OpenAI udostępnia Decisions API. Zamiast tekstu zwraca gotowe wartości dla kodu

OpenAI udostępniło w publicznej wersji beta Decisions API — endpoint dedykowany aplikacjom, które potrzebują od modelu szybkiej oceny tekstu lub obrazu w ściśle określonym formacie. Zamiast generować odpowiedź tekstową wymagającą późniejszego parsowania, interfejs pod adresem POST /v1/decisions od razu zwraca ustrukturyzowaną wartość, którą program może bezpośrednio obsłużyć.

Endpoint obsługuje obecnie wyłącznie model gpt-6-luna. Usługa działa w ramach API oraz w Playgroundzie OpenAI i nie jest dostępna do samodzielnego hostowania. W przewodniku z 7 października OpenAI zapowiedziało udostępnienie wersji ogólnej (GA) w nadchodzących tygodniach.

Trzy typy wyników

Pojedyncze zapytanie może zawierać wspólny kontekst wejściowy (tekst lub zestaw wiadomości z obrazami) oraz listę nazwanych pytań z osobnymi instrukcjami. Odpowiedzi trafiają do tablicy powiązanej z identyfikatorami pytań i przyjmują jeden z trzech formatów:

• Predicate — weryfikuje warunek logiczny i zwraca prawdopodobieństwo w zakresie od 0 do 1 (np. obecność uszkodzenia na zdjęciu produktu).
• Choice — wybiera jedną z predefiniowanych opcji, zwracając rozkład prawdopodobieństw dla wszystkich wariantów oraz pole confidence.
• Score — ocenia dane na uporządkowanej skali. Końcowy wynik jest średnią ważoną indeksów: jeśli kolejne poziomy 0, 1 i 2 otrzymają prawdopodobieństwa 0,1, 0,7 oraz 0,2, API zwróci ocenę 1,1.

Decisions API zaprojektowano z myślą o prostych rozstrzygnięciach decyzyjnych. W zadaniach wymagających złożonych obiektów JSON lub tekstowych uzasadnień OpenAI nadal zaleca Structured Outputs, a do wywoływania zewnętrznych narzędzi z argumentami — mechanizm function calling.

Deklaracje wydajności a brak danych o kalibracji

Według deklaracji OpenAI nowy endpoint działa około 10 razy szybciej niż standardowe Responses API. Podczas prezentacji na DevDay przedstawiciele firmy wskazywali opóźnienia rzędu 150 milisekund dla decyzji, w porównaniu z około 1,6 sekundy przy pełnych wywołaniach modelu Luna. Są to jednak wyłącznie dane podawane przez producenta — w materiałach brakuje niezależnych pomiarów czasu odpowiedzi.

OpenAI nie opublikowało również metryk dotyczących trafności klasyfikacji ani kalibracji zwracanych prawdopodobieństw. W dokumentacji firma wprost zaleca, aby progi decydujące o akcjach w kodzie ustalać eksperymentalnie, na podstawie własnych, oznaczonych zbiorów danych testowych. Samodzielny wynik liczbowy (np. 0,92) bez walidacji w konkretnym zastosowaniu nie gwarantuje, że model rzeczywiście myli się rzadziej niż w 8% przypadków.

Podstawowy koszt korzystania z gpt-6-luna wynosi 0,10 USD za milion tokenów wejściowych. OpenAI nie pobiera opłat za tokeny wyjściowe ani za operacje na pamięci podręcznej promptów. Dla zapytań przekraczających 272 tysiące tokenów wejściowych obowiązuje podwójna stawka, a maksymalne okno kontekstowe modelu wynosi 1,05 miliona tokenów.

Wśród alternatywnych rozwiązań tego typu znajduje się między innymi usługa TypeSafe Jev, dostępna we wczesnym dostępie od września 2026 roku. TypeSafe oferuje stawkę 0,042 USD za milion tokenów wejściowych i deklaruje opóźnienia od 70 do 500 milisekund, jednak porównanie obu platform opiera się na razie wyłącznie na cennikach i deklaracjach ich twórców.