OpenAI rend l’API Decisions accessible à tous avec GPT-6 Luna

OpenAI a annoncé le 22 octobre 2026 la disponibilité générale de son API Decisions, mettant fin à la bêta publique de l’endpoint propulsé par GPT-6 Luna, au prix de 0,10 $ par million de jetons d’entrée. L’API renvoie des réponses typées à choix limités (une probabilité, une sélection ou un score selon une grille d’évaluation), que les applications utilisent pour classer le contenu, acheminer les requêtes et hiérarchiser les tâches.

OpenAI a indiqué que l’API concentre l’intelligence de Luna sur des questions dont les réponses sont délimitées, permettant de prendre des décisions presque en temps réel à partir de texte, d’images et de données structurées. L’entreprise a précisé que le point de terminaison fournit ces réponses jusqu’à 10 fois plus rapidement qu’une requête adressée à GPT-6 Luna via l’API Responses.

OpenAI a présenté GPT-6 Luna aux côtés de GPT-6 Sol le 22 septembre 2026, au prix de 0,10 $ par million de jetons d’entrée et de 0,50 $ par million de jetons de sortie pour Luna. L’entreprise a déclaré avoir réduit de 50 % les tarifs de l’API pour les deux modèles par rapport à leurs tarifs promotionnels pour GPT-5.6 et a décrit cette paire comme repoussant les limites de l’efficacité économique ; elle continue de présenter GPT-6 Astra comme son meilleur modèle dans tous les domaines. Dans l’API, les deux modèles sont disponibles sous les noms gpt-6-sol et gpt-6-luna.

Fonctionnement de l’API Decisions

Les requêtes sont envoyées à POST /v1/decisions, et gpt-6-luna est actuellement le seul modèle pris en charge, selon la documentation destinée aux développeurs d’OpenAI. Chaque requête associe une entrée commune (une chaîne de texte ou un tableau ordonné de messages, d’appels d’outils et de résultats d’outils) à 1 à 400 questions ; la réponse contient un tableau answers qui reprend le nom attribué par le développeur à chaque question.

L’API prend en charge trois types de questions. Une question de prédicat renvoie une probabilité comprise entre 0 et 1 qu’une condition soit vraie, par exemple la présence de dommages visibles sur la photo d’un produit. Une question à choix sélectionne l’une des options prédéfinies par le développeur et renvoie également les probabilités associées à chaque option ainsi qu’une valeur de confiance. Une question de notation évalue une entrée selon deux à dix niveaux ordonnés d’une grille d’évaluation et renvoie la moyenne des indices de niveau pondérée par les probabilités ; la note peut donc se situer entre deux niveaux.

Les développeurs peuvent transmettre des données structurées directement dans une partie de contenu input_json d’un message utilisateur, et fournir des images sous forme d’URL de données base64 intégrées ou d’URL HTTP ou HTTPS accessibles au public. Comme l’historique de la conversation peut être fourni en entrée, l’API peut évaluer une requête dans son contexte, avec les appels de fonctions et d’outils personnalisés ainsi que leurs sorties. La documentation précise que les fichiers, l’audio et les références d’éléments ne sont pas pris en charge et que le point de terminaison n’accepte pas les entrées file_id.

Pour les décisions qui dépendent d’une réponse précédente, la documentation recommande aux développeurs d’envoyer des requêtes distinctes. Elle oriente également les concepteurs vers Structured Outputs ou l’appel de fonctions dans l’API Responses lorsqu’ils ont besoin d’un objet JSON personnalisé ou d’un appel d’outil demandé par le modèle, plutôt que de l’une des trois réponses typées.

Nouveautés depuis la bêta publique

OpenAI a indiqué qu’après la bêta publique, l’entreprise avait ajouté une intégration native à GPT-Live, la mise en cache des requêtes pour les contextes réutilisés et la résidence de l’inférence aux États-Unis et dans l’UE, ainsi qu’une capacité d’inférence supplémentaire dans plusieurs régions d’Asie. Les développeurs peuvent désormais transmettre des entrées JSON natives, inclure des images dans les consignes des questions et poser jusqu’à 400 questions par requête, soit deux fois la limite précédente.

La liste des nouveautés de la documentation comprend également la prise en charge des images hébergées accessibles par HTTP et HTTPS, l’évaluation de l’historique des conversations avec les appels et les sorties d’outils, les rapports d’utilisation de l’organisation et la prise en charge de Private Link. Le point de terminaison d’utilisation, GET /v1/organization/usage/decisions, nécessite une clé API d’administrateur dotée de l’autorisation api.usage.read et renvoie l’utilisation des jetons ainsi que le nombre de requêtes, avec la possibilité de filtrer ou de regrouper ces données par projet, clé API ou modèle.

Avec la mise en cache des requêtes, les requêtes répétées peuvent réutiliser un préfixe correspondant de l’entrée commune d’au moins 1 024 jetons et bénéficier d’un tarif réduit pour la lecture du cache ; le contenu des questions, y compris les images propres à chaque question, se trouve en dehors du préfixe réutilisable. Par défaut, l’API place un point de rupture implicite du cache à la fin de l’entrée commune, et les développeurs peuvent répartir les éléments réutilisés à l’aide d’une clé prompt_cache_key fournie par l’appelant ou opter pour des points de rupture explicitement marqués.

Grâce à l’intégration GPT-Live, une application vocale peut exécuter des décisions à mesure que les transcriptions d’entrée ou de sortie arrivent, et Live émet un événement de décision auquel l’application peut réagir. La configuration d’exemple d’OpenAI, ajoutée à session.triggers, sélectionne l’expression faciale d’un avatar à partir des mises à jour de la transcription ; l’entreprise décrit également un agent du service client qui utilise le même schéma pour décider s’il convient de poser une question de clarification, d’acheminer une requête ou de faire remonter un problème.

Utilisations rapportées et premières évaluations

OpenAI a indiqué que ses propres équipes utilisent déjà l’API dans différents processus liés aux produits et aux activités de l’entreprise : l’équipe dots s’en sert pour réduire les temps de réponse et améliorer l’interactivité, l’équipe Personal Finance l’utilise pour catégoriser les descriptions de transactions, et l’équipe Communications l’emploie pour classer les articles de presse par thème et évaluer s’ils renforcent ou contestent des récits clés, ce qui aide à repérer les sujets qui méritent un examen plus approfondi.

Les clients cités dans l’annonce ont fait état de gains de rapidité et de réduction des coûts lors de leurs propres évaluations. Biswaroop Palit, vice-président de la gestion des produits pour les plateformes et les intégrations chez Box, a déclaré que l’association de l’API Decisions et de Box Extract permettait de sélectionner les itinéraires environ 5 fois plus vite pour 30 dossiers d’attestation d’assurance, avec une précision égale à celle de l’API Responses, en transmettant aux réviseurs les dossiers pour lesquels le niveau de confiance était plus faible. AJ Stuyvenberg, ingénieur logiciel senior chez Datadog, a indiqué que l’API évaluait le risque des commandes rshell générées par des agents avant leur exécution et offrait une latence p95 40 fois plus faible que les modèles de pointe disponibles, avec une précision comparable. René Sultan, ingénieur de recherche chez Ramp, a déclaré que l’API permettait d’attribuer les coûts de l’IA aux tâches sous-jacentes 4 fois plus vite et à un coût inférieur de 30 % à celui de GPT-6 Luna, sans sacrifier la précision.

Ajeet Grewal, ingénieur chez Sierra, a indiqué que l’API choisissait la prochaine action dans certaines étapes de l’orchestration de Sierra lors de conversations en direct avec des clients, avec une latence p95 inférieure à 280 millisecondes, soit environ 3 fois plus rapidement et à un coût par appel inférieur de 90 % à celui de l’approche précédente de l’entreprise, sans dégradation des résultats pour les clients. Andrew Hsu, directeur technique de Speak, a déclaré que l’intégration de l’API Decisions à GPT-Live avait réduit de plus de 90 % le délai avant la prochaine action lors des tests de l’entreprise, le faisant passer de 1,4 seconde à 0,13 seconde.

Tarification et contrôles des données

L’API Decisions coûte 0,10 $ par million de jetons d’entrée et 0,01 $ par million de jetons d’entrée mis en cache. OpenAI ne facture que les jetons d’entrée, sans frais pour les jetons de sortie. Des suppléments s’appliquent au traitement régional, ainsi que des multiplicateurs tarifaires pour les entrées à contexte long. Les tarifs de lecture et d’écriture du cache sont identiques aux tarifs standard de mise en cache des invites de gpt-6-luna.

Le traitement régional est pris en charge aux États-Unis et en Europe (l’EEE et la Suisse). La résidence des données est disponible dans toutes les régions où l’API est prise en charge, et la conservation zéro des données ainsi que l’utilisation conforme à la loi HIPAA sont proposées aux clients admissibles. L’API est accessible depuis le point de terminaison Decisions dédié et le Playground Decisions de la plateforme OpenAI, où les développeurs peuvent tester des questions sur leurs propres textes ou images avant d’écrire du code.