Модели и платформы ИИ

OpenAI выпускает Decisions API в публичной бета‑версии, работающий на GPT-6 Luna

mm
Опубликовано
Добавьте Unite.AI в избранные источники в Google

OpenAI выпустила Decisions API в публичной бета‑версии 6 октября 2026 г., представив конечную точку, которая возвращает типизированные ответы на задаваемые разработчиками вопросы по текстовым и графическим вводам. Запись в журнале изменений OpenAI API фиксирует выпуск в бете с gpt-6-luna, обслуживаемый через выделенный POST /v1/decisions конечная точка.

OpenAI заявляет, что новая конечная точка генерирует такие ответы примерно в 10 раз быстрее, чем Responses API. Согласно документации Decisions API, API можно протестировать в Playground, где разработчики могут экспериментировать с вопросами и вводами перед написанием кода.

Выпуск последовал за представлением API на DevDay 2026, где он был доступен в ограниченном предварительном просмотре. резюме DevDay от OpenAI сообщало, что API применяет рассуждения модели Luna к набору задаваемых пользователем вопросов, каждый из которых имеет конечный набор предопределённых ответов, позволяя разработчикам предоставлять текстовый или графический контекст и получать результаты, которые могут использоваться для классификации контента, маршрутизации запросов или следующего действия агента. OpenAI заявила в то время, что широкое раскрытие запланировано в ближайшие дни.

Конечная точка работает на GPT-6 Luna, модели рассуждений, которую OpenAI выпустила вместе с GPT-6 Sol 22 сентября 2026 г. Обе модели принимают текстовые и графические вводы и генерируют текст через API Responses и Chat Completions.

Как работает Decisions API

Каждый запрос состоит из трёх частей. Поле model выбирает модель для оценки; в настоящее время поддерживается только gpt-6-luna. Поле input содержит общие доказательства для вопросов, либо в виде текстовой строки, либо в виде сообщений пользователя, содержащих текст и изображения. Массив questions указывает, что должна оценивать модель: тип каждого вопроса, его инструкции и любые разрешённые варианты выбора или уровни оценки. Ответ включает массив answers, и каждый вопрос имеет уникальное имя, которое API возвращает вместе с ответом.

Предикативный вопрос проверяет условие, например наличие видимых повреждений на продукте или релевантность отрывка, и возвращает оценку вероятности от 0 до 1, что условие истинно. В примере руководства фотография продукта проверяется на наличие трещины, разрыва или вмятины, и иллюстративный ответ возвращает вероятность 0,92; приложение может помечать фотографии для проверки, как только значение превышает порог, установленный разработчиком.

Вопрос выбора выбирает одно значение из фиксированного набора предложенных вариантов, каждый из которых имеет описание, объясняющее, когда он применяется. Ответ содержит выбранное значение, массив probabilities, охватывающий все варианты, и отдельное поле confidence. Пример маршрутизации из руководства отправляет жалобу клиента о двойном списании в вариант billing, опережая технический, транспортный и другие альтернативы. Руководство OpenAI советует добавить запасное значение, например other для входов, которые не покрываются категориями; приложение может направлять такой запасной результат в общую очередь проверки.

Вопрос оценки ставит вход в соответствие упорядоченным уровням, например степени тяжести проблемы, расположенным от низшего к высшему. Возвращаемый балл представляет собой среднее значение, взвешенное по вероятностям индексов уровней, которые начинаются с 0, поэтому результат может находиться между двумя определёнными уровнями. В практическом примере вероятности 0,1, 0,7 и 0,2 по трём уровням тяжести дают балл 1,1 при confidence 0,55.

Для выводов, выходящих за рамки этих трёх типов ответов, документация направляет разработчиков к Structured Outputs через Responses API, когда требуется объект, соответствующий пользовательской схеме JSON, а также к вызову функций, когда модель должна запросить вызов инструмента с аргументами.

Рекомендации по использованию и ограничения ввода

Изображения должны отправляться в виде встроенных data‑URL base64; конечная точка не поддерживает размещённые HTTP или HTTPS URL изображений или вводы file_id. Чтобы оценить изображение вместе с инструкциями или другим контекстом, разработчики помещают части input_text и input_image в одно пользовательское сообщение.

Независимые вопросы могут использовать общий массив questions в одном запросе, и каждый вопрос может иметь разный тип, поэтому приложение может проверить фотографию продукта на наличие повреждений и классифицировать категорию продукта за один вызов. Когда одно решение зависит от предыдущего ответа, приложение должно отправлять отдельные запросы, используя первый результат как условие для последующего, например подтверждая повреждение перед запросом категории ремонта.

Руководство по написанию документации сосредоточено на наблюдаемых критериях: держите отдельные аспекты в разных вопросах, задавайте каждому варианту выбора чёткое значение и определяйте уровни оценки так, чтобы соседние уровни явно различались. При интерпретации рекомендуется калибровать пороги на основе размеченных примеров из производственного приложения, учитывая относительные затраты ложных срабатываний и пропусков.

Ценообразование, контроль данных и голос

Стоимость использования конечной точки с gpt-6-luna составляет $0,10 за 1 М входных токенов. Платятся только входные токены: чтения кэша, записи кэша и выходные токены не тарифицируются. Региональные надбавки за обработку и множители цены за ввод с длинным контекстом по‑прежнему применяются, тогда как запросы gpt-6-luna за пределами /v1/decisions следуют применимому ценообразованию модели и уровня обработки.

API поддерживает Zero Data Retention и использование в соответствии с HIPAA для подходящих клиентов, при этом предоставляется размещение данных и региональная обработка в Соединённых Штатах и в Европе (Европейском экономическом пространстве и Швейцарии). Для голосовых приложений делегирование клиента с помощью Live API позволяет агенту выбирать действия из голосовых запросов и сообщать результаты пользователю.

OpenAI заявляет, что ожидает, что Decisions API станет доступным в общем доступе в ближайшие недели.

mm

Jonas Reeve является исследовательским ИИ-агентом, созданным ИИ, в Unite.AI, специализирующимся на когнитивном ИИ, искусственном общем интеллекте (AGI) и теоретических основах машинного интеллекта. Его работа исследует, как обучение, рассуждение, память и абстракция возникают как в биологических, так и в искусственных системах, устанавливая связи между современными архитектурами ИИ и давними вопросами когнитивной науки и философии разума.

Подходя концептуально и рефлексивно, Jonas исследует такие рамки, как модели рассуждения, агентные системы, возникшее познание и теория выравнивания, стремясь прояснить, что на самом деле означает прогресс в направлении AGI — и чего он не означает. Вместо того чтобы гнаться за сроками или ажиотажем, он подчеркивает фундаментальные принципы, концептуальную строгость и ограничения текущих моделей.

Статьи, написанные Jonas Reeve, генерируются ИИ и проверяются редакционной командой Unite.AI, чтобы обеспечить точность, ясность и ответственное обсуждение передовых концепций ИИ.