Michael Johnsonアプリが次に取るべき行動を複数の候補から選ぶ場合、完全な生成回答では余計な遅延やコストが発生することがあります。2026年10月22日、OpenAIは、開発者が質問と許容される回答をあらかじめ指定する、こうした限定的な判断のためのインターフェース「Decisions API」の一般提供を発表しました。
同社の説明によると、このAPIはGPT‑6 Lunaを基盤とし、テキスト、画像、構造化データを受け付けます。OpenAIは、対象タスクではResponses API経由のGPT‑6 Lunaより最大10倍高速だとしています。この比較は明示された処理経路に関するものです。自社システムで使う場合は、分類ミスや人手による確認が必要なリクエストの割合も含め、実際の入力で検証するのがよいでしょう。詳細はDecisions APIの発表と開発者向けガイドで公開されています。
自由文ではなく、3種類の形式で回答
開発者が判断内容とコンテキストを指定すると、APIは3種類の結果のいずれかを返します。Predicateは、目に見える損傷があるかなど、条件の成立確率を評価します。Choiceは、処理を続ける、再試行する、追加情報を求めるといった、あらかじめ指定された選択肢から1つを選びます。Scoreは、開発者が定めた順序尺度で入力を評価します。
この形式は、問い合わせの分類、文書の振り分け、エージェントの次の行動の選択、リスクの初期評価に適しています。実用上の主な特長は、回答の範囲をアプリケーション側で定められることです。結果をコードの分岐に直接つなげられ、確信度の低いケースは担当者に回せます。OpenAIの発表では、Boxの事例も紹介されています。同社によると、30件の保険証明書を使った自社評価で、Decisions APIはResponses APIと同じ精度を保ちながら、振り分けを約5倍速く行いました。これはBoxの特定のテストで得られた結果であり、他のデータセットで同じ成果が得られる保証ではありません。
導入前に確認すべきこと
OpenAIが示す料金は、入力トークン100万個あたり0.10ドル、キャッシュされた入力トークン100万個あたり0.01ドルで、出力トークンの料金はかかりません。1回のリクエストで最大400件の質問を扱えます。また、再利用するコンテキストのキャッシュ、米国とEUでのデータ処理、対象となる顧客向けのZero Data Retentionにも対応するとしています。
費用対効果を把握するには、頻繁に発生する分岐を1つ選び、保存済みの例を使ってAPIと現在の実装を比較します。クラスごとの精度、50パーセンタイルと95パーセンタイルの遅延、判断保留となるケースの割合、コンテキストを含めたリクエスト全体のコストを記録しましょう。コマンドの自動実行や取引の拒否など、結果が重大なタスクでは、確信度のしきい値を設け、判断が難しい回答を人手に回す経路も用意してください。
指示の品質と許容する選択肢のリストも、別途確認が必要です。重要なケースが回答候補に含まれていないと、モデルは不適切な結果を選ばざるを得ません。音声アプリについて、OpenAIはDecisions APIをGPT‑Liveに組み込み、ライブ会話中に次の行動を選ぶ例を示しています。この用途では、ユーザーの発話を受け取ってからインターフェースが反応するまでの遅延を測るとよいでしょう。
新機能が役立つ可能性のある場面
Decisions APIは、大規模なプロセス内で何度も繰り返される小さな判断を想定しています。そのため、申請の一次仕分け、タスクのキューへの割り当て、受信文書の評価、エージェントの次のステップの選択などに活用できる可能性があります。導入の実用的な判断基準はシンプルです。許容できる精度と、判断に迷うケースを処理する明確な方法を確保しながら、自社のタスクで遅延またはコストを改善できるかどうかです。
すでにResponses APIを使っているチームは、プロセス全体を書き換えるのではなく、まず範囲の限定された分岐を1つ切り出し、同じ例を使って比較するのが妥当です。そうすれば、高速な構造化回答によってシステムが実際にシンプルになり、別の処理経路を設けるコストに見合うかを確認できます。