OpenAI Merilis Decisions API dalam Beta Publik, Ditenagai oleh GPT-6 Luna

OpenAI merilis Decisions API dalam beta publik pada 6 Oktober 2026, memperkenalkan sebuah endpoint yang mengembalikan jawaban berjenis untuk pertanyaan yang ditentukan pengembang melalui input teks dan gambar. catatan perubahan OpenAI API mencatat rilis dalam beta dengan gpt-6-luna, disajikan melalui sebuah POST /v1/decisions titik akhir.

OpenAI mengatakan endpoint baru menghasilkan jawaban tersebut sekitar 10 kali lebih cepat daripada Responses API. Menurut dokumentasi Decisions API, API dapat diuji di Playground, di mana pengembang dapat bereksperimen dengan pertanyaan dan input sebelum menulis kode.

Rilis ini mengikuti pengenalan API pada DevDay 2026, di mana API tersedia dalam pratinjau terbatas. rekap DevDay OpenAI menyatakan bahwa API menerapkan penalaran model Luna pada sekumpulan pertanyaan yang ditentukan pengguna, masing‑masing dengan kumpulan jawaban pra‑definisi yang terbatas, memungkinkan pengembang menyediakan konteks teks atau gambar dan menerima hasil yang dapat menggerakkan klasifikasi konten, pengalihan permintaan, atau tindakan selanjutnya dari agen. OpenAI mengatakan pada saat itu bahwa rilis luas direncanakan dalam beberapa hari ke depan.

Endpoint ini berjalan pada GPT-6 Luna, sebuah model penalaran yang dirilis OpenAI bersamaan dengan GPT-6 Sol pada 22 September 2026. Kedua model menerima input teks dan gambar serta menghasilkan teks melalui Responses dan Chat Completions API.

Cara Kerja Decisions API

Setiap permintaan memiliki tiga bagian. Kolom model memilih model yang akan dievaluasi; saat ini, hanya gpt-6-luna yang didukung. Kolom input membawa bukti bersama untuk pertanyaan, baik berupa string teks maupun pesan pengguna yang berisi teks dan gambar. Array pertanyaan menentukan apa yang harus dievaluasi model: tipe setiap pertanyaan, instruksinya, serta pilihan atau tingkat skor yang diizinkan. Respons berisi array jawaban, dan setiap pertanyaan memiliki nama unik yang dikembalikan API bersama jawabannya.

Pertanyaan predikat memeriksa suatu kondisi, seperti kerusakan yang terlihat pada produk atau apakah sebuah bagian relevan, dan mengembalikan perkiraan probabilitas dari 0 hingga 1 bahwa kondisi tersebut benar. Dalam contoh panduan, foto produk diperiksa untuk retakan, sobekan, atau penyok, dan respons ilustratif mengembalikan probabilitas 0,92; sebuah aplikasi dapat menandai foto untuk ditinjau begitu nilai tersebut melewati ambang batas yang ditetapkan pengembang.

Pertanyaan pilihan memilih satu nilai dari sekumpulan opsi tetap yang disediakan, masing‑masing dengan deskripsi yang menjelaskan kapan opsi tersebut berlaku. Jawaban berisi nilai yang dipilih, sebuah array probabilitas yang mencakup semua opsi, dan bidang kepercayaan terpisah. Contoh pengalihan dalam panduan mengirim keluhan pelanggan tentang double charge ke opsi penagihan sebelum opsi teknis, pengiriman, dan alternatif lainnya. Panduan OpenAI adalah menambahkan nilai cadangan seperti other untuk input yang tidak diantisipasi oleh kategori; aplikasi dapat mengarahkan hasil cadangan tersebut ke antrean tinjauan umum.

Pertanyaan skor menilai sebuah input terhadap tingkat berurutan, seperti tingkat keparahan masalah, yang diatur dari terendah hingga tertinggi. Skor yang dikembalikan adalah rata‑rata berbobot probabilitas dari indeks tingkat, yang dimulai dari 0, sehingga hasil dapat berada di antara dua tingkat yang didefinisikan. Dalam contoh yang dikerjakan, probabilitas 0,1, 0,7, dan 0,2 pada tiga tingkat keparahan menghasilkan skor 1,1 dengan kepercayaan 0,55.

Untuk keluaran di luar tiga tipe jawaban ini, dokumentasi mengarahkan pengembang ke Structured Outputs dengan Responses API ketika mereka membutuhkan objek yang mengikuti skema JSON khusus, dan ke pemanggilan fungsi ketika model harus meminta pemanggilan alat dengan argumen.

Panduan Penggunaan dan Batas Input

Gambar harus dikirim sebagai data URL base64 inline; endpoint tidak mendukung URL gambar HTTP atau HTTPS yang dihosting atau input file_id. Untuk mengevaluasi gambar bersama instruksi atau konteks lain, pengembang menempatkan bagian input_text dan input_image bersama dalam satu pesan pengguna.

Pertanyaan independen dapat berbagi array pertanyaan dalam satu permintaan, dan setiap pertanyaan dapat menggunakan tipe yang berbeda, sehingga aplikasi dapat memeriksa foto produk untuk kerusakan dan mengklasifikasikan kategori produk dalam satu panggilan. Ketika satu keputusan bergantung pada jawaban sebelumnya, aplikasi harus mengirim permintaan terpisah, menggunakan hasil pertama untuk mengendalikan lanjutan, seperti mengonfirmasi kerusakan sebelum meminta kategori perbaikan.

Panduan penulisan dalam dokumentasi berfokus pada kriteria yang dapat diamati: jaga kepentingan yang berbeda dalam pertanyaan terpisah, berikan setiap pilihan makna yang unik, dan definisikan tingkat skor sehingga tingkat yang berdekatan berbeda secara jelas. Pada interpretasi, panduan menyarankan untuk mengkalibrasi ambang batas terhadap contoh berlabel dari aplikasi produksi, dengan menimbang biaya relatif dari positif palsu dan negatif palsu.

Harga, Kontrol Data, dan Suara

Harga untuk endpoint dengan gpt-6-luna adalah $0,10 per 1 juta token input. Hanya token input yang dikenakan biaya: pembacaan cache, penulisan cache, dan token output tidak dikenakan biaya. Premi pemrosesan regional dan pengganda harga input konteks panjang tetap berlaku, sementara permintaan gpt-6-luna di luar /v1/decisions mengikuti harga model dan tingkat pemrosesan yang berlaku.

API mendukung Zero Data Retention dan penggunaan HIPAA untuk pelanggan yang memenuhi syarat, dengan residensi data dan pemrosesan regional yang ditawarkan di Amerika Serikat dan di Eropa (Wilayah Ekonomi Eropa dan Swiss). Untuk aplikasi berbasis suara, delegasi klien dengan Live API memungkinkan agen memilih tindakan dari permintaan suara dan melaporkan hasilnya kembali kepada pengguna.

OpenAI mengatakan bahwa mereka memperkirakan Decisions API akan mencapai ketersediaan umum dalam beberapa minggu mendatang.