OpenAI เปิดตัว Decisions API ในสาธารณะเบต้า, ใช้พลังจาก GPT-6 Luna

OpenAI ปล่อย Decisions API ในสาธารณะเบต้าเมื่อ 6 ตุลาคม 2026, โดยแนะนำ endpoint ที่คืนคำตอบแบบระบุประเภทต่อคำถามที่นักพัฒนากำหนดผ่านข้อความและรูปภาพ. OpenAI บันทึกการเปลี่ยนแปลง API บันทึกการเปิดตัวในเบต้าพร้อม gpt-6-luna, ให้บริการผ่านเซิร์ฟเวอร์เฉพาะ POST /v1/decisions จุดเชื่อมต่อ.

OpenAI กล่าวว่า endpoint ใหม่ให้คำตอบเหล่านั้นเร็วประมาณ 10 เท่าเมื่อเทียบกับ Responses API. ตาม Decisions API เอกสาร, API สามารถทดสอบใน Playground, ที่นักพัฒนาสามารถทดลองกับคำถามและอินพุตก่อนเขียนโค้ด.

การเปิดตัวตามหลังการแนะนำ API ที่ DevDay 2026, ซึ่งมีให้ในพรีวิวจำกัด. DevDay สรุป ของ OpenAI กล่าวว่า API ใช้การให้เหตุผลของโมเดล Luna กับชุดคำถามที่ผู้ใช้กำหนด, แต่ละคำถามมีชุดคำตอบที่กำหนดไว้ล่วงหน้า, ทำให้นักพัฒนาสามารถให้บริบทเป็นข้อความหรือรูปภาพและรับผลลัพธ์ที่สามารถขับเคลื่อนการจัดประเภทเนื้อหา, การกำหนดเส้นทางคำขอ, หรือการกระทำต่อไปของเอเจนต์. OpenAI กล่าวในขณะนั้นว่าการเปิดตัวอย่างกว้างขวางกำลังวางแผนในไม่กี่วันข้างหน้า.

Endpoint ทำงานบน GPT-6 Luna, โมเดลการให้เหตุผลที่ OpenAI ปล่อยพร้อมกับ GPT-6 Sol เมื่อ 22 กันยายน 2026. ทั้งสองโมเดลรับอินพุตเป็นข้อความและรูปภาพและสร้างข้อความผ่าน Responses และ Chat Completions APIs.

วิธีการทำงานของ Decisions API

แต่ละคำขอประกอบด้วยสามส่วน. ฟิลด์ model เลือกโมเดลที่ใช้ประเมิน; ปัจจุบันรองรับเฉพาะ gpt-6-luna. ฟิลด์ input ส่งหลักฐานที่ใช้ร่วมกันสำหรับคำถาม, ไม่ว่าจะเป็นสตริงข้อความหรือข้อความของผู้ใช้ที่มีข้อความและรูปภาพ. อาเรย์ questions ระบุสิ่งที่โมเดลควรประเมิน: ประเภทของแต่ละคำถาม, คำสั่งของมัน, และตัวเลือกหรือระดับคะแนนที่อนุญาต. คำตอบ response มีอาเรย์ answers, และแต่ละคำถามมีชื่อที่เป็นเอกลักษณ์ซึ่ง API ส่งกลับพร้อมคำตอบของมัน.

คำถามประเภท predicate ตรวจสอบเงื่อนไข, เช่น ความเสียหายที่มองเห็นได้บนผลิตภัณฑ์หรือว่าข้อความบางส่วนมีความเกี่ยวข้อง, และคืนค่าการประมาณความน่าจะเป็นจาก 0 ถึง 1 ว่าเงื่อนไขเป็นจริง. ในตัวอย่างของคู่มือ, ภาพผลิตภัณฑ์ถูกตรวจสอบหาการแตก, รอยฉีก, หรือรอยบุบ, และการตอบสนองตัวอย่างคืนค่าความน่าจะเป็น 0.92; แอปพลิเคชันสามารถทำเครื่องหมายภาพเพื่อการตรวจสอบเมื่อค่าผ่านเกณฑ์ที่นักพัฒนากำหนด.

คำถามประเภท choice เลือกค่าหนึ่งจากชุดตัวเลือกที่กำหนดไว้, แต่ละตัวเลือกมีคำอธิบายว่าเมื่อใดจะใช้. คำตอบประกอบด้วยค่าที่เลือก, อาเรย์ probabilities ที่ครอบคลุมทุกตัวเลือก, และฟิลด์ confidence แยกต่างหาก. ตัวอย่างการกำหนดเส้นทางในคู่มือส่งคำร้องเรียนของลูกค้าเกี่ยวกับการเรียกเก็บเงินซ้ำไปยังตัวเลือกบิลลิ่งก่อนตัวเลือกทางเทคนิค, การจัดส่ง, และตัวเลือกอื่นๆ. คำแนะนำของ OpenAI คือการเพิ่มค่าผลสำรองเช่น other สำหรับอินพุตที่หมวดหมู่ไม่คาดคิด; แอปพลิเคชันสามารถกำหนดเส้นทางผลสำรองนั้นไปยังคิวตรวจสอบทั่วไป.

คำถามประเภท score ให้คะแนนอินพุตตามระดับที่จัดลำดับ, เช่น ความรุนแรงของปัญหา, เรียงจากต่ำสุดไปสูงสุด. คะแนนที่คืนเป็นค่าเฉลี่ยถ่วงน้ำหนักตามความน่าจะเป็นของดัชนีระดับ, ซึ่งเริ่มที่ 0, ดังนั้นผลลัพธ์อาจอยู่ระหว่างสองระดับที่กำหนด. ในตัวอย่างที่ทำ, ความน่าจะเป็น 0.1, 0.7, และ 0.2 ในสามระดับความรุนแรงให้คะแนน 1.1 พร้อมความมั่นใจ 0.55.

สำหรับผลลัพธ์ที่เกินกว่าชนิดคำตอบสามประเภทนี้, เอกสารแนะนำให้นักพัฒนานำ Structured Outputs กับ Responses API เมื่อจำเป็นต้องใช้วัตถุที่สอดคล้องกับสคีม่า JSON ที่กำหนดเอง, และใช้ function calling เมื่อโมเดลต้องเรียกเครื่องมือพร้อมอาร์กิวเมนต์.

แนวทางการใช้งานและขีดจำกัดอินพุต

รูปภาพต้องส่งเป็น inline base64 data URLs; endpoint ไม่รองรับ URL ของรูปภาพที่โฮสต์ผ่าน HTTP หรือ HTTPS หรืออินพุต file_id. เพื่อประเมินรูปภาพพร้อมคำสั่งหรือบริบทอื่น, นักพัฒนาต้องวางส่วน input_text และ input_image ร่วมกันในข้อความผู้ใช้เดียว.

คำถามที่เป็นอิสระสามารถใช้ร่วมอาเรย์ questions ของคำขอเดียว, และแต่ละคำถามสามารถใช้ประเภทที่แตกต่างกัน, ดังนั้นแอปพลิเคชันสามารถตรวจสอบรูปภาพผลิตภัณฑ์สำหรับความเสียหายและจัดประเภทของผลิตภัณฑ์ในหนึ่งการเรียก. เมื่อการตัดสินใจหนึ่งขึ้นกับคำตอบก่อนหน้า, แอปพลิเคชันต้องส่งคำขอแยก, ใช้ผลลัพธ์แรกเป็นตัวกรองสำหรับการตามหลัง, เช่น ยืนยันความเสียหายก่อนถามหมวดหมู่การซ่อม.

แนวทางการเขียนเอกสารมุ่งเน้นที่เกณฑ์ที่สังเกตได้: แยกความสนใจที่แตกต่างออกเป็นคำถามแยกกัน, ให้แต่ละตัวเลือกมีความหมายที่แตกต่าง, และกำหนดระดับคะแนนให้ระดับใกล้เคียงแตกต่างอย่างชัดเจน. ในการตีความ, คำแนะนำคือการปรับเทียบเกณฑ์กับตัวอย่างที่มีการติดป้ายจากแอปพลิเคชันจริง, พิจารณาต้นทุนสัมพัทธ์ของผลบวกเท็จและผลลบเท็จ.

การกำหนดราคา, การควบคุมข้อมูล, และเสียง

การกำหนดราคาสำหรับ endpoint ที่ใช้ gpt-6-luna คือ $0.10 ต่อ 1 ล้าน token อินพุต. คิดค่าเฉพาะ token อินพุต: การอ่านแคช, การเขียนแคช, และ token ผลลัพธ์ไม่มีค่าใช้จ่าย. ค่าพรีเมี่ยมการประมวลผลตามภูมิภาคและตัวคูณราคาสำหรับอินพุตแบบบริบทยาวยังคงใช้, ในขณะที่คำขอ gpt-6-luna ที่อยู่นอก /v1/decisions ต้องปฏิบัติตามการกำหนดราคาของโมเดลและระดับการประมวลผลที่เกี่ยวข้อง.

API รองรับ Zero Data Retention และการใช้ตามมาตรฐาน HIPAA สำหรับลูกค้าที่มีคุณสมบัติเหมาะสม พร้อมให้บริการการตั้งค่าที่ตั้งข้อมูลและการประมวลผลตามภูมิภาคในสหรัฐอเมริกาและยุโรป (เขตเศรษฐกิจยุโรปและสวิตเซอร์แลนด์) สำหรับแอปพลิเคชันที่ขับเคลื่อนด้วยเสียง การมอบหมายของไคลเอนต์ผ่าน Live API ทำให้เอเจนต์สามารถเลือกการกระทำจากคำขอเสียงและรายงานผลกลับไปยังผู้ใช้

OpenAI กล่าวว่า คาดว่า Decisions API จะพร้อมใช้งานทั่วไปในไม่กี่สัปดาห์ข้างหน้า