OpenAI chính thức cung cấp rộng rãi Decisions API cùng GPT-6 Luna

OpenAI đã chính thức cung cấp rộng rãi Decisions API vào ngày 22 tháng 10 năm 2026, như công ty đã công bố, đồng thời đưa endpoint vận hành bằng GPT-6 Luna ra khỏi giai đoạn beta công khai, với mức giá 0,10 USD cho mỗi triệu token đầu vào. API trả về các câu trả lời có giới hạn và được định kiểu (một xác suất, một lựa chọn hoặc điểm đánh giá theo thang tiêu chí) để các ứng dụng phân loại nội dung, định tuyến yêu cầu và ưu tiên công việc.

OpenAI cho biết API tập trung năng lực của Luna vào những câu hỏi có câu trả lời giới hạn, cho phép đưa ra quyết định gần như theo thời gian thực từ văn bản, hình ảnh và dữ liệu có cấu trúc. Công ty cho biết điểm cuối này trả về câu trả lời nhanh hơn tới 10 lần so với khi đặt câu hỏi cho GPT-6 Luna thông qua Responses API.

Ngày 22 tháng 9 năm 2026, OpenAI ra mắt GPT-6 Luna cùng với GPT-6 Sol, định giá Luna ở mức 0,10 USD cho mỗi triệu token đầu vào và 0,50 USD cho mỗi triệu token đầu ra. Công ty cho biết đã giảm 50% giá API của cả hai mô hình so với mức giá khuyến mại của GPT-5.6, đồng thời mô tả bộ đôi này là bước tiến mới về hiệu quả chi phí; công ty tiếp tục mô tả GPT-6 Astra là mô hình tốt nhất của mình trên mọi phương diện. Trong API, hai mô hình có thể được sử dụng với tên gpt-6-sol và gpt-6-luna.

Cách hoạt động của Decisions API

Các yêu cầu được gửi đến POST /v1/decisions; theo tài liệu dành cho nhà phát triển của OpenAI, hiện gpt-6-luna là mô hình duy nhất được hỗ trợ. Mỗi yêu cầu kết hợp dữ liệu đầu vào dùng chung (một chuỗi văn bản hoặc một mảng có thứ tự gồm tin nhắn, lệnh gọi công cụ và kết quả đầu ra của công cụ) với từ 1 đến 400 câu hỏi. Phản hồi chứa một mảng answers, trong đó lặp lại tên do nhà phát triển gán cho từng câu hỏi.

API hỗ trợ ba loại câu hỏi. Câu hỏi dạng vị từ trả về xác suất từ 0 đến 1 cho biết một điều kiện có đúng hay không, chẳng hạn như có thể nhìn thấy hư hỏng trong ảnh sản phẩm hay không. Câu hỏi dạng lựa chọn chọn một trong các phương án được nhà phát triển định sẵn, đồng thời trả về xác suất của từng phương án và một giá trị độ tin cậy. Câu hỏi dạng chấm điểm đánh giá dữ liệu đầu vào dựa trên từ hai đến mười mức tiêu chí được sắp xếp theo thứ tự, rồi trả về trung bình có trọng số xác suất của chỉ số các mức; do đó, điểm số có thể nằm giữa các mức.

Nhà phát triển có thể truyền dữ liệu có cấu trúc trực tiếp qua phần nội dung input_json trong tin nhắn của người dùng; hình ảnh có thể được cung cấp dưới dạng URL dữ liệu base64 nhúng trực tiếp hoặc URL HTTP hay HTTPS có thể truy cập công khai. Vì có thể cung cấp lịch sử hội thoại làm dữ liệu đầu vào, API có thể đánh giá yêu cầu trong ngữ cảnh, cùng với các lệnh gọi hàm, lệnh gọi công cụ tùy chỉnh và kết quả đầu ra của chúng. Tài liệu nêu rõ rằng API không hỗ trợ tệp, âm thanh và tham chiếu mục; điểm cuối này cũng không chấp nhận dữ liệu đầu vào file_id.

Đối với các quyết định phụ thuộc vào câu trả lời trước đó, tài liệu hướng dẫn nhà phát triển gửi các yêu cầu riêng biệt. Tài liệu cũng khuyến nghị những người xây dựng ứng dụng sử dụng Structured Outputs hoặc gọi hàm trong Responses API khi cần một đối tượng JSON tùy chỉnh hoặc một lệnh gọi công cụ do mô hình yêu cầu, thay vì một trong ba loại câu trả lời có kiểu dữ liệu xác định.

Các bổ sung kể từ giai đoạn thử nghiệm công khai

OpenAI cho biết sau giai đoạn thử nghiệm công khai, công ty đã bổ sung tích hợp GPT-Live nguyên bản, bộ nhớ đệm lời nhắc để tái sử dụng ngữ cảnh và khả năng lưu trữ dữ liệu suy luận tại Hoa Kỳ và EU, đồng thời tăng thêm năng lực suy luận ở một số khu vực tại châu Á. Giờ đây, nhà phát triển có thể truyền dữ liệu đầu vào JSON nguyên bản, đưa hình ảnh vào hướng dẫn câu hỏi và đặt tối đa 400 câu hỏi trong mỗi yêu cầu, gấp đôi giới hạn trước đây.

Danh sách nội dung mới trong tài liệu còn bao gồm dữ liệu hình ảnh được lưu trữ qua HTTP và HTTPS, khả năng đánh giá lịch sử hội thoại cùng với các lệnh gọi công cụ và kết quả đầu ra, báo cáo mức sử dụng của tổ chức và hỗ trợ Private Link. Điểm cuối mức sử dụng GET /v1/organization/usage/decisions yêu cầu khóa API quản trị viên có quyền api.usage.read và trả về mức sử dụng token cùng số lượng yêu cầu; có thể lọc hoặc nhóm dữ liệu theo dự án, khóa API hoặc mô hình.

Với tính năng bộ nhớ đệm lời nhắc, các yêu cầu lặp lại có thể tái sử dụng một phần tiền tố trùng khớp của dữ liệu đầu vào dùng chung dài ít nhất 1.024 token và được áp dụng mức giá chiết khấu khi đọc từ bộ nhớ đệm; nội dung câu hỏi, bao gồm cả hình ảnh chỉ dành riêng cho từng câu hỏi, nằm ngoài phần tiền tố có thể tái sử dụng. Theo mặc định, API đặt một điểm ngắt bộ nhớ đệm ngầm định ở cuối dữ liệu đầu vào dùng chung; nhà phát triển có thể phân vùng dữ liệu tái sử dụng bằng prompt_cache_key do bên gọi cung cấp hoặc chuyển sang các điểm ngắt được đánh dấu rõ ràng.

Với tích hợp GPT-Live, ứng dụng giọng nói có thể chạy các quyết định khi bản chép lời đầu vào hoặc đầu ra được gửi đến, còn Live phát ra một sự kiện quyết định để ứng dụng xử lý. Cấu hình ví dụ của OpenAI, được thêm vào session.triggers, chọn biểu cảm khuôn mặt của hình đại diện dựa trên các cập nhật bản chép lời. Công ty mô tả một tác nhân hỗ trợ khách hàng sử dụng cùng phương thức này để quyết định có nên đặt câu hỏi làm rõ, định tuyến yêu cầu hay chuyển vấn đề lên cấp xử lý cao hơn.

Ứng dụng được báo cáo và các đánh giá ban đầu

OpenAI cho biết các nhóm nội bộ đã áp dụng API này trong quy trình làm việc về sản phẩm và kinh doanh: nhóm dots sử dụng API để rút ngắn thời gian phản hồi và tăng tính tương tác; nhóm Tài chính Cá nhân dùng API để phân loại nội dung mô tả giao dịch; còn nhóm Truyền thông dùng API để phân loại tin bài theo chủ đề và chấm điểm xem tin bài củng cố hay phản biện các câu chuyện chủ đạo, qua đó giúp xác định nội dung nào cần được xem xét kỹ hơn.

Các khách hàng được trích dẫn trong thông báo cho biết họ đã ghi nhận tốc độ được cải thiện và chi phí giảm trong các đợt đánh giá của riêng mình. Biswaroop Palit, Phó Chủ tịch phụ trách quản lý sản phẩm nền tảng và tích hợp của Box, cho biết Decisions API kết hợp với Box Extract giúp lựa chọn tuyến xử lý nhanh hơn khoảng 5 lần trong 30 trường hợp giấy chứng nhận bảo hiểm, với độ chính xác tương đương Responses API; các trường hợp có độ tin cậy thấp hơn được chuyển cho người đánh giá. Kỹ sư cấp cao của Datadog, AJ Stuyvenberg, cho biết API chấm điểm rủi ro của các lệnh rshell do tác nhân tạo ra trước khi thực thi, đạt độ trễ p95 nhanh hơn 40 lần so với các mô hình tiên tiến hàng đầu hiện có, với độ chính xác tương đương. Kỹ sư nghiên cứu của Ramp, René Sultan, cho biết API giúp xác định chi phí AI gắn với công việc tương ứng nhanh hơn 4 lần và rẻ hơn 30% so với sử dụng GPT-6 Luna mà không làm giảm độ chính xác.

Kỹ sư Ajeet Grewal của Sierra cho biết API chọn hành động tiếp theo trong một số khâu điều phối của Sierra trong các cuộc trò chuyện trực tiếp với khách hàng, với độ trễ p95 dưới 280 mili giây; cách này nhanh hơn khoảng 3 lần và giảm 90% chi phí cho mỗi cuộc gọi so với phương pháp trước đây của công ty, đồng thời không làm giảm kết quả đạt được cho khách hàng. Giám đốc công nghệ của Speak, Andrew Hsu, cho biết tích hợp Decisions API trong GPT-Live đã giúp giảm hơn 90% thời gian thực hiện hành động tiếp theo trong thử nghiệm của công ty, từ 1,4 giây xuống còn 0,13 giây.

Giá và quyền kiểm soát dữ liệu

Decisions API có giá 0,10 USD cho mỗi triệu token đầu vào và 0,01 USD cho mỗi triệu token đầu vào được lưu trong bộ nhớ đệm; OpenAI chỉ tính phí token đầu vào, không tính phí token đầu ra. Áp dụng phụ phí xử lý theo khu vực và hệ số nhân giá cho đầu vào ngữ cảnh dài; mức phí đọc và ghi bộ nhớ đệm tương ứng với mức phí tiêu chuẩn của tính năng lưu bộ nhớ đệm lời nhắc gpt-6-luna.

Hỗ trợ xử lý theo khu vực tại Hoa Kỳ và châu Âu (EEA cùng Thụy Sĩ); dịch vụ lưu trú dữ liệu khả dụng ở tất cả các khu vực API được hỗ trợ; khách hàng đủ điều kiện có thể sử dụng Zero Data Retention và HIPAA. Có thể truy cập API thông qua endpoint Decisions chuyên dụng và Decisions Playground trên nền tảng OpenAI, nơi nhà phát triển có thể thử nghiệm câu hỏi với văn bản hoặc hình ảnh của chính họ trước khi viết mã.