OpenAI libera Decisions API para decisões quase em tempo real com GPT-6 Luna

Foto: Sanket Mishra (Pexels)

A OpenAI colocou em disponibilidade geral a Decisions API, interface pensada para decisões rápidas, focadas e de baixo custo em aplicações e agentes. Construída com o GPT‑6 Luna, a API concentra a inteligência do modelo em perguntas com respostas delimitadas e aceita texto, imagens e entradas estruturadas.

Segundo o anúncio no blog da companhia, o recurso pode ser até cerca de 10 vezes mais rápido do que o GPT‑6 Luna pela Responses API, com custo de US$ 0,10 por milhão de tokens de entrada e sem cobrança de tokens de saída.

O que aconteceu

Em 22 de outubro de 2026, a OpenAI informou que a Decisions API deixou o beta público e passou a ficar geralmente disponível. A proposta atende um ponto recorrente no desenvolvimento com inteligência artificial: ao longo de um fluxo, apps e agentes tomam muitas microdecisões — classificar uma entrada, encaminhar um pedido ou escolher a próxima ação — que em escala somam latência e custo.

Desde o beta, a empresa acrescentou integração nativa com o GPT‑Live, cache de prompts para contexto reutilizado e residência de inferência nos Estados Unidos e na União Europeia. Desenvolvedores também podem enviar JSON nativo, incluir imagens nas instruções das perguntas e fazer até 400 questões por requisição, o dobro do limite anterior. A OpenAI cita ainda ganhos de latência e capacidade adicional em várias regiões da Ásia.

O funcionamento descrito é direto: o desenvolvedor define uma pergunta e as respostas permitidas, fornece o contexto e recebe um de três tipos de resposta — probabilidade (predicate), escolha (choice) ou pontuação (score). Com isso, o sistema estima se uma condição é verdadeira, seleciona uma opção predefinida ou classifica um insumo segundo uma rubrica ordenada.

Equipes internas da OpenAI já usam a API: o time de dots busca reduzir tempos de resposta; o de finanças pessoais categoriza descrições de transações; o de comunicações classifica coberturas por temas e avalia se reforçam ou desafiam narrativas-chave. Entre clientes citados, a Box relatou cerca de 5 vezes mais velocidade na seleção de rotas em 30 casos de certificado de seguro, com a mesma precisão da Responses API. A Datadog falou em 40 vezes mais rapidez no p95 ao pontuar risco de comandos gerados por agentes. A Ramp apontou 4 vezes mais velocidade e 30% menos custo na atribuição de gastos com IA. A Sierra registrou p95 abaixo de 280 milissegundos, cerca de 3 vezes mais rápido e 90% menos custo por chamada. Na Speak, a integração com GPT‑Live teria cortado o tempo até a próxima ação em mais de 90%, de 1,4 s para 0,13 s.

No preço divulgado, entrada em cache sai a US$ 0,01 por milhão de tokens. Processamento regional está disponível nos EUA e na UE, e a retenção zero de dados (Zero Data Retention) fica aberta a clientes elegíveis.

O que isso pode mudar

Se a latência e o custo das microdecisões caírem de forma consistente, aplicações que hoje evitam chamar um modelo grande no “caminho quente” — suporte ao vivo, orquestração de agentes, classificação de documentos ou experiência de voz — podem embutir julgamentos estruturados sem comprometer a fluidez. A integração nativa com GPT‑Live sugere cenários em que um agente decide em milissegundos se esclarece, redireciona ou escala um caso, ou em que um avatar ajusta a expressão conforme a fala do usuário.

Ainda assim, o desenho da API — respostas delimitadas, não geração aberta — indica que o ganho tende a ser maior em roteamento, scoring e classificação do que em criação de texto longo. Para times de produto e operações, o anúncio aponta um caminho em que a inteligência artificial deixa de ser só motor de conteúdo e passa a atuar como camada de decisão barata e quase em tempo real, desde que perguntas e opções estejam bem definidas de antemão.

Fontes: OpenAI Blog

Leia mais em: www.mundodosnegocio.com.br