OpenAI ने GPT-6 Luna के साथ Decisions API को आम उपयोग के लिए उपलब्ध कराया

OpenAI ने 22 अक्टूबर 2026 को अपना Decisions API आम उपयोग के लिए उपलब्ध कराया, कंपनी ने घोषणा की। इससे GPT-6 Luna पर आधारित यह एंडपॉइंट सार्वजनिक बीटा से बाहर आ गया और इसकी कीमत प्रति दस लाख इनपुट टोकन $0.10 रखी गई। यह API सीमित दायरे वाले, निश्चित प्रकार के उत्तर देता है—संभाव्यता, चयन या मानदंड-आधारित स्कोर—जिनका इस्तेमाल ऐप्लिकेशन सामग्री का वर्गीकरण करने, अनुरोधों को सही जगह भेजने और काम को प्राथमिकता देने के लिए करते हैं।

OpenAI ने कहा कि यह API Luna की बुद्धिमत्ता को ऐसे सवालों पर केंद्रित करता है जिनके उत्तर सीमित दायरे में दिए जा सकते हैं। इससे टेक्स्ट, छवियों और संरचित इनपुट के आधार पर लगभग वास्तविक समय में निर्णय लेना संभव होता है। कंपनी के अनुसार, यह एंडपॉइंट GPT-6 Luna से Responses API के ज़रिए जवाब माँगने की तुलना में 10 गुना तक तेज़ी से ऐसे उत्तर देता है।

OpenAI ने 22 सितंबर 2026 को GPT-6 Luna को GPT-6 Sol के साथ पेश किया। Luna की कीमत प्रति दस लाख इनपुट टोकन $0.10 और प्रति दस लाख आउटपुट टोकन $0.50 रखी गई। कंपनी ने कहा कि उसने दोनों मॉडलों की API कीमतें, GPT-5.6 की प्रचारात्मक कीमतों की तुलना में, 50% कम कर दी हैं। उसने इस जोड़ी को लागत-कुशलता की सीमाओं को आगे बढ़ाने वाला बताया; साथ ही, GPT-6 Astra को अब भी हर क्षेत्र में अपना सर्वश्रेष्ठ मॉडल बताया। API में ये दोनों मॉडल gpt-6-sol और gpt-6-luna नाम से उपलब्ध हैं।

Decisions API कैसे काम करता है

अनुरोध POST /v1/decisions पर भेजे जाते हैं। OpenAI के डेवलपर दस्तावेज़ के अनुसार, फिलहाल gpt-6-luna ही एकमात्र समर्थित मॉडल है। हर अनुरोध में साझा इनपुट—टेक्स्ट स्ट्रिंग या संदेशों, टूल कॉल और टूल के आउटपुट का क्रमबद्ध ऐरे—के साथ 1 से 400 सवाल दिए जाते हैं। जवाब में answers ऐरे होता है, जिसमें हर सवाल के लिए डेवलपर द्वारा दिया गया नाम शामिल रहता है।

यह API तीन तरह के सवालों का समर्थन करता है। प्रेडिकेट सवाल किसी शर्त के सही होने की 0 से 1 के बीच की संभावना बताता है, जैसे किसी उत्पाद की तस्वीर में दिखने वाली क्षति। चॉइस सवाल डेवलपर द्वारा पहले से तय विकल्पों में से एक चुनता है और हर विकल्प के लिए संभाव्यता तथा विश्वास का मान भी देता है। स्कोर सवाल किसी इनपुट को क्रमबद्ध मानदंड के 2 से 10 स्तरों पर आँकता है और स्तरों के सूचकांकों का संभाव्यता-भारित औसत देता है; इसलिए स्कोर दो स्तरों के बीच भी हो सकता है।

डेवलपर, उपयोगकर्ता के संदेश में input_json सामग्री-खंड के ज़रिए संरचित डेटा सीधे भेज सकते हैं। छवियाँ इनलाइन base64 डेटा URL के रूप में या सार्वजनिक रूप से उपलब्ध HTTP अथवा HTTPS URL के ज़रिए दी जा सकती हैं। चूँकि बातचीत का इतिहास भी इनपुट के रूप में दिया जा सकता है, इसलिए API किसी अनुरोध का संदर्भ सहित मूल्यांकन कर सकता है और साथ ही फ़ंक्शन तथा कस्टम टूल कॉल और उनके आउटपुट को भी ध्यान में रख सकता है। दस्तावेज़ों के अनुसार, फ़ाइलें, ऑडियो और आइटम संदर्भ समर्थित नहीं हैं; साथ ही, यह एंडपॉइंट file_id इनपुट स्वीकार नहीं करता।

पहले के किसी उत्तर पर निर्भर निर्णयों के लिए दस्तावेज़ डेवलपरों को अलग-अलग अनुरोध भेजने का निर्देश देते हैं। वे यह भी बताते हैं कि यदि डेवलपर को तीन तय प्रकार के उत्तरों के बजाय कोई कस्टम JSON ऑब्जेक्ट चाहिए या मॉडल से टूल कॉल करवाना हो, तो Responses API में Structured Outputs या फ़ंक्शन कॉलिंग का उपयोग करें।

सार्वजनिक बीटा के बाद जोड़े गए बदलाव

OpenAI ने कहा कि सार्वजनिक बीटा के बाद उसने GPT-Live का नेटिव इंटीग्रेशन, दोबारा इस्तेमाल किए जाने वाले संदर्भ के लिए प्रॉम्प्ट कैशिंग और अमेरिका तथा यूरोपीय संघ में इन्फ़रेंस रेज़िडेंसी जोड़ी। इसके अलावा, एशिया के कई क्षेत्रों में इन्फ़रेंस क्षमता बढ़ाई गई। अब डेवलपर नेटिव JSON इनपुट भेज सकते हैं, सवालों के निर्देशों में छवियाँ शामिल कर सकते हैं और हर अनुरोध में 400 तक सवाल पूछ सकते हैं—यह पिछली सीमा से दोगुना है।

दस्तावेज़ों की नई सुविधाओं की सूची में HTTP और HTTPS के ज़रिए होस्ट की गई छवियों को इनपुट के रूप में देना, टूल कॉल और आउटपुट सहित बातचीत के इतिहास का मूल्यांकन, संगठन-स्तर पर उपयोग की रिपोर्टिंग और Private Link का समर्थन भी शामिल है। उपयोग संबंधी एंडपॉइंट GET /v1/organization/usage/decisions के लिए api.usage.read अनुमति वाली एडमिन API कुंजी ज़रूरी है। यह टोकन के उपयोग और अनुरोधों की संख्या देता है, जिन्हें प्रोजेक्ट, API कुंजी या मॉडल के आधार पर फ़िल्टर अथवा समूहित किया जा सकता है।

प्रॉम्प्ट कैशिंग की सुविधा में, कम-से-कम 1,024 टोकन लंबे साझा इनपुट के मेल खाते शुरुआती हिस्से का इस्तेमाल बार-बार किए जाने वाले अनुरोधों में फिर से किया जा सकता है और कैश से पढ़ने पर रियायती दर मिलती है। सवालों की सामग्री—जिसमें किसी खास सवाल से जुड़ी छवियाँ भी शामिल हैं—फिर से इस्तेमाल किए जा सकने वाले इस शुरुआती हिस्से से बाहर रहती है। डिफ़ॉल्ट रूप से API साझा इनपुट के अंत में एक निहित कैश ब्रेकपॉइंट रखता है। डेवलपर, कॉल करने वाले पक्ष द्वारा दिए गए prompt_cache_key से दोबारा इस्तेमाल होने वाले इनपुट को अलग-अलग हिस्सों में बाँट सकते हैं या स्पष्ट रूप से चिह्नित ब्रेकपॉइंट का विकल्प चुन सकते हैं।

GPT-Live इंटीग्रेशन के साथ, वॉइस ऐप्लिकेशन इनपुट या आउटपुट ट्रांसक्रिप्ट आते ही निर्णय चला सकता है और Live ऐसा निर्णय इवेंट भेजता है जिस पर ऐप्लिकेशन कार्रवाई कर सके। OpenAI के उदाहरण कॉन्फ़िगरेशन में session.triggers में जोड़ी गई सेटिंग ट्रांसक्रिप्ट अपडेट के आधार पर किसी अवतार के चेहरे के हाव-भाव चुनती है। कंपनी बताती है कि ग्राहक सहायता एजेंट भी इसी तरीके से तय कर सकता है कि स्पष्टीकरण माँगना है, अनुरोध को सही जगह भेजना है या किसी समस्या को उच्च स्तर पर भेजना है।

उपयोग और शुरुआती मूल्यांकन की रिपोर्ट

OpenAI ने कहा कि उसकी टीमें पहले से ही उत्पाद और कारोबारी कार्यप्रवाहों में इस API का इस्तेमाल कर रही हैं: dots टीम जवाब देने का समय घटाने और सहभागिता बेहतर करने के लिए इसका उपयोग करती है; व्यक्तिगत वित्त टीम लेन-देन के विवरणों का वर्गीकरण करने के लिए; और संचार टीम कवरेज को विषय के आधार पर वर्गीकृत करने तथा यह आँकने के लिए कि कवरेज प्रमुख कथनों को मज़बूत करता है या चुनौती देता है। इससे यह पहचानने में मदद मिलती है कि किन मामलों की अधिक बारीकी से समीक्षा की जानी चाहिए।

घोषणा में उद्धृत ग्राहकों ने अपने मूल्यांकनों में गति और लागत के मामले में हुए लाभ बताए। Box के प्लेटफ़ॉर्म और इंटीग्रेशन के लिए उत्पाद प्रबंधन के उपाध्यक्ष Biswaroop Palit ने कहा कि Decisions API को Box Extract के साथ इस्तेमाल करने पर, बीमा प्रमाणपत्रों से जुड़े 30 मामलों में मार्ग का चयन लगभग 5 गुना तेज़ हुआ और सटीकता Responses API जितनी ही रही; कम विश्वास वाले मामलों को समीक्षकों के पास भेजा गया। Datadog के स्टाफ इंजीनियर AJ Stuyvenberg ने कहा कि API ने एजेंट द्वारा तैयार किए गए rshell कमांड को चलाने से पहले उनके जोखिम का आकलन किया और तुलनीय सटीकता के साथ उपलब्ध अग्रणी मॉडलों की तुलना में p95 लेटेंसी 40 गुना तेज़ दी। Ramp के शोध इंजीनियर René Sultan ने कहा कि API से GPT-6 Luna के इस्तेमाल की तुलना में AI लागत को उससे जुड़े काम के हिस्से के रूप में दर्ज करना 4 गुना तेज़ और 30% सस्ता हुआ, जबकि सटीकता से कोई समझौता नहीं करना पड़ा।

Sierra के इंजीनियर Ajeet Grewal ने कहा कि ग्राहकों के साथ लाइव बातचीत के दौरान Sierra के ऑर्केस्ट्रेशन के कुछ हिस्सों में API अगली कार्रवाई चुनता है। इसमें p95 लेटेंसी 280 मिलीसेकंड से कम रही—कंपनी के पिछले तरीके की तुलना में लगभग 3 गुना तेज़ और प्रति कॉल लागत 90% कम—और ग्राहकों के नतीजों में कोई गिरावट नहीं आई। Speak के CTO Andrew Hsu ने कहा कि GPT-Live में Decisions API के इंटीग्रेशन ने कंपनी के परीक्षणों में अगली कार्रवाई तक का समय 90% से अधिक घटा दिया: 1.4 सेकंड से 0.13 सेकंड तक।

मूल्य निर्धारण और डेटा नियंत्रण

Decisions API की लागत प्रति दस लाख इनपुट टोकन $0.10 और प्रति दस लाख कैश किए गए इनपुट टोकन $0.01 है। OpenAI केवल इनपुट टोकन के लिए शुल्क लेता है; आउटपुट टोकन के लिए कोई शुल्क नहीं है। क्षेत्रीय प्रोसेसिंग पर अतिरिक्त शुल्क और लंबे संदर्भ वाले इनपुट के लिए मूल्य निर्धारण गुणक लागू होते हैं। कैश से पढ़ने और उसमें लिखने की दरें gpt-6-luna की मानक प्रॉम्प्ट कैशिंग दरों के समान हैं।

क्षेत्रीय प्रोसेसिंग अमेरिका और यूरोप (EEA तथा स्विट्ज़रलैंड) में उपलब्ध है। सभी समर्थित API क्षेत्रों में डेटा रेज़िडेंसी उपलब्ध है, जबकि Zero Data Retention और HIPAA का उपयोग पात्र ग्राहकों के लिए उपलब्ध है। OpenAI के प्लेटफ़ॉर्म पर समर्पित Decisions एंडपॉइंट और Decisions Playground के ज़रिए API का इस्तेमाल किया जा सकता है। डेवलपर कोड लिखने से पहले अपने टेक्स्ट या छवियों के आधार पर सवालों का परीक्षण कर सकते हैं।