OpenAI lancia Decisions API: classificazioni rapide per app e agenti

Quando un’app deve scegliere uno tra diversi passaggi successivi, una risposta generativa completa può aggiungere latenza e costi superflui. Il 22 ottobre 2026 OpenAI ha annunciato la disponibilità generale di Decisions API, un’interfaccia per decisioni vincolate in cui lo sviluppatore definisce in anticipo la domanda e le risposte ammesse.

Secondo la descrizione dell’azienda, l’API è basata su GPT‑6 Luna e accetta testo, immagini e dati strutturati. OpenAI afferma che, per le attività a cui è destinata, è fino a 10 volte più veloce di GPT‑6 Luna tramite Responses API. Il confronto riguarda il percorso di elaborazione indicato; nel proprio sistema è opportuno verificare il risultato con input reali, includendo gli errori di classificazione e la quota di richieste da sottoporre a revisione manuale. I dettagli sono disponibili nell’annuncio di Decisions API e nella guida per gli sviluppatori.

Tre forme di risposta al posto del testo libero

Lo sviluppatore descrive la decisione e il contesto, mentre l’API restituisce uno dei tre tipi di risultato. Predicate stima la probabilità di una condizione, per esempio la presenza di un danno visibile. Choice seleziona un’opzione da un elenco predefinito, come proseguire, riprovare o chiedere un chiarimento. Score valuta l’input su una scala ordinata definita dallo sviluppatore.

Questo formato è adatto alla classificazione delle richieste di assistenza, all’instradamento dei documenti, alla scelta del passaggio successivo di un agente e alla valutazione preliminare del rischio. La caratteristica pratica principale è che i limiti della risposta sono definiti dall’applicazione: il risultato può essere collegato direttamente a una diramazione nel codice, mentre i casi con bassa affidabilità possono essere inoltrati a un operatore. Nella sua pubblicazione, OpenAI cita l’esempio di Box: l’azienda ha riferito che, in una propria valutazione su 30 certificati assicurativi, Decisions API selezionava il percorso circa cinque volte più velocemente di Responses API, mantenendo la stessa accuratezza. È il risultato di un test specifico di Box, non una garanzia valida per altri insiemi di dati.

Cosa verificare prima dell’implementazione

OpenAI indica un prezzo di 0,10 $ per milione di token in ingresso e di 0,01 $ per milione di token in ingresso memorizzati nella cache; non vengono addebitati token in uscita. È possibile includere fino a 400 domande in una singola richiesta. L’azienda menziona inoltre la memorizzazione nella cache del contesto riutilizzabile, l’elaborazione dei dati negli Stati Uniti e nell’UE e la disponibilità di Zero Data Retention per i clienti idonei.

Per stimare l’impatto economico, scegliete un caso decisionale frequente e confrontate l’API con l’implementazione attuale usando esempi salvati. Registrate l’accuratezza per ogni classe, la latenza al 50º e al 95º percentile, la quota di casi incerti e il costo della richiesta completa, contesto incluso. Per le attività con conseguenze, come l’esecuzione automatica di un comando o il rifiuto di un’operazione, aggiungete una soglia di affidabilità e un percorso di revisione manuale per le risposte borderline.

Verificate anche la qualità delle istruzioni e l’elenco delle opzioni consentite: se tra le risposte manca un caso importante, il modello è costretto a scegliere un esito inadatto. Per le applicazioni vocali, OpenAI ha annunciato l’integrazione nativa di Decisions API con GPT‑Live e cita come esempio la selezione della prossima azione durante una conversazione in tempo reale. In questo scenario è utile misurare la latenza dal momento in cui arriva il segnale dell’utente alla reazione dell’interfaccia.

Dove può essere utile la novità

Decisions API è pensata per decisioni circoscritte che si ripetono molte volte all’interno di un processo più ampio. Può quindi essere adatta allo smistamento iniziale delle richieste, alla distribuzione delle attività tra code, alla valutazione dei documenti in ingresso e alla scelta del passaggio successivo di un agente. Il criterio pratico per adottarla è semplice: deve migliorare la latenza o i costi nella propria attività, mantenendo un’accuratezza accettabile e un metodo chiaro per gestire i casi dubbi.

Per i team che già usano Responses API, un primo passo ragionevole è non riscrivere l’intero processo, ma isolare un singolo caso decisionale circoscritto e confrontarlo sugli stessi esempi. In questo modo si può verificare se una risposta strutturata più rapida semplifica davvero il sistema e giustifica un percorso di elaborazione separato.