OpenAI, GPT-6 Luna와 함께 Decisions API 정식 출시

OpenAI는 2026년 10월 22일 Decisions API를 정식 출시했다고 발표했으며, 공개 베타를 마친 GPT-6 Luna 기반 엔드포인트의 가격은 입력 토큰 100만 개당 0.10달러다. 이 API는 범위가 제한된 유형별 답변(확률, 선택지 또는 평가 기준 점수)을 반환하며, 애플리케이션은 이를 활용해 콘텐츠를 분류하고 요청을 전달하며 작업의 우선순위를 정한다.

OpenAI는 이 API가 범위가 제한된 답변을 요구하는 질문에 Luna의 지능을 집중해 텍스트, 이미지, 구조화된 입력을 바탕으로 거의 실시간으로 판단할 수 있도록 한다고 밝혔다. 또한 이 엔드포인트는 Responses API를 통해 GPT-6 Luna에 질문할 때보다 최대 10배 빠르게 답변을 제공한다고 설명했다.

OpenAI는 2026년 9월 22일 GPT-6 Sol과 함께 GPT-6 Luna를 공개했으며, Luna의 가격은 입력 토큰 100만 개당 0.10달러, 출력 토큰 100만 개당 0.50달러로 책정했다. 회사는 GPT-5.6의 프로모션 가격과 비교해 두 모델의 API 가격을 50% 인하했다고 밝혔으며, 두 모델이 비용 효율성의 새로운 기준을 제시한다고 설명했다. 한편 GPT-6 Astra는 여전히 모든 면에서 자사 최고 모델이라고 설명하고 있다. API에서는 gpt-6-sol과 gpt-6-luna라는 이름으로 두 모델을 사용할 수 있다.

Decisions API 작동 방식

요청은 POST /v1/decisions로 전송하며, OpenAI의 개발자 문서에 따르면 현재 지원되는 모델은 gpt-6-luna뿐이다. 각 요청에는 공통 입력(텍스트 문자열 또는 메시지, 도구 호출, 도구 출력이 순서대로 담긴 배열)과 1~400개의 질문이 포함된다. 응답에는 답변 배열이 담기며, 각 질문에 개발자가 지정한 이름도 함께 반환된다.

API는 세 가지 질문 유형을 지원한다. 조건 질문은 제품 사진에서 손상이 보이는지와 같은 조건이 참일 확률을 0에서 1 사이의 값으로 반환한다. 선택 질문은 개발자가 미리 정한 선택지 중 하나를 고르며, 각 선택지의 확률과 신뢰도 값도 반환한다. 점수 질문은 입력을 두 개에서 열 개까지의 순서가 있는 평가 기준 수준에 따라 평가하고, 각 수준 인덱스에 확률을 가중치로 적용한 평균을 반환하므로 점수가 수준 사이의 값이 될 수 있다.

개발자는 사용자 메시지의 input_json 콘텐츠 항목을 통해 구조화된 데이터를 직접 전달할 수 있으며, 이미지는 인라인 base64 데이터 URL이나 공개적으로 접근할 수 있는 HTTP 또는 HTTPS URL로 제공할 수 있다. 대화 기록을 입력으로 전달할 수 있으므로 API는 함수 및 사용자 지정 도구의 호출과 그 출력에 더해 요청의 맥락까지 고려해 평가할 수 있다. 문서에 따르면 파일, 오디오, 항목 참조는 지원되지 않으며, 엔드포인트는 file_id 입력도 허용하지 않는다.

이전 답변에 따라 달라지는 판단을 하려면 별도의 요청을 보내라고 문서는 안내한다. 세 가지 유형별 답변이 아닌 사용자 지정 JSON 객체나 모델이 요청하는 도구 호출이 필요한 경우에는 Responses API의 Structured Outputs 또는 함수 호출을 사용하라고도 안내한다.

공개 베타 이후 추가된 기능

OpenAI에 따르면 공개 베타 이후 네이티브 GPT-Live 통합, 재사용되는 문맥을 위한 프롬프트 캐싱, 미국과 EU 내 추론 데이터 상주 기능을 추가했으며 아시아 여러 지역의 추론 용량도 확충했다. 개발자는 이제 네이티브 JSON 입력을 전달하고, 질문 지침에 이미지를 포함하며, 요청당 최대 400개의 질문을 보낼 수 있다. 이는 이전 한도의 두 배다.

문서의 새로운 기능 목록에는 호스팅된 HTTP 및 HTTPS 이미지 입력, 도구 호출과 출력이 포함된 대화 기록 평가, 조직 사용량 보고, Private Link 지원도 포함된다. 사용량 엔드포인트 GET /v1/organization/usage/decisions를 사용하려면 api.usage.read 권한이 있는 관리자 API 키가 필요하다. 이 엔드포인트는 토큰 사용량과 요청 횟수를 반환하며, 프로젝트, API 키 또는 모델별로 결과를 필터링하거나 그룹화할 수 있다.

프롬프트 캐싱을 사용하면 반복 요청에서 길이가 최소 1,024토큰인 공통 입력의 일치하는 접두부를 재사용하고 할인된 캐시 읽기 요금을 적용받을 수 있다. 질문별 이미지 등 질문 내용은 재사용 가능한 접두부에 포함되지 않는다. 기본적으로 API는 공통 입력의 끝에 암시적 캐시 분기점을 설정하며, 개발자는 호출자가 제공하는 prompt_cache_key를 사용해 재사용 범위를 나누거나 명시적으로 표시한 분기점으로 전환할 수 있다.

GPT-Live 통합을 사용하면 음성 애플리케이션에서 입력 또는 출력 대화 내용이 도착하는 대로 판단을 실행할 수 있으며, Live는 애플리케이션이 조치를 취할 수 있도록 판단 이벤트를 내보낸다. OpenAI가 제시한 예시 설정은 session.triggers에 추가되며, 대화 내용이 업데이트될 때 아바타의 표정을 선택한다. 회사는 고객 지원 에이전트도 같은 방식을 사용해 추가 설명을 요청할지, 요청을 전달할지, 문제를 상위 단계로 에스컬레이션할지 판단할 수 있다고 설명한다.

보고된 활용 사례와 초기 평가

OpenAI에 따르면 자사 팀들은 이미 제품 및 비즈니스 업무 전반에서 API를 활용하고 있다. dots 팀은 응답 시간을 줄이고 상호작용성을 높이는 데 사용하며, Personal Finance 팀은 거래 내역 설명을 분류하는 데 활용한다. Communications 팀은 보도 내용을 주제별로 분류하고 핵심 서사를 뒷받침하는지 또는 반박하는지 점수를 매겨, 더 면밀한 검토가 필요한 내용을 파악하는 데 사용한다.

발표문에 인용된 고객들은 자체 평가에서 속도와 비용 측면의 개선 효과를 보고했습니다. Box의 플랫폼 및 통합 부문 제품 관리 부사장인 Biswaroop Palit은 Decisions API를 Box Extract와 함께 사용한 결과, 보험 가입 증명서 사례 30건에서 Responses API와 정확도는 동일하게 유지하면서 경로를 약 5배 빠르게 선택했고, 신뢰도가 낮은 사례는 검토자에게 전달했다고 밝혔습니다. Datadog의 스태프 엔지니어 AJ Stuyvenberg는 API가 에이전트가 생성한 rshell 명령의 실행 전 위험도를 평가했으며, 정확도는 비슷하면서 이용 가능한 최첨단 모델보다 p95 지연 시간이 40배 빨랐다고 말했습니다. Ramp의 리서치 엔지니어 René Sultan은 정확도를 희생하지 않고도 AI 비용을 실제 작업에 배분하는 시간이 GPT-6 Luna를 사용할 때보다 4배 빨라지고 비용은 30% 절감됐다고 밝혔습니다.

Sierra의 엔지니어 Ajeet Grewal은 실제 고객 대화에서 Sierra의 오케스트레이션 일부를 처리할 때 API가 다음 작업을 p95 기준 280밀리초 미만으로 선택한다고 말했습니다. 이는 이전 방식보다 약 3배 빠르고 통화당 비용은 90% 낮은 수준이며, 고객 성과는 저하되지 않았다고 밝혔습니다. Speak의 CTO Andrew Hsu는 GPT-Live에 Decisions API를 통합한 결과, 회사의 테스트에서 다음 작업까지 걸리는 시간이 1.4초에서 0.13초로 줄어 90% 넘게 단축됐다고 말했습니다.

요금 및 데이터 제어

Decisions API 요금은 입력 토큰 100만 개당 $0.10, 캐시된 입력 토큰 100만 개당 $0.01이며, OpenAI는 입력 토큰에 대해서만 요금을 부과하고 출력 토큰 요금은 부과하지 않습니다. 지역 처리 추가 요금과 장문 컨텍스트 입력 가격 배수가 적용되며, 캐시 읽기 및 쓰기 요금은 표준 gpt-6-luna 프롬프트 캐싱 요금과 동일합니다.

미국과 유럽(EEA 및 스위스)에서 지역 처리를 지원하고, 지원되는 모든 API 지역에서 데이터 레지던시를 이용할 수 있으며, 자격을 갖춘 고객은 제로 데이터 보존 및 HIPAA 사용을 이용할 수 있습니다. OpenAI 플랫폼의 전용 Decisions 엔드포인트와 Decisions Playground에서 API를 사용할 수 있습니다. 개발자는 코드를 작성하기 전에 이곳에서 자신의 텍스트나 이미지를 대상으로 질문을 테스트할 수 있습니다.