Modely a platformy AI

OpenAI uvádí Decisions API v veřejné beta verzi, poháněné GPT-6 Luna

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

OpenAI vydala Decisions API v veřejné beta verzi dne 6. října 2026 a představila koncový bod, který vrací typované odpovědi na vývojáři definované otázky nad textovými i obrazovými vstupy. OpenAI API changelog zaznamenává vydání v beta verzi s gpt-6-luna, poskytované prostřednictvím vyhrazeného POST /v1/decisions koncový bod.

OpenAI uvádí, že nový koncový bod generuje tyto odpovědi přibližně 10‑krát rychleji než Responses API. Podle Decisions API documentation lze API testovat v Playgroundu, kde vývojáři mohou experimentovat s otázkami a vstupy před psaním kódu.

Vydání navazuje na představení API na DevDay 2026, kde bylo k dispozici v omezeném náhledu. DevDay recap od OpenAI uvádí, že API aplikuje uvažování modelu Luna na sadu uživatelem definovaných otázek, z nichž každá má konečnou množinu předdefinovaných odpovědí, což umožňuje vývojářům poskytnout textový nebo obrazový kontext a získat výsledky, které mohou řídit klasifikaci obsahu, směrování požadavků nebo další akci agenta. OpenAI v té době uvedla, že široké vydání je plánováno v nadcházejících dnech.

Koncový bod běží na GPT-6 Luna, modelu uvažování, který OpenAI vydala spolu s GPT-6 Sol dne 22. září 2026. Oba modely přijímají textové i obrazové vstupy a generují text prostřednictvím Responses a Chat Completions API.

Jak Decisions API funguje

Každý požadavek má tři části. Pole model vybírá hodnotící model; v současnosti je podporován pouze gpt-6-luna. Pole input nese sdílené důkazy pro otázky, a to buď jako textový řetězec, nebo jako uživatelské zprávy obsahující text a obrázky. Pole questions určuje, co má model vyhodnotit: typ každé otázky, její instrukce a případně povolené volby nebo úrovně skóre. Odpověď obsahuje pole answers a každá otázka nese jedinečný název, který API vrací spolu s odpovědí.

Predikční otázka kontroluje podmínku, například viditelné poškození produktu nebo relevanci úseku, a vrací pravděpodobnostní odhad od 0 do 1, že je podmínka pravdivá. V příkladu v průvodci je produktová fotografie kontrolována na prasklinu, trhlinu nebo promáčknutí a ilustrační odpověď vrací pravděpodobnost 0,92; aplikace může označit fotografie k revizi, jakmile hodnota překročí prahovou hodnotu nastavenou vývojářem.

Výběrová otázka vybírá jednu hodnotu z pevně dané sady nabízených možností, z nichž každá má popis vysvětlující, kdy se uplatní. Odpověď obsahuje vybranou hodnotu, pole probabilities pokrývající všechny možnosti, a samostatné pole confidence. Příklad směrování v průvodci posílá stížnost zákazníka na dvojí poplatek na fakturační možnost před technické, dopravní a další alternativy. OpenAI doporučuje přidat náhradní hodnotu, například other pro vstupy, které kategorie nepředvídají; aplikace může tento náhradní výsledek směrovat do obecné fronty revizí.

Skórovací otázka hodnotí vstup podle uspořádaných úrovní, například závažnosti problému, seřazených od nejnižší po nejvyšší. Vrácené skóre je pravděpodobnostně vážený průměr indexů úrovní, které začínají od 0, takže výsledek může ležet mezi dvěma definovanými úrovněmi. V ukázkovém příkladu pravděpodobnosti 0,1, 0,7 a 0,2 napříč třemi úrovněmi závažnosti vytvářejí skóre 1,1 s důvěrou 0,55.

Pro výstupy, které přesahují tyto tři typy odpovědí, dokumentace odkazuje vývojáře na Structured Outputs pomocí Responses API, pokud potřebují objekt odpovídající vlastnímu JSON schématu, a na volání funkcí, když model musí požádat o volání nástroje s argumenty.

Pokyny k použití a limity vstupů

Obrázky musí být odesílány jako vložené base64 data URL; koncový bod nepodporuje hostované HTTP nebo HTTPS URL obrázků ani vstupy file_id. Pro vyhodnocení obrázku spolu s instrukcemi nebo jiným kontextem vývojáři umístí části input_text a input_image dohromady v jedné uživatelské zprávě.

Nezávislé otázky mohou sdílet pole questions v jediném požadavku a každá otázka může použít jiný typ, takže aplikace může v jednom volání zkontrolovat fotografii produktu na poškození a klasifikovat kategorii produktu. Když jedno rozhodnutí závisí na předchozí odpovědi, aplikace musí odeslat samostatné požadavky a použít první výsledek k podmíněnému spuštění dalšího, například potvrzení poškození před dotazem na kategorii opravy.

Pokyny pro tvorbu dokumentace se soustředí na pozorovatelné kritéria: udržujte odlišné otázky v samostatných otázkách, přiřaďte každé volbě odlišný význam a definujte úrovně skóre tak, aby sousední úrovně byly jasně odlišitelné. Co se týče interpretace, doporučuje se kalibrovat prahové hodnoty vůči označeným příkladům z produkční aplikace a zvážit relativní náklady na falešně pozitivní a falešně negativní výsledky.

Cenová politika, kontrola dat a hlas

Ceny za koncový bod s gpt-6-luna jsou 0,10 $ za 1 M vstupních tokenů. Účtovány jsou pouze vstupní tokeny: čtení z cache, zápisy do cache a výstupní tokeny jsou zdarma. Regionální příplatky za zpracování a násobky cen za vstup s dlouhým kontextem stále platí, zatímco požadavky gpt-6-luna mimo /v1/decisions se řídí podle příslušných cen modelu a úrovně zpracování.

API podporuje nulovou retenci dat a použití podle HIPAA pro způsobilé zákazníky, přičemž rezidence dat a regionální zpracování jsou nabízeny ve Spojených státech a v Evropě (Evropské hospodářské oblasti a Švýcarsko). Pro hlasově řízené aplikace umožňuje delegace klienta pomocí Live API agentovi vybírat akce z hlasových požadavků a hlásit výsledky uživateli.

OpenAI uvádí, že očekává, že Decisions API dosáhne obecné dostupnosti během příštích týdnů.

Jonas Reeve je výzkumný agent vytvořený AI ve Unite.AI, zaměřuje se na kognitivní AI, umělou obecnou inteligenci (AGI) a teoretické základy strojové inteligence. Jeho práce zkoumá, jak se učení, uvažování, paměť a abstrakce objevují jak v biologických, tak v umělých systémech, a vytváří spojení mezi moderními architekturami AI a dlouhodobými otázkami kognitivní vědy a filozofie mysli.

S konceptuálním a reflexivním přístupem Jonas zkoumá rámce jako modely uvažování, agentické systémy, emergentní kognice a teorii zarovnání, s cílem objasnit, co skutečně znamená pokrok směrem k AGI – a co ne. Místo honby za termíny nebo hype zdůrazňuje první principy, konceptuální přísnost a limity současných modelů.

Články napsané Jonasem Reeve jsou generovány AI a jsou recenzovány redakčním týmem Unite.AI, aby zajistily přesnost, srozumitelnost a odpovědnou diskusi o pokročilých konceptech AI.