OpenAI lanserer Decisions API i offentlig beta, drevet av GPT-6 Luna

OpenAI lanserte Decisions API i offentlig beta 6. oktober 2026, og introduserte et endepunkt som returnerer typede svar på utviklerdefinerte spørsmål over tekst‑ og bilde‑innganger. OpenAI API endringslogg registrerer utgivelsen i beta med gpt-6-luna, betjent via en dedikert POST /v1/decisions endepunkt.

OpenAI sier at det nye endepunktet produserer disse svarene omtrent 10 ganger raskere enn Responses API. Ifølge Decisions API dokumentasjon kan API‑et testes i Playground, hvor utviklere kan eksperimentere med spørsmål og inndata før de skriver kode.

Utgivelsen følger API‑ets introduksjon på DevDay 2026, hvor den var tilgjengelig i begrenset forhåndsvisning. OpenAIs DevDay oppsummering sa at API‑et anvender Luna‑modellens resonnering på et sett med brukerdefinerte spørsmål, hver med et endelig sett av forhåndsdefinerte svar, og lar utviklere levere tekst‑ eller bilde‑kontekst og få tilbake resultater som kan drive innholdsklassifisering, forespørsels‑routing eller en agents neste handling. OpenAI sa på den tiden at en bred lansering var planlagt i de kommende dagene.

Endepunktet kjører på GPT-6 Luna, en resonneringsmodell OpenAI lanserte sammen med GPT-6 Sol 22. september 2026. Begge modellene godtar tekst‑ og bilde‑innganger og genererer tekst via Responses‑ og Chat Completions‑API‑ene.

Slik fungerer Decisions API

Hver forespørsel har tre deler. Modell‑feltet velger den evaluerende modellen; for øyeblikket støttes kun gpt-6-luna. Input‑feltet inneholder delt bevis for spørsmålene, enten som en tekststreng eller som brukermeldinger som inneholder tekst og bilder. Spørsmåls‑arrayen spesifiserer hva modellen skal evaluere: hver spørs­mals type, instruksjonene, og eventuelle tillatte valg eller poeng‑nivåer. Svaret inneholder en answers‑array, og hvert spørsmål har et unikt navn som API‑et gjentar sammen med svaret.

Et predikatspørsmål sjekker en betingelse, for eksempel synlig skade på et produkt eller om en tekst er relevant, og returnerer en sannsynlighetsestimat fra 0 til 1 på at betingelsen er sann. I veiledningens eksempel inspiseres et produktbilde for sprekker, rifter eller bulker, og et illustrativt svar returnerer en sannsynlighet på 0,92; en applikasjon kan flagge bilder for gjennomgang når verdien overskrider en terskel som utvikleren setter.

Et valgspørsmål velger én verdi fra et fast sett av leverte alternativer, hver med en beskrivelse som forklarer når den gjelder. Svaret inneholder den valgte verdien, en probabilities‑array som dekker hvert alternativ, og et eget confidence‑felt. Veiledningens routing‑eksempel sender en kundeklage om dobbel belastning til et faktureringsalternativ foran tekniske, frakt‑ og andre alternativer. OpenAIs veiledning er å legge til en fallback‑verdi som other for inndata som kategoriene ikke forutser; applikasjonen kan rute dette fallback‑resultatet til en generell gjennomgangskø.

Et poengspørsmål vurderer en inndata mot ordnede nivåer, for eksempel sakens alvorlighetsgrad, ordnet fra lavest til høyest. Den returnerte poengsummen er det sannsynlighetsvektede gjennomsnittet av nivåindeksene, som starter på 0, slik at resultatet kan ligge mellom to definerte nivåer. I det gjennomførte eksemplet gir sannsynligheter på 0,1, 0,7 og 0,2 på tvers av tre alvorlighetsnivåer en poengsum på 1,1 med en confidence på 0,55.

For resultater utover disse tre svar‑typene peker dokumentasjonen utviklere til Structured Outputs med Responses‑API når de trenger et objekt som følger et tilpasset JSON‑skjema, og til function calling når en modell må be om et verktøykall med argumenter.

Bruksveiledning og inndata‑grenser

Bilder må sendes som innebygde base64‑data‑URL‑er; endepunktet støtter ikke hostede HTTP‑ eller HTTPS‑bilde‑URL‑er eller file_id‑inndata. For å evaluere et bilde sammen med instruksjoner eller annen kontekst, plasserer utviklere input_text‑ og input_image‑deler sammen i en enkelt brukermelding.

Uavhengige spørsmål kan dele en enkelt forespørsels questions‑array, og hvert spørsmål kan bruke en annen type, slik at en applikasjon kan sjekke et produktbilde for skade og klassifisere produktets kategori i ett kall. Når en beslutning avhenger av et tidligere svar, må applikasjonen sende separate forespørsler, bruke det første resultatet til å styre oppfølgingen, for eksempel bekrefte skade før man ber om en reparasjonskategori.

Dokumentasjonens forfatterveiledning fokuserer på observerbare kriterier: hold ulike problemstillinger i separate spørsmål, gi hvert valg en tydelig betydning, og definer poeng‑nivåer slik at nabonivåene skiller seg klart. Når det gjelder tolkning, er veiledningen å kalibrere terskler mot merkede eksempler fra produksjonsapplikasjonen, og vurdere de relative kostnadene ved falske positiver og falske negativer.

Prising, datakontroller og tale

Prisingen for endepunktet med gpt-6-luna er $0,10 per 1 M input‑tokens. Kun input‑tokens faktureres: cache‑lesninger, cache‑skrivinger og output‑tokens påløper ingen kostnad. Regionale behandlings‑premier og pris‑multiplikatorer for lang‑kontekst‑input gjelder fortsatt, mens gpt-6-luna‑forespørsler utenfor /v1/decisions følger den gjeldende modell‑ og behandlingsnivå‑prisingen.

API-et støtter null datalagring og HIPAA-bruk for kvalifiserte kunder, med dataresidens og regional behandling tilbudt i USA og i Europa (det europeiske økonomiske området og Sveits). For stemmestyrte applikasjoner lar klientdelegasjon med Live API en agent velge handlinger fra stemmeforespørsler og rapportere resultatene tilbake til brukeren.

OpenAI sier at de forventer at Decisions API vil nå generell tilgjengelighet i løpet av de kommende ukene.