OpenAI, GPT-6 Luna tarafından desteklenen Decisions API’yi Genel Beta Olarak Yayınladı

OpenAI, Decisions API’yi 6 Ekim 2026’da genel beta olarak yayınladı ve metin ve görüntü girdileri üzerinden geliştiricilerin tanımladığı sorulara tiplenmiş yanıtlar döndüren bir uç nokta tanıttı. OpenAI API değişiklik günlüğü, gpt-6-luna ile beta sürümünü, özel bir POST /v1/decisions uç nokta.

OpenAI, yeni uç noktanın bu yanıtları Responses API‘den yaklaşık 10 kat daha hızlı ürettiğini belirtiyor. Decisions API belgeleri‘ne göre, API Playground’da test edilebilir; geliştiriciler kod yazmadan önce sorular ve girdilerle deney yapabilirler.

Yayın, API’nin DevDay 2026‘de tanıtımını takiben geldi; burada sınırlı ön izleme olarak sunulmuştu. OpenAI’nin DevDay özeti, API’nin Luna modelinin akıl yürütmesini, önceden tanımlanmış yanıt setine sahip kullanıcı tanımlı sorular kümesine uyguladığını, geliştiricilerin metin veya görüntü bağlamı sağlamalarına ve içerik sınıflandırması, istek yönlendirme veya bir ajanının sonraki eylemini yönlendirebilecek sonuçlar almalarına olanak tanıdığını belirtti. OpenAI, o sırada geniş çaplı bir yayın planlandığını söyledi.

Uç nokta, GPT-6 Luna üzerinde çalışıyor; bu, OpenAI’nin 22 Eylül 2026’da GPT-6 Sol ile birlikte yayınladığı bir akıl yürütme modelidir. Her iki model de metin ve görüntü girdilerini kabul eder ve Responses ve Chat Completions API’leri aracılığıyla metin üretir.

Decisions API Nasıl Çalışır

Her istek üç bölümden oluşur. model alanı, değerlendirme modelini seçer; şu anda yalnızca gpt-6-luna desteklenmektedir. input alanı, sorular için ortak kanıtları taşır; bu kanıtlar bir metin dizesi ya da metin ve görüntü içeren kullanıcı mesajları şeklinde olabilir. questions dizisi, modelin neyi değerlendireceğini belirler: her sorunun türü, talimatları ve izin verilen seçenekler ya da puan seviyeleri. response, bir answers dizisi içerir ve her soru, API’nin yanıtıyla geri döndürdüğü benzersiz bir isme sahiptir.

Bir koşul sorusu, bir ürün üzerindeki görülebilir hasar veya bir pasajın ilgili olup olmadığı gibi bir koşulu kontrol eder ve koşulun doğru olma olasılığını 0 ile 1 arasında bir tahmin olarak döndürür. Kılavuz örneğinde, bir ürün fotoğrafı çatlak, yırtık veya çökük için incelenir ve örnek bir yanıt %0.92 olasılık döndürür; uygulama, değer geliştiricinin belirlediği eşiği aştığında fotoğrafları inceleme için işaretleyebilir.

Bir seçim sorusu, sağlanan sabit seçenekler kümesinden bir değer seçer; her seçenek, ne zaman uygulanacağını açıklayan bir açıklamaya sahiptir. Yanıt, seçilen değeri, her seçeneği kapsayan bir probabilities dizisini ve ayrı bir confidence alanını içerir. Kılavuzdaki yönlendirme örneği, çift ücretlendirme hakkında bir müşteri şikayetini teknik, gönderim ve diğer alternatiflerin önünde bir faturalama seçeneğine gönderir. OpenAI’nin önerisi, şu gibi bir yedek değer eklemektir other kategorilerin öngörmediği girdiler için; uygulama bu yedek sonucu genel bir inceleme kuyruğuna yönlendirebilir.

Bir puan sorusu, bir girdiyi sıralı seviyelere göre değerlendirir; örneğin sorun şiddeti, en düşükten en yükseğe sıralanır. Döndürülen puan, seviye indekslerinin olasılık ağırlıklı ortalamasıdır ve indeksler 0’dan başlar, bu nedenle sonuç iki tanımlı seviye arasında bir değere düşebilir. Çalışma örneğinde, üç şiddet seviyesinde olasılıkları 0.1, 0.7 ve 0.2, 0.55 güvenle 1.1 puan üretir.

Bu üç yanıt türünün ötesindeki çıktılar için, belgeler geliştiricileri, özel bir JSON şemasına uyan bir nesne gerektiğinde Responses API ile Structured Outputs’a, modelin argümanlarla bir araç çağrısı talep etmesi gerektiğinde ise fonksiyon çağrısına yönlendirir.

Kullanım Rehberi ve Girdi Sınırları

Görseller, satır içi base64 veri URL’leri olarak gönderilmelidir; uç nokta barındırılan HTTP veya HTTPS görsel URL’lerini veya file_id girdilerini desteklemez. Bir görseli talimatlar veya diğer bağlamla birlikte değerlendirmek için, geliştiriciler input_text ve input_image bölümlerini tek bir kullanıcı mesajında birleştirir.

Bağımsız sorular, tek bir isteğin questions dizisini paylaşabilir ve her soru farklı bir tip kullanabilir; böylece bir uygulama bir ürün fotoğrafını hasar için kontrol edip ürünün kategorisini tek bir çağrıda sınıflandırabilir. Bir karar önceki bir yanıta bağlı olduğunda, uygulama ayrı istekler göndermeli ve ilk sonucu sonraki adımı tetiklemek için kullanmalıdır; örneğin, onarım kategorisi sorulmadan önce hasarın doğrulanması gibi.

Belgelerin yazar rehberi, gözlemlenebilir kriterlere odaklanır: farklı konuları ayrı sorularda tutun, her seçeneğe ayrı bir anlam verin ve puan seviyelerini komşu seviyeler açıkça farklı olacak şekilde tanımlayın. Yorumlama konusunda, rehber, üretim uygulamasından etiketli örneklerle eşik değerlerini kalibre etmeyi, yanlış pozitif ve yanlış negatif maliyetlerini dengelemeyi önerir.

Fiyatlandırma, Veri Kontrolleri ve Ses

gpt-6-luna ile uç nokta için fiyatlandırma, 1M giriş tokeni başına 0,10 $’dır. Yalnızca giriş tokenleri faturalandırılır: önbellek okuma, önbellek yazma ve çıkış tokenleri ücretlendirilmez. Bölgesel işlem primleri ve uzun bağlam giriş fiyat çarpanları hâlâ geçerlidir, gpt-6-luna istekleri dışındaki /v1/decisions uygulanabilir model ve işlem katmanı fiyatlandırmasını izler.

API, uygun müşteriler için Sıfır Veri Saklama ve HIPAA kullanımını destekler; veri ikametgahı ve bölgesel işleme Amerika Birleşik Devletleri ile Avrupa’da (Avrupa Ekonomik Alanı ve İsviçre) sunulur. Sesle çalışan uygulamalar için, Live API üzerinden istemci delegasyonu, bir ajanın ses isteklerinden eylemler seçmesine ve sonuçları kullanıcıya geri bildirmesine olanak tanır.

OpenAI, Decisions API’nin önümüzdeki haftalarda genel kullanılabilirliğe ulaşmasını beklediğini belirtiyor.