Michael JohnsonGdy aplikacja ma wybrać jeden z kilku kolejnych kroków, pełna odpowiedź generatywna może niepotrzebnie zwiększać opóźnienie i koszty. 22 października 2026 roku OpenAI ogłosiło ogólną dostępność Decisions API — interfejsu do takich ograniczonych decyzji, w którym programista z góry określa pytanie i dozwolone odpowiedzi.
Według opisu firmy API opiera się na GPT‑6 Luna i przyjmuje tekst, obrazy oraz dane strukturalne. OpenAI deklaruje, że w przeznaczonych do tego zadaniach działa nawet 10 razy szybciej niż GPT‑6 Luna przez Responses API. To porównanie dotyczy wskazanej ścieżki przetwarzania; we własnym systemie warto sprawdzić wyniki na rzeczywistych danych wejściowych, uwzględniając błędy klasyfikacji i odsetek zapytań wymagających ręcznej weryfikacji. Szczegóły opublikowano w ogłoszeniu Decisions API i przewodniku dla programistów.
Trzy formy odpowiedzi zamiast swobodnego tekstu
Programista opisuje decyzję i kontekst, a API zwraca jeden z trzech typów wyników. Predicate szacuje prawdopodobieństwo danego warunku, na przykład widocznych uszkodzeń. Choice wybiera jedną opcję z określonej listy — na przykład kontynuowanie działania, ponowienie próby lub poproszenie o doprecyzowanie. Score ocenia dane wejściowe według uporządkowanej skali zdefiniowanej przez programistę.
Taki format sprawdza się przy klasyfikacji zgłoszeń, kierowaniu dokumentów, wyborze kolejnego działania agenta i wstępnej ocenie ryzyka. Najważniejszą zaletą w praktyce jest to, że aplikacja określa granice odpowiedzi: wynik można bezpośrednio powiązać z rozgałęzieniem w kodzie, a przypadki o niskim poziomie pewności przekazywać pracownikowi. W publikacji OpenAI przytacza przykład Box: firma poinformowała, że w swoim teście obejmującym 30 certyfikatów ubezpieczeniowych Decisions API wybierało ścieżkę około pięć razy szybciej niż Responses API przy tej samej dokładności. To wynik konkretnego testu Box, a nie uniwersalna gwarancja dla innych zbiorów danych.
Co sprawdzić przed wdrożeniem
OpenAI podaje cenę 0,10 USD za milion tokenów wejściowych i 0,01 USD za milion buforowanych tokenów wejściowych; tokeny wyjściowe nie są objęte opłatą. Jedno zapytanie może zawierać do 400 pytań. Firma wymienia również buforowanie ponownie wykorzystywanego kontekstu, przetwarzanie danych w USA i UE oraz dostępność Zero Data Retention dla uprawnionych klientów.
Aby oszacować efekt ekonomiczny, wybierz jedno często powtarzające się rozgałęzienie i porównaj API z obecnym rozwiązaniem na zapisanych przykładach. Zmierz dokładność dla każdej klasy, opóźnienia na 50. i 95. percentylu, odsetek przypadków niejednoznacznych oraz koszt pełnego zapytania wraz z kontekstem. W zadaniach o istotnych konsekwencjach — na przykład przy automatycznym wykonaniu polecenia lub odrzuceniu operacji — dodaj próg pewności i ręczną ścieżkę obsługi odpowiedzi granicznych.
Osobno sprawdź jakość instrukcji i listę dozwolonych opcji: jeśli brakuje na niej ważnego przypadku, model będzie zmuszony wybrać nieodpowiedni wynik. W przypadku aplikacji głosowych OpenAI ogłosiło wbudowaną integrację Decisions API z GPT‑Live; jako przykład firma podaje wybór kolejnego działania podczas rozmowy na żywo. W takim scenariuszu warto mierzyć opóźnienie od otrzymania sygnału od użytkownika do reakcji interfejsu.
Gdzie nowość może się przydać
Decisions API jest przeznaczone do niewielkich decyzji, które wielokrotnie powtarzają się w ramach większego procesu. Może więc znaleźć zastosowanie we wstępnej selekcji wniosków, przydzielaniu zadań do kolejek, ocenie dokumentów przychodzących i wyborze kolejnego kroku agenta. Praktyczne kryterium wdrożenia jest proste: API powinno poprawiać opóźnienie lub obniżać koszt w danym zadaniu przy zachowaniu akceptowalnej dokładności i jasnego sposobu obsługi przypadków budzących wątpliwości.
Zespoły, które już korzystają z Responses API, mogą zacząć od wydzielenia jednego ograniczonego rozgałęzienia, zamiast przepisywać cały proces, i porównać je na tych samych przykładach. Pozwala to sprawdzić, czy szybka, ustrukturyzowana odpowiedź rzeczywiście upraszcza system i uzasadnia osobną ścieżkę przetwarzania.