OpenAI зробила Decisions API загальнодоступним разом із GPT-6 Luna

22 жовтня 2026 року OpenAI оголосила про загальну доступність Decisions API, вивівши кінцеву точку на базі GPT-6 Luna з відкритого бета-тестування за ціною $0.10 за мільйон вхідних токенів. API повертає типізовані відповіді з обмеженим форматом — імовірність, вибір або оцінку за рубрикою, — які застосунки використовують для класифікації вмісту, маршрутизації запитів і визначення пріоритетності завдань, повідомила компанія оголосила.

За словами OpenAI, API зосереджує інтелект Luna на запитаннях, що мають обмежений набір відповідей, і дає змогу ухвалювати рішення майже в реальному часі на основі тексту, зображень і структурованих даних. Компанія заявила, що ця кінцева точка надає такі відповіді до 10 разів швидше, ніж запит до GPT-6 Luna через Responses API.

22 вересня 2026 року OpenAI представила GPT-6 Luna разом із GPT-6 Sol, встановивши для Luna ціну $0.10 за мільйон вхідних токенів і $0.50 за мільйон вихідних токенів. Компанія заявила, що знизила ціни на API для обох моделей на 50% порівняно з їхніми промоційними цінами на GPT-5.6, і зазначила, що ця пара просуває межі ефективності витрат; водночас компанія й надалі називає GPT-6 Astra своєю найкращою моделлю за всіма напрямами. В API ці дві моделі доступні під назвами gpt-6-sol і gpt-6-luna.

Як працює Decisions API

Запити надсилаються методом POST на /v1/decisions, а gpt-6-luna наразі є єдиною підтримуваною моделлю, згідно з документацією для розробників OpenAI. Кожен запит поєднує спільні вхідні дані (текстовий рядок або впорядкований масив повідомлень, викликів інструментів і результатів їхньої роботи) з 1–400 запитаннями, а відповідь містить масив answers, у якому для кожного запитання наведено призначену розробником назву.

API підтримує три типи запитань. Запитання-предикат повертає ймовірність від 0 до 1 того, що певна умова істинна, наприклад, що на фото товару помітне пошкодження. Запитання з вибором обирає один із заздалегідь визначених розробником варіантів, а також повертає ймовірності для кожного варіанта та значення впевненості. Запитання для оцінювання визначає оцінку вхідних даних за шкалою з двох–десяти впорядкованих рівнів рубрики й повертає середнє значення індексів рівнів, зважене за ймовірностями, тому оцінка може бути проміжною між рівнями.

Розробники можуть передавати структуровані дані безпосередньо через частину вмісту input_json у повідомленні користувача, а зображення можна надавати як вбудовані URL-адреси даних base64 або як загальнодоступні URL-адреси HTTP чи HTTPS. Оскільки вхідними даними можна передавати історію розмови, API може оцінювати запит у контексті разом із викликами функцій і користувацьких інструментів та результатами їхньої роботи. У документації зазначено, що файли, аудіо й посилання на елементи не підтримуються, а кінцева точка не приймає вхідних даних file_id.

Для рішень, які залежать від попередньої відповіді, документація радить розробникам надсилати окремі запити. Також вона рекомендує розробникам, яким потрібен власний об’єкт JSON або виклик інструмента на запит моделі замість одного з трьох типізованих варіантів відповіді, використовувати Structured Outputs або виклик функцій у Responses API.

Що додали після відкритого бета-тестування

За словами OpenAI, після відкритого бета-тестування компанія додала вбудовану інтеграцію GPT-Live, кешування запитів для повторно використовуваного контексту та розміщення інференсу у США й ЄС, а також збільшила потужності для інференсу в кількох регіонах Азії. Тепер розробники можуть передавати вбудовані дані JSON, додавати зображення до інструкцій у запитаннях і ставити до 400 запитань в одному запиті — удвічі більше за попереднє обмеження.

У переліку нововведень у документації також зазначено підтримку зображень із розміщенням на HTTP- і HTTPS-серверах, оцінювання історії розмов із викликами інструментів і результатами їхньої роботи, звітність про використання на рівні організації та підтримку Private Link. Для кінцевої точки статистики використання GET /v1/organization/usage/decisions потрібен ключ API адміністратора з дозволом api.usage.read. Вона повертає дані про використання токенів і кількість запитів, які можна фільтрувати або групувати за проєктом, ключем API чи моделлю.

Завдяки кешуванню запитів повторні запити можуть використовувати відповідний спільний префікс вхідних даних завдовжки щонайменше 1 024 токени й отримувати знижку на читання з кешу; вміст запитань, зокрема зображення, призначені для окремих запитань, не входить до префікса, який можна повторно використовувати. За замовчуванням API встановлює неявну контрольну точку кешу в кінці спільних вхідних даних, а розробники можуть розділяти повторно використовуваний контекст за допомогою переданого клієнтом prompt_cache_key або перейти на явно позначені контрольні точки.

Завдяки інтеграції GPT-Live голосовий застосунок може запускати ухвалення рішень у міру надходження транскриптів вхідного або вихідного аудіо, а Live надсилає застосунку подію рішення, на яку той може відреагувати. У прикладі конфігурації OpenAI, доданому до session.triggers, за оновленнями транскрипту вибирається вираз обличчя аватара. Компанія також описує агента підтримки клієнтів, який використовує той самий підхід, щоб вирішити, чи поставити уточнювальне запитання, перенаправити запит або передати проблему на вищий рівень.

Заявлені випадки використання та перші оцінювання

За словами OpenAI, її команди вже застосовують API у робочих процесах, пов’язаних із продуктами та бізнесом: команда dots використовує його, щоб скорочувати час відповіді й покращувати інтерактивність; команда Personal Finance — щоб категоризувати описи транзакцій; а команда Communications — щоб класифікувати матеріали за темами й оцінювати, чи підкріплюють вони ключові наративи, чи ставлять їх під сумнів, допомагаючи визначити, що потребує ретельнішого розгляду.

Клієнти, чиї відгуки наведено в оголошенні, повідомили про прискорення роботи та зниження витрат за результатами власних оцінювань. Віцепрезидент із управління продуктами для платформи та інтеграцій у Box Бісваруп Палит сказав, що Decisions API у поєднанні з Box Extract приблизно вп’ятеро швидше обирала маршрут у 30 випадках із сертифікатами страхування, забезпечуючи таку саму точність, як Responses API, і передаючи на перевірку фахівцям випадки з нижчим рівнем упевненості. Штатний інженер Datadog Ей Джей Стайвенберг сказав, що API оцінювала ризик команд rshell, згенерованих агентом, до їх виконання, забезпечуючи у 40 разів меншу затримку p95, ніж доступні передові моделі, за порівнянної точності. Інженер-дослідник Ramp Рене Султан сказав, що завдяки API визначати, на яку роботу припадають витрати на ШІ, стало вчетверо швидше й на 30% дешевше, ніж із GPT-6 Luna, без втрати точності.

Інженер Sierra Аджит Гревал сказав, що API обирає наступну дію на окремих етапах оркестрації Sierra під час живих розмов із клієнтами: затримка p95 становить менш як 280 мілісекунд, що приблизно утричі швидше, а вартість одного виклику на 90% нижча, ніж за попереднього підходу компанії, без погіршення результатів для клієнтів. Технічний директор Speak Ендрю Сю сказав, що інтеграція Decisions API у GPT-Live скоротила час до наступної дії більш ніж на 90% під час тестування компанії — з 1,4 секунди до 0,13 секунди.

Ціни та засоби контролю даних

Вартість Decisions API становить $0.10 за мільйон вхідних токенів і $0.01 за мільйон кешованих вхідних токенів. OpenAI стягує плату лише за вхідні токени, а за вихідні токени плата не нараховується. Застосовуються надбавки за регіональну обробку та множники ціни на вхідні токени для довгого контексту; тарифи на читання й запис кешу відповідають стандартним тарифам кешування запитів gpt-6-luna.

Регіональна обробка доступна у США та Європі (ЄЕЗ і Швейцарії), зберігання даних у межах регіону — в усіх підтримуваних регіонах API, а режим Zero Data Retention і використання відповідно до HIPAA — для клієнтів, які відповідають вимогам. Доступ до API надається через спеціальну кінцеву точку Decisions і середовище Decisions Playground на платформі OpenAI, де розробники можуть перевірити, як API відповідає на запитання за власними текстами чи зображеннями, перш ніж писати код.