月那六个漏洞是目前这条渠道最硬的一次公开战果。3
页面没写的是协议本身：条款、资金、评估对象是否包含前沿模型与智能体、评估结果公不公开。3
上两期漏读的三页企业案例
上两期窗口里还有三页企业案例没写进来，本期一次补齐。
| 公司 | 日期 | 数字 | 用的是什么 |
|---|---|---|---|
| Uber | 10 月 22 日 | 从 1,000 人试点扩到 30,000 人以上 8 | ChatGPT Work，默认模型 GPT-6.1 Sol |
| Cloudflare | 10 月 21 日 | Q1 2026 平均每天挡下 2,340 亿次威胁；四名开发者三天重建一个产品，token 花 1,100 美元 9 | Daybreak 与 Codex |
| AT&T | 10 月 21 日 | 未披露 10 | 法务部门的 LegalEdge，在做收案入口 |
Uber 那页说，这是它第一次把面向知识工作的智能体平台铺到全公司。8ChatGPT Work 能接 Google Drive、Gmail、Google Calendar 与 Slack 这类日常工具；Uber 的开发者继续用 Codex。
Cloudflare 那页的数字更具体。这家公司代理约两成网页流量，负责营收的总裁 Mark Anderson 说，公司三分之一的员工是软件开发者，这些人 100% 在用 Codex。9
一个原本因为没人手而搁置的重建项目，四名开发者做了三天，花掉 1,100 美元 token。
AT&T 那页没有数字，说的是方向：在 LegalEdge 团队之上建一个自然语言入口的收案系统，把请求分类、排序、接上先例与旧案。10总法律顾问 David McAtee 的态度是，判断权始终留在律师手上。
接下来核验什么
- 10 倍是怎么测的。 输入长度、区域、并发条件都没写，40 倍与 280 毫秒也一样。2
- 一次决策多少钱。 按每百万输入 token 0.1 美元算，成本取决于输入长度，页面没给典型例子。2
- 限额。 速率限制、配额，以及一条请求塞 400 个问题时的延迟表现。2
- 准确率对照。 客户说的是「与原来持平」，官方没给逐项评测。2
- 外部评估到底发现了什么。 哪些缺口、修了哪几处、简述由谁核验。15
- 嵌入式评估会不会常态化。 官方只写了会「影响」后续合作，频率与范围都空着。1
- 波兰协议的条款。 资金、人员、时间表，以及评估对象是否包含前沿模型与智能体。3
- 那六个漏洞的编号与影响版本。 目前只有官方对修复过程的转述，没有独立复核。3
- 补报三页的数字都出自客户。 Uber 的 30,000 人、Cloudflare 的三天与 1,100 美元、AT&T 的方向，都没有第三方核对，也没有效果指标。8910
- 此前挂起、本窗口无更新： Ultrafast 在 Codex 与 ChatGPT Work 的单价、ChatGPT 广告的展示价格与填充率、增量测量的设计、澳大利亚事件的后续、Hugging Face 更广审查里 53 例之后的数字、Orchestra Bio 的金额与交割时间。
References
- 1
- 2
- 3
- 4Pricing
developers.openai.com
- 5
- 6OpenAI–Hugging Face Incident Technical Report
cdn.openai.com
- 7
- 8
- 9
- 10
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.