OpenAI lança a Decisions API: classificações rápidas para aplicações e agentes

Quando uma aplicação tem de escolher um de vários passos seguintes, uma resposta generativa completa pode acrescentar latência e custos desnecessários. Em 22 de outubro de 2026, a OpenAI anunciou a disponibilidade geral da Decisions API — uma interface para decisões limitadas, nas quais o programador define previamente a pergunta e as opções de resposta permitidas.

Segundo a descrição da empresa, a API é baseada na GPT‑6 Luna e aceita texto, imagens e dados estruturados. A OpenAI afirma que, nas tarefas visadas, é até 10 vezes mais rápida do que a GPT‑6 Luna através da Responses API. Esta comparação diz respeito ao percurso de processamento indicado; no seu próprio sistema, vale a pena testar o desempenho com dados reais, incluindo erros de classificação e a proporção de pedidos que exigem revisão manual. Os detalhes estão no anúncio da Decisions API e no guia para programadores.

Três formas de resposta em vez de texto livre

O programador descreve a decisão e o contexto, e a API devolve um de três tipos de resultado. Predicate estima a probabilidade de uma condição, como a presença de danos visíveis. Choice seleciona uma opção de uma lista predefinida — por exemplo, continuar a ação, tentar novamente ou pedir esclarecimentos. Score avalia a entrada numa escala ordenada definida pelo programador.

Este formato é adequado para classificar pedidos, encaminhar documentos, selecionar o próximo passo de um agente e fazer uma avaliação inicial do risco. A principal vantagem prática é que a aplicação define os limites da resposta: o resultado pode ser associado diretamente a ramificações no código, e os casos com baixa confiança podem ser encaminhados para uma pessoa. Na publicação, a OpenAI apresenta o exemplo da Box: a empresa comunicou que, numa avaliação própria com 30 certificados de seguro, a Decisions API selecionou o encaminhamento cerca de cinco vezes mais depressa do que a Responses API, com a mesma precisão. Trata-se do resultado de um teste específico da Box, não de uma garantia universal para outros conjuntos de dados.

O que verificar antes da implementação

A OpenAI indica um preço de US$ 0,10 por milhão de tokens de entrada e US$ 0,01 por milhão de tokens de entrada em cache; não há cobrança por tokens de saída. São aceites até 400 perguntas num único pedido. A empresa também menciona a possibilidade de colocar em cache contexto reutilizável, o processamento de dados nos EUA e na UE e a disponibilidade de Zero Data Retention para clientes elegíveis.

Para compreender o efeito económico, escolha uma decisão recorrente e compare a API com a implementação atual, usando exemplos guardados. Registe a precisão de cada classe, a latência nos percentis 50 e 95, a proporção de casos incertos e o custo do pedido completo, incluindo o contexto. Em tarefas com consequências — por exemplo, executar automaticamente um comando ou recusar uma operação — defina um limiar de confiança e um encaminhamento manual para respostas limítrofes.

Verifique também a qualidade das instruções e a lista de opções permitidas: se um caso importante não estiver entre as respostas possíveis, o modelo terá de escolher um resultado inadequado. Para aplicações de voz, a OpenAI anunciou a integração nativa da Decisions API com a GPT‑Live; a empresa apresenta como exemplo a seleção do próximo passo durante uma conversa em tempo real. Neste cenário, é útil medir a latência desde a receção do sinal do utilizador até à resposta da interface.

Onde a novidade pode ser útil

A Decisions API destina-se a pequenas decisões repetidas muitas vezes no decurso de um processo mais amplo. Por isso, pode ser uma opção para a triagem inicial de pedidos, a distribuição de tarefas por filas, a avaliação de documentos recebidos e a seleção do próximo passo de um agente. O critério prático para a implementação é simples: a API deve melhorar a latência ou o custo na sua tarefa, mantendo uma precisão aceitável e um método claro para tratar os casos duvidosos.

Para as equipas que já utilizam a Responses API, um primeiro passo sensato é não reformular todo o processo, mas separar uma decisão limitada e compará-la com exemplos idênticos. Assim, é possível verificar se uma resposta estruturada rápida simplifica realmente o sistema e justifica um percurso de processamento separado.