OpenAI lancerer Decisions API i offentlig beta, drevet af GPT-6 Luna

OpenAI udgav Decisions API i offentlig beta den 6. oktober 2026 og introducerede et endpoint, der returnerer typede svar på udviklerdefinerede spørgsmål over tekst- og billedinput. OpenAI API changelog registrerer udgivelsen i beta med gpt-6-luna, leveret gennem en dedikeret POST /v1/decisions endpoint.

OpenAI siger, at det nye endpoint producerer disse svar omkring 10 gange hurtigere end Responses API. Ifølge Decisions API documentation kan API’et testes i Playground, hvor udviklere kan eksperimentere med spørgsmål og input, inden de skriver kode.

Udgivelsen følger API’ets introduktion ved DevDay 2026, hvor den var tilgængelig i begrænset forhåndsvisning. OpenAI’s DevDay recap sagde, at API’et anvender Luna-modellens ræsonnement på et sæt brugerdefinerede spørgsmål, hver med et begrænset sæt foruddefinerede svar, så udviklere kan levere tekst- eller billedkontekst og få resultater tilbage, der kan drive indholdsklassificering, anmodningsrouting eller en agents næste handling. OpenAI sagde på det tidspunkt, at en bred udgivelse var planlagt i de kommende dage.

Endpointet kører på GPT-6 Luna, en ræsonneringsmodel som OpenAI udgav sammen med GPT-6 Sol den 22. september 2026. Begge modeller accepterer tekst- og billedinput og genererer tekst via Responses- og Chat Completions-API’erne.

Sådan fungerer Decisions API

Hver anmodning har tre dele. Model-feltet vælger den evaluerende model; i øjeblikket understøttes kun gpt-6-luna. Input-feltet indeholder delt evidens for spørgsmålene, enten som en tekststreng eller som brugermeddelelser, der indeholder tekst og billeder. Questions-arrayet angiver, hvad modellen skal evaluere: hver spørs­mals type, dets instruktioner og eventuelle tilladte valg eller score‑niveauer. Responsen indeholder et answers-array, og hvert spørgsmål har et unikt navn, som API’et gentager sammen med sit svar.

Et prædikat‑spørgsmål kontrollerer en betingelse, såsom synlig skade på et produkt eller om en passage er relevant, og returnerer en sandsynlighedsvurdering fra 0 til 1 for, at betingelsen er sand. I vejledningens eksempel inspiceres et produktfoto for revne, rev eller bul, og et illustrativt svar returnerer en sandsynlighed på 0.92; en applikation kan markere fotos til gennemgang, når værdien overskrider en tærskel, som udvikleren har sat.

Et valg‑spørgsmål vælger én værdi fra et fast sæt af leverede muligheder, hver med en beskrivelse af, hvornår den gælder. Svaret indeholder den valgte værdi, et probabilities‑array, der dækker alle muligheder, og et separat confidence‑felt. Vejledningens routing‑eksempel sender en kundeklage om en dobbelt opkrævning til en fakturerings‑option foran tekniske, forsendelses‑ og andre alternativer. OpenAI’s vejledning er at tilføje en fallback‑værdi såsom other for input, som kategorierne ikke forudser; applikationen kan rute dette fallback‑resultat til en generel gennemgangskø.

Et score‑spørgsmål bedømmer et input mod ordnede niveauer, såsom problemseveritet, arrangeret fra laveste til højeste. Den returnerede score er det sandsynligheds‑vægtede gennemsnit af niveau‑indeksene, som starter ved 0, så resultatet kan ligge mellem to definerede niveauer. I det gennemførte eksempel giver sandsynligheder på 0.1, 0.7 og 0.2 på tværs af tre severitetsniveauer en score på 1.1 med en confidence på 0.55.

For output ud over disse tre svar‑typer peger dokumentationen udviklere mod Structured Outputs med Responses API, når de har brug for et objekt, der følger et tilpasset JSON‑skema, og mod funktion‑kald, når en model skal anmode om et værktøjskald med argumenter.

Brugsvejledning og input‑grænser

Billeder skal sendes som indlejrede base64‑data‑URL’er; endpointet understøtter ikke hostede HTTP- eller HTTPS‑billed‑URL’er eller file_id‑input. For at evaluere et billede sammen med instruktioner eller anden kontekst placerer udviklere input_text‑ og input_image‑dele sammen i en enkelt brugermeddelelse.

Uafhængige spørgsmål kan dele et enkelt anmodnings questions‑array, og hvert spørgsmål kan bruge en anden type, så en applikation kan tjekke et produktfoto for skade og klassificere produktets kategori i ét kald. Når en beslutning afhænger af et tidligere svar, skal applikationen sende separate anmodninger, hvor det første resultat bruges til at gate det efterfølgende, f.eks. bekræfte skade før anmodning om en reparations‑kategori.

Dokumentationens forfattervejledning fokuserer på observerbare kriterier: hold separate bekymringer i adskilte spørgsmål, giv hvert valg en tydelig betydning, og definer score‑niveauer så naboniveauerne adskiller sig klart. Ved fortolkning er vejledningen at kalibrere tærskler mod mærkede eksempler fra produktions‑applikationen, idet man vejer de relative omkostninger ved falske positiver og falske negativer.

Prisfastsættelse, datakontroller og stemme

Prisen for endpointet med gpt-6-luna er $0.10 per 1M input‑tokens. Kun input‑tokens faktureres: cache‑læsninger, cache‑skrivninger og output‑tokens pålægges ingen omkostning. Regionale behandlings‑præmier og pris‑multiplikatorer for lang‑kontekst‑input gælder stadig, mens gpt-6-luna‑anmodninger uden for /v1/decisions følger den gældende model‑ og behandlings‑tier‑prissætning.

API’et understøtter Zero Data Retention og HIPAA‑brug for berettigede kunder, med dataresidens og regional behandling tilbudt i USA og i Europa (det Europæiske Økonomiske Samarbejdsområde og Schweiz). For stemmestyrte applikationer gør klientdelegation med Live API det muligt for en agent at vælge handlinger ud fra stemmeforespørgsler og rapportere resultaterne tilbage til brugeren.

OpenAI siger, at de forventer, at Decisions API vil nå generel tilgængelighed i de kommende uger.