Decisions API: быстрые и точные решения для ваших приложений

OpenAI объявила общую доступность Decisions API — специализированного эндпоинта (конечной точки API), который возвращает чёткий структурированный ответ вместо длинного свободного текста. Это не очередная языковая модель общего назначения, а инструмент, заточенный под одну конкретную задачу: принимать решения быстро, дёшево и предсказуемо.

ℹ Кратко о главном
Decisions API стал общедоступным 22 октября 2026 года. Он работает на базе GPT-6 Luna, отвечает примерно в 10 раз быстрее стандартного Responses API и стоит $0,10 за миллион входных токенов. Исходящие токены не тарифицируются.

Что такое Decisions API и зачем он нужен

Традиционные языковые модели генерируют текст — объяснения, резюме, диалоги. Но во многих реальных приложениях разработчику не нужен развёрнутый ответ. Нужно знать: «Это обращение идёт в службу биллинга или в техподдержку?», «Насколько срочно это обращение?», «Есть ли на фото видимые повреждения товара?»

Decisions API — это специализированный эндпоинт, который превращает текст и изображения в конкретные, машиночитаемые решения вместо генерации развёрнутого текста. Вместо абзацев он возвращает структурированные типизированные ответы в виде вероятностей, выборов и оценок.

Разница между Decisions API и обычной моделью — как разница между вопросом коллеге «Напиши мне отчёт о том, является ли это письмо спамом» и просьбой «Это спам — да или нет?».

Запуск Decisions API важен тем, что превращает паттерн, который разработчики выстраивали вручную через промпты, JSON-схемы и постобработку, в первоклассную концепцию API.

История появления: от DevDay до общей доступности

OpenAI Decisions API был анонсирован на DevDay 29 сентября 2026 года как интерфейс, который отвечает на набор вопросов с заранее заданными ответами вместо свободного текста. После анонса API стал доступен всем клиентам, а OpenAI добавила поддержку голосовых и визуальных входных данных и обеспечила низкую задержку в разных регионах мира за счёт географически распределённых вычислительных ресурсов.

По словам Никунджа Ханды, руководителя продукта для API OpenAI, команда была поражена возможностями аналогичного инструмента Jev от TypeSafe AI и приступила к созданию собственной версии: вместо обучения отдельной модели принятия решений они взяли GPT-6 Luna и перенастроили её для ускорения инференса и снижения стоимости.

💡 Совет
Если вы раньше использовали Structured Outputs или JSON-схемы поверх обычного Responses API для классификации — Decisions API может стать более быстрой и дешёвой заменой для этих сценариев.

Как работает Decisions API

Decisions API — это эндпоинт POST /v1/decisions, работающий на GPT-6 Luna. Он принимает текст или изображения вместе со списком вопросов и возвращает типизированные ответы вместо текста: вероятность для предиката, выбор с вероятностями по каждому варианту или оценку по упорядоченным уровням.

Три типа вопросов

API поддерживает три типа вопросов: predicate (предикат) возвращает вероятность истинности условия, choice (выбор) возвращает один вариант с вероятностями, score (оценка) возвращает взвешенную позицию на упорядоченных уровнях.

Тип вопросаЧто делаетЧто возвращаетПример применения
predicateПроверяет условиеВероятность от 0 до 1Есть ли на фото видимые повреждения?
choiceВыбирает из вариантовВыбранный вариант + вероятности по каждомуКуда направить обращение: в биллинг, тех. поддержку или доставку?
scoreОценивает по шкалеВзвешенная оценка + уверенностьНасколько срочно это обращение?

Пример запроса

Вот как выглядит типичный запрос к Decisions API на Python. Разбор обращения клиента: определяем тему и срочность за один вызов.

from openai import OpenAI

client = OpenAI()  # использует OPENAI_API_KEY

decision = client.decisions.create(
    model="gpt-6-luna",
    input="Мне дважды списали деньги за заказ, хочу вернуть средства до пятницы.",
    questions=[
        {
            "type": "choice",
            "name": "department",
            "instructions": "Куда следует направить это обращение?",
            "choices": [
                {"value": "billing", "description": "Вопрос об оплате, счёте или возврате"},
                {"value": "technical", "description": "Техническая проблема с продуктом"},
                {"value": "shipping", "description": "Вопрос доставки"},
                {"value": "other"}
            ],
        },
        {
            "type": "score",
            "name": "urgency",
            "instructions": "Насколько срочно это обращение?",
            "levels": [
                {"label": "low", "description": "Нет дедлайна"},
                {"label": "medium", "description": "Обработать сегодня-завтра"},
                {"label": "high", "description": "Деньги или безопасность под угрозой прямо сейчас"}
            ],
        },
        {
            "type": "predicate",
            "name": "needs_human",
            "instructions": "Нужно ли передать это живому оператору?"
        }
    ],
)

for answer in decision.answers:
    print(answer)

В одном вызове вы получаете три типизированных ответа — и никакого текста для парсинга.

Скорость: главный аргумент

По словам Ханды, «главное преимущество Decisions API — скорость: время ответа сокращается с одной-трёх секунд до 100–180 миллисекунд».

Decisions API работает примерно в 10 раз быстрее, чем GPT-6 Luna через стандартный Responses API для ограниченных решений. На демонстрациях задержка составила около 150 миллисекунд.

Это критически важно для интерактивных приложений — голосовых ботов, систем реального времени, агентов с многошаговым планированием.

В пилотных испытаниях с такими клиентами, как Box, Datadog, Ramp и Speak, инженеры использовали API для замены стандартных LLM с более высокой пропускной способностью. Эндрю Хсу, технический директор Speak (сервис для изучения языков с AI-репетитором), сообщил, что Decisions API позволил сократить время между действиями с 1,4 секунды до 0,13 секунды.


sequenceDiagram
    participant App as Приложение
    participant DA as Decisions API
    participant Code as Логика кода

    App->>DA: POST /v1/decisions (текст + вопросы)
    Note over DA: GPT-6 Luna
~150 мс
    DA-->>App: Типизированные ответы (choice/predicate/score)
    App->>Code: Ветвление по значению
    Code-->>App: Действие (маршрутизация, классификация, следующий шаг агента)

Стоимость и тарификация

Модель ценообразования максимально прозрачна.

Стоимость эндпоинта с gpt-6-luna составляет $0,10 за миллион входных токенов. Тарифицируются только входные токены: чтение кеша, запись кеша и исходящие токены не оплачиваются.

Тарифицируя только входные данные, OpenAI делает стоимость каждого вызова предсказуемой исходя из того, что разработчик отправляет. Результат классификации — это обычно один выбор или оценка, поэтому основным драйвером затрат является анализируемый контекст.

ПараметрDecisions APIGPT-6 Luna (Responses API)
Входные токены$0,10 / 1M$0,10 / 1M
Исходящие токеныБесплатно$0,50 / 1M
КешБесплатноОтдельная тарификация
Скорость~150 мс1–3 секунды
Макс. вопросов в запроседо 400—

Один запрос может содержать до 400 вопросов — этот лимит был повышен по сравнению с бета-периодом.

⚠ Важно
На момент запуска кеширование входных токенов в Decisions API недоступно. OpenAI не исключает его появления в будущих версиях. Это делает задачи с повторяющимся длинным контекстом пока менее экономичными по сравнению с кешированными запросами через Responses API.

Соответствие требованиям и безопасность данных

Вместе с ценовой строкой бета-версия поставляется с поддержкой Zero Data Retention (нулевого хранения данных), соответствием HIPAA и резидентностью данных в США и Европе (EEA/Швейцария). Эти соответствия делают его реальным вариантом для модерации и шлюзов проверки, которые раньше выстраивались на JSON-схемах поверх Chat Completions.

Когда использовать Decisions API

API идеально подходит для следующих сценариев:

  • Классификация обращений — автоматическое распределение тикетов по отделам и очередям
  • Контентная модерация — быстрая проверка текста или изображений на нарушения
  • Агентные системы — выбор следующего шага агента без дорогостоящего полного инференса
  • Визуальные проверки — анализ изображений на наличие повреждений, нарушений, несоответствий
  • Персонализация в реальном времени — мгновенная маршрутизация пользователей по сегментам
📝 Реальный кейс
Система поддержки клиентов: Входящее сообщение «Мне дважды списали деньги» за ~150 мс получает три ответа: тип обращения → billing, срочность → high, нужен ли оператор → 0.87. Система сразу маршрутизирует тикет, расставляет приоритет и эскалирует — без единого LLM-генератора в цепочке.

Decisions API vs. стандартный подход


graph TD
    A[Входящий запрос] --> B{Нужен свободный текст?}
    B -- Да --> C[Responses API / Chat Completions]
    B -- Нет --> D{Нужна классификация / выбор / оценка?}
    D -- Да --> E[Decisions API ✅]
    D -- Нет --> F[Structured Outputs]
    E --> G[~150 мс, $0.10/M токенов, типизированный ответ]
    C --> H[1–3 сек, $0.10+$0.50/M токенов, текст]

Итого: что это меняет

Decisions API — это не просто новый эндпоинт. Это признание того, что огромный класс AI-задач не требует генерации текста. Маршрутизация, модерация, классификация, принятие агентом следующего шага — всё это лучше делать через узкоспециализированный, быстрый и дешёвый инструмент.

OpenAI открыла широкий доступ к Decisions API, войдя на рынок быстрого и дешёвого интеллекта, который превратил TypeSafe — стартап, основанный бывшим исследователем компании, — в бизнес стоимостью $7,6 млрд.

Конкуренция в этом сегменте обостряется, цены падают, а задержки уменьшаются. Для разработчиков, строящих системы реального времени — от голосовых ботов до многоагентных оркестраторов, — Decisions API открывает принципиально новый уровень отзывчивости приложений.