OpenAI lanza Decisions API: clasificaciones rápidas para aplicaciones y agentes

Cuando una aplicación debe elegir entre varios pasos siguientes, una respuesta generativa completa puede añadir latencia y coste innecesarios. El 22 de octubre de 2026, OpenAI anunció la disponibilidad general de Decisions API, una interfaz para este tipo de decisiones delimitadas en las que el desarrollador define de antemano la pregunta y las respuestas permitidas.

Según la descripción de la empresa, la API se basa en GPT‑6 Luna y acepta texto, imágenes y datos estructurados. OpenAI afirma que, para las tareas previstas, funciona hasta 10 veces más rápido que GPT‑6 Luna a través de Responses API. Esta comparación corresponde a la ruta de procesamiento indicada; en un sistema propio conviene comprobar los resultados con entradas reales, incluidos los errores de clasificación y la proporción de solicitudes que requieren revisión manual. Los detalles están disponibles en el anuncio de Decisions API y la guía para desarrolladores.

Tres formatos de respuesta en lugar de texto libre

El desarrollador describe la decisión y su contexto, y la API devuelve uno de tres tipos de resultados. Predicate estima la probabilidad de que se cumpla una condición, como la presencia de daños visibles. Choice elige una opción de una lista definida, por ejemplo, continuar, volver a intentarlo o solicitar una aclaración. Score evalúa la entrada según una escala ordenada que establece el desarrollador.

Este formato sirve para clasificar solicitudes, dirigir documentos, elegir la siguiente acción de un agente y realizar una evaluación inicial de riesgos. Su principal ventaja práctica es que la aplicación define los límites de la respuesta: el resultado puede conectarse directamente con bifurcaciones en el código, mientras que los casos de baja confianza pueden remitirse a un empleado. En su publicación, OpenAI cita el ejemplo de Box: la empresa afirmó que, en una evaluación propia con 30 certificados de seguro, Decisions API seleccionó una ruta aproximadamente cinco veces más rápido que Responses API con la misma precisión. Ese resultado corresponde a una prueba concreta de Box y no es una garantía universal para otros conjuntos de datos.

Qué comprobar antes de implementarla

OpenAI indica un precio de 0,10 $ por millón de tokens de entrada y 0,01 $ por millón de tokens de entrada almacenados en caché; no se cobran los tokens de salida. Se admiten hasta 400 preguntas en una sola solicitud. La empresa también menciona el almacenamiento en caché del contexto reutilizable, el procesamiento de datos en Estados Unidos y la UE, y la disponibilidad de Zero Data Retention para los clientes que cumplan los requisitos.

Para determinar el efecto económico, elija una decisión recurrente y compare la API con la implementación actual usando ejemplos guardados. Registre la precisión de cada clase, la latencia en los percentiles 50 y 95, la proporción de casos inciertos y el coste de la solicitud completa con su contexto. En tareas con consecuencias —por ejemplo, ejecutar automáticamente un comando o rechazar una operación—, añada un umbral de confianza y una vía de revisión manual para las respuestas dudosas.

Compruebe también la calidad de las instrucciones y la lista de opciones permitidas: si falta una situación importante entre las respuestas posibles, el modelo se verá obligado a elegir un resultado inadecuado. Para las aplicaciones de voz, OpenAI anunció la integración nativa de Decisions API con GPT‑Live y puso como ejemplo la elección de la siguiente acción durante una conversación en directo. En ese caso, conviene medir la latencia desde que llega la señal del usuario hasta que responde la interfaz.

Para qué podría resultar útil

Decisions API está pensada para decisiones pequeñas que se repiten muchas veces dentro de un proceso amplio. Por eso, puede ser una opción para la clasificación inicial de solicitudes, la distribución de tareas entre colas, la evaluación de documentos entrantes y la elección del siguiente paso de un agente. El criterio práctico para implementarla es sencillo: la API debe mejorar la latencia o el coste en la tarea propia, con una precisión aceptable y una forma clara de gestionar los casos dudosos.

Para los equipos que ya usan Responses API, un primer paso razonable es separar una sola decisión delimitada en lugar de reescribir todo el proceso y compararla con ejemplos idénticos. Así se puede comprobar si una respuesta estructurada rápida simplifica realmente el sistema y justifica una ruta de procesamiento independiente.