OpenAI Decisions API

Última atualização:

WrapperProprietary

⚠️ Por que não é um modelo

Documentada como gpt-6-luna atrás de um endpoint tipado; sem pesos treinados para decisão, head ou model card. GA desde 22/10/2026, mesmo modelo.

Especificações técnicas

LLMs base
GPT-6 Luna (gpt-6-luna)
Tipos de decisão
choice, score, boolean
Features
hosted-api, generally-available, predefined-answers, text-input, image-input, json-input, prompt-caching, public-docs, input-only-pricing
Licença
Proprietary

A OpenAI Decisions API foi anunciada no OpenAI DevDay em 29 de setembro de 2026. O recap da OpenAI a descreve assim: ela “enables real-time decision-making by focusing Luna’s intelligence on a specific set of user-defined questions with finite pre-defined answers”. Em português: o desenvolvedor define perguntas com um conjunto finito de respostas, manda o contexto em texto ou imagem e recebe respostas para classificar conteúdo, rotear requisições ou escolher a próxima ação de um agente.

Atualização, 6 de outubro de 2026: beta pública. A OpenAI abriu a API para todos os desenvolvedores (anúncio, 17h53 BRT; changelog). As seções a partir de “O que a OpenAI disse” descrevem o preview de 29 de setembro e ficam como histórico. Veja a news.

Disponibilidade geral (22/10/2026)

A OpenAI deixou a Decisions API em disponibilidade geral (GA) em 22 de outubro de 2026 (blog; changelog; fórum, 17h51 BRT). O que mudou desde a beta pública, segundo o guia da OpenAI:

GA (22/10/2026)
Modelo continua só o gpt-6-luna, em POST /v1/decisions
Perguntas por request até 400 (eram 200)
Entrada texto, imagens (inline ou por URL), JSON nativo (input_json), imagens dentro das instruções de cada pergunta, histórico de conversa com chamadas de ferramenta
Preço US$ 0,10 por 1M tokens de entrada; entrada em cache US$ 0,01 por 1M; sem cobrança de saída
Outros cache de prompt, integração nativa com o GPT-Live, residência de inferência nos EUA/UE, Private Link, relatório de uso

A OpenAI diz que é “até 10x mais rápida que o GPT‑6 Luna pela Responses API” e cita números de clientes (Sierra, Speak); tudo UnverifiedClaim. Números independentes até agora: placar de APIs do JevBench com Intelligence 56,9 (Jev 1.13: 63,6); Decision Index da Artificial Analysis com 48,5 para “GPT-6 Luna (Decisions)” (Jev 1.14: 57). Veja a news.

Continua runtime. O GA documenta o mesmo modelo atrás de um endpoint tipado, sem pesos treinados para decisão nem cabeça de decisão, então a página segue em (NOT)Models.

Beta pública (6/10/2026)

Publicado pela OpenAI
Endpoint POST /v1/decisions; o gpt-6-luna é “o único modelo disponível no momento”
Tipos de pergunta predicate (probabilidade de uma condição ser verdadeira), choice (uma das suas opções, com probabilidades sobre elas), score (média ponderada por probabilidade sobre os índices dos níveis)
Input Texto, imagem ou os dois; várias perguntas nomeadas por request
SDKs Python 3.26.0, JavaScript 7.30.0, Go 3.73.0, Ruby 0.101.0, Java 4.78.0 ou mais novos
Preço US$ 0,10 por 1M tokens de input; sem cobrança de saída, leitura ou escrita de cache; multiplicadores de contexto longo e regionais valem
Status Beta pública; GA esperado “nas próximas semanas” (guia)

Resultado independente. Placar de APIs do JevBench (escala v1.6.1, revisão v1.7.10, 6/10): Composite 62,5 (#5), IC 95% 51,6–64,6; Capability 73,5 (#4 entre APIs Jev-class); Intelligence 56,9, Calibration 90,1; US$ 0,052 por 1.000 decisões (1,6× o Jev); p50 bruto 0,30 s. Medido num conjunto selado novo (A5) mais os itens públicos e equalizado para a escala do conjunto completo.

Continua runtime. A doc descreve um endpoint tipado sobre o gpt-6-luna, não pesos treinados para decisão nem head de decisão, então segue aqui e fora do quadrante. “10x mais rápido que a Responses API” é claim da OpenAI (UnverifiedClaim).

Até 6 de outubro estava em preview limitado: o acesso era “limited to selected API customers for testing”.

Conflito de nome. O OpenRouter já tem outro produto chamado Decisions API (POST /api/alpha/decisions), que serve o Jev e outros modelos de decisão. Neste site, o produto da OpenAI é sempre “OpenAI Decisions API”.

O que a OpenAI disse

Publicado pela OpenAI (29/09/2026)
Anúncio Recap do DevDay 2026; @thsottiaux às 14:27 BRT; @OpenAIDevs às 15:34 BRT
Motor “Powered by GPT-6 Luna” (OpenAIDevs); “focusing Luna’s intelligence” (recap). O The Decoder fala em “uma versão do GPT-6 Luna”
Entrada Texto ou imagens como contexto
Saída “A selection your app can use” (segundo post da OpenAIDevs), entre respostas que você define
Usos citados Classificar conteúdo, rotear requisições, escolher a próxima ação de um agente
Acesso Preview limitado a clientes selecionados da API; lançamento amplo “nos próximos dias”
Docs / endpoint / schema Nada público em 29/09/2026. Sem entrada no changelog, sem guia, sem referência de API e sem endpoint de decisões na página do GPT-6 Luna
Preço Não publicado. Os preços por token do GPT-6 Luna ($0,10 / $0,50 por 1M) valem para o Luna no Responses e no Chat Completions; nada diz que a Decisions API usa esses valores

Um porta-voz da OpenAI disse ao The New Stack que a empresa vai contar mais “at broad rollout”.

O que ainda não se sabe

  • Caminho do endpoint, schema de requisição e resposta, suporte nos SDKs
  • Se a resposta traz probabilidade ou confiança, se isso é calibrado e se existe opção de abster
  • Se uma chamada responde várias perguntas e se há tipos sim/não ou ordinais (score) além de escolher uma resposta
  • Número máximo de respostas, limite de contexto, regiões e residência de dados
  • Distribuição de latência (p50 / p99), rate limits e preço
  • Se a OpenAI treinou ou ajustou pesos específicos para decisão, ou se serve o Luna normal com saída restrita

Por que está aqui (e não em Modelos)

O catálogo aceita modelos com pesos treinados para decisão e pelo menos um contrato mínimo de API público (critérios). Em 29 de setembro de 2026, a OpenAI Decisions API não tem nenhum dos dois registrado. A OpenAI a apresenta como um jeito de usar o GPT-6 Luna, que é um modelo geral de texto, e não publicou model card, pesos específicos para decisão nem documentação da API. Isso a coloca como interface de decisão hospedada sobre um LLM existente, que é o que esta seção cobre. Usamos wrapper porque é o kind mais próximo que o schema oferece.

Gatilho de reavaliação: o lançamento amplo. Se a OpenAI documentar pesos ajustados para decisão ou uma decision head, publicar um schema tipado com probabilidades e docs suficientes para pontuar, a entrada vai para o catálogo e para o quadrante. Até lá, fica fora do quadrante.

status: active é o valor mais próximo que o schema de runtimes permite. O produto é um preview em funcionamento, não disponibilidade geral.

Números do vendor (UnverifiedClaim)

  • 150 ms contra 1,6 s por requisição, “~10x faster decisions”. Vêm do vídeo de 29 segundos do lançamento: uma demo roteia “10,000 customer requests” de um customer_requests.csv para Billing / Technical / Sales, lado a lado com a Responses API. O vídeo avisa “Shown 15x realtime” e não mostra código, endpoint, nome de modelo nem probabilidades. The Decoder e The New Stack repetem os mesmos números.
  • “Less than a few hundreds of milliseconds end to end.” Thibault Sottiaux (OpenAI), que também diz que a API “supports visual inputs”.
  • “Confidence scores”. Termo da imprensa (The New Stack), não da OpenAI. Os posts da própria OpenAI só dizem que a API “returns a selection”.

Nenhum desses números vem com distribuição de latência, tamanho de entrada, região ou SLA. Não há benchmark publicado em typed-decisions, JevBench, S1Bench ou qualquer outro.

Relação com Sistema Um e com o Jev

A OpenAI não usa o nome “System One”, não expõe /v1/systemone e não publicou tipos Choice / Noul / Score. Nada público indica compatibilidade com a API da TypeSafe. A ligação com o Jev vem do momento (duas semanas depois do lançamento do Jev) e da imprensa: o The New Stack deu o título “OpenAI answers TypeSafe’s Jev”, e o The Decoder escreve que a OpenAI “is moving into the field of so-called System One models”.

O fundador da TypeSafe, Diogo Almeida (@CompleteSkeptic, 15:24 BRT), postou um meme de “clone war” e emendou: “jk, I love openai and think more competition and validation is great for developers! (assuming the model is good - plz make it good!) hopefully this is a sign for the future that building in a system one compatible way is the future.” No mesmo dia ele divulgou o system-one-adapter-python (MIT) da TypeSafe, um substituto do cliente TypeSafe que roda sobre APIs de LLM, OpenAI incluída, para comparar a TypeSafe com um LLM. Ele usa os endpoints normais de LLM, não a Decisions API.

Artificial Analysis Decision Index v1.0 (13/10/2026)

“GPT-6 Luna (Decisions)” aparece entre os modelos de decisão nos gráficos do artigo de lançamento do AA; o texto não dá números para ele, então não citamos. (O GPT-6 Luna (Low) como LLM faz 55 no mesmo índice.) O AA é um placar separado e independente (quatro avaliações: AA-Omniscience-Decision, HLE-MultiChoice, When2Call, WildGuardTest). Notas e posições não se comparam com o Decision Index 0.3 nem com o JevBench. O AA acha todos os modelos de decisão confiantes demais no geral, sobretudo nas tarefas de conhecimento e raciocínio; a maioria é razoavelmente calibrada em When2Call e WildGuardTest.