OpenAI Decisions API Resmi Tersedia: Arti Keputusan AI Bertipe bagi Aplikasi yang Lebih Cepat

Ringkasan utama

OpenAI membuat Decisions API dengan GPT-6 Luna tersedia secara umum pada 22 Oktober 2026. API ini ditujukan untuk aplikasi yang membutuhkan penilaian bertipe, bukan jawaban panjang: apakah konten mengikuti aturan, pilihan mana yang sesuai, atau berapa skor sebuah kasus menurut rubrik. OpenAI menyatakan bahwa endpoint ini mengevaluasi teks, gambar, dan JSON, serta mengambil keputusan sekitar sepuluh kali lebih cepat daripada Responses API.

Perubahan terpenting ada pada arsitektur. Daripada meminta model menulis penjelasan klasifikasi lalu mencoba mengambil hasilnya dari prosa, aplikasi dapat mengajukan pertanyaan terarah dan menerima keputusan terstruktur yang lebih mudah dirutekan, disimpan, diuji, dan dipantau. Rilis umum ini menambahkan cache prompt bersama, gambar pada pertanyaan tertentu, input JSON langsung, URL gambar yang di-host, riwayat percakapan, hingga 400 pertanyaan per permintaan, dan integrasi native dengan GPT-Live. Untuk bagian alur yang memerlukan antarmuka permanen, izin, dan pemeriksaan manusia, katalog perangkat lunak BTTC dapat menjadi tempat mencari aplikasi yang terawat.

Kegunaan Decisions API

Decisions bukan pengganti semua endpoint chat atau generasi. Tugasnya adalah mengubah bukti menjadi jawaban yang dapat dipakai program. Panduan resmi menyebut klasifikasi konten, perutean permintaan, penentuan prioritas, pemeriksaan kondisi, pilihan tetap, dan skor berbasis rubrik. Hasilnya menjadi bagian dari sistem yang lebih besar, bukan selalu teks akhir untuk pengguna.

Antrean dukungan mungkin hanya memerlukan tingkat urgensi dan sinyal keyakinan. Marketplace dapat mengelompokkan sebuah listing. Alur keamanan dapat mengajukan beberapa pertanyaan kebijakan tentang teks atau gambar yang sama. Alat rekrutmen dapat memeriksa bidang wajib sebelum mengirim dokumen kepada peninjau. Hasil bertipe lebih mudah disambungkan ke antrean, basis data, dan aturan.

Namun format bertipe tidak membuat kebijakan yang kabur menjadi jelas. Tim tetap harus menentukan bukti, pilihan yang diizinkan, ambang batas, dan tindakan saat data tidak cukup.

Mengapa ketersediaan umum penting

Beta telah menunjukkan konsepnya, tetapi ketersediaan umum memberi sinyal lebih kuat bagi tim yang akan membangun integrasi. Panduan saat ini menggunakan POST /v1/decisions dengan gpt-6-luna dan mendukung hingga 400 pertanyaan dalam satu permintaan, naik dari 200 saat beta. Batas ini dapat mengurangi pekerjaan orkestrasi ketika banyak pemeriksaan memakai bukti yang sama.

Endpoint ini juga mendukung cache prompt. Instruksi, kebijakan, contoh, dan referensi yang dipakai berulang dapat mengurangi pekerjaan input pada volume tinggi. Cache bukan jaminan biaya lebih rendah: tingkat hit, ukuran input, jumlah pertanyaan, percobaan ulang, dan waktu tinjauan manusia tetap berpengaruh.

Anggap rilis umum sebagai alasan untuk melakukan benchmark, bukan alasan untuk melewati evaluasi. Bandingkan Decisions dengan Responses menggunakan data nyata, campuran gambar, sasaran latensi, toleransi kesalahan, dan jalur eskalasi manusia.

Dampak input JSON, gambar, dan percakapan

Input JSON memungkinkan data terstruktur dikirim langsung tanpa mengubah setiap record menjadi prompt panjang. Ini cocok untuk metadata produk, formulir, dan catatan peristiwa.

Gambar dapat ditempelkan pada instruksi pertanyaan tertentu. Aplikasi dapat memberikan bukti bersama lalu menggunakan gambar berbeda untuk pertanyaan berbeda, misalnya untuk pemeriksaan dokumen, perbandingan tangkapan layar, dan penilaian produk. Panduan mendukung URL gambar publik HTTP atau HTTPS dan data base64 inline.

Riwayat percakapan membuat Decisions lebih berguna di dalam loop agen. Aplikasi suara atau chat dapat membiarkan GPT-Live memanggil Decisions secara langsung atau memicu keputusan ketika transkrip berubah. Percakapan tetap alami, sementara program menerima objek keputusan yang sempit dan dapat diperiksa.

Hal yang perlu diperhatikan sebelum produksi

Output bertipe membantu integrasi, tetapi tidak menjamin kebenaran, keadilan, atau kecocokan untuk kasus berisiko tinggi. Rubrik yang tidak lengkap dapat menghasilkan kesalahan yang konsisten. Skor dapat terlihat tepat sambil menyembunyikan ketidakpastian. Penilaian gambar juga dapat gagal karena sudut, bahasa, atau format berkas.

Buat kumpulan pengujian yang mencakup kasus normal, batas, input adversarial, bukti yang hilang, dan kasus yang harus dikirim kepada manusia. Jika aturan privasi mengizinkan, catat versi input, kebijakan, model, keputusan, dan hasil manusia. Siapkan fallback untuk timeout dan hasil yang rusak. Jika keputusan berdampak pada kesehatan, pekerjaan, kredit, keselamatan, atau layanan penting, libatkan ahli dan tim kepatuhan; jangan perlakukan respons API sebagai vonis otomatis.

API dapat mengembalikan keputusan dengan cepat, tetapi produk tetap membutuhkan antrean, audit, koreksi, izin, dan penjelasan. Itu adalah kemampuan perangkat lunak. Bila alur memerlukan aplikasi lengkap, direktori perangkat lunak BTTC adalah titik awal yang praktis.

Cara melakukan evaluasi

Mulailah dengan satu keputusan sempit dan definisi keberhasilan yang jelas. Tulis rubrik dengan bahasa sederhana, daftarkan nilai yang boleh keluar, dan buat data berlabel. Ukur precision dan recall bila relevan, tetapi ukur juga kualitas penolakan, persentil latensi, pemakaian token, tingkat hit cache, dan persentase yang dikirim kepada manusia.

Bandingkan mesin aturan, endpoint umum seperti Responses, dan Decisions. Kode deterministik cocok untuk aturan yang jelas; generasi umum cocok untuk jawaban kaya; Decisions berada di tengah ketika buktinya rumit, tindakan yang mungkin terbatas, dan aplikasi membutuhkan hasil bertipe.

Terakhir, tampilkan batas keputusan di dalam produk. Operator harus bisa melihat alasan sebuah item dirutekan, memperbaiki kesalahan, dan memperbarui rubrik tanpa mengubah riwayat secara diam-diam. Otomasi cepat hanya bernilai jika kegagalannya dapat dipahami dan dipulihkan.

Pertanyaan umum

Apa itu OpenAI Decisions API?

Ini adalah API yang mengubah teks, gambar, atau JSON menjadi keputusan bertipe seperti kondisi boolean, pilihan tetap, atau skor rubrik untuk klasifikasi, perutean, dan prioritas.

Apakah ini menggantikan Responses API?

Tidak. Decisions cocok untuk penilaian terbatas dan output terstruktur, sedangkan Responses lebih cocok untuk generasi umum, penggunaan alat, dan jawaban multi-langkah.

Model apa yang digunakan?

Panduan resmi saat ini menyebut endpoint menggunakan gpt-6-luna, satu-satunya model yang didukung untuk Decisions.

Apakah dapat memproses gambar dan JSON?

Ya. Rilis umum mendukung gambar pada instruksi pertanyaan, URL publik, data base64, dan input JSON terstruktur.

Kapan keputusan otomatis sebaiknya dihindari?

Hindari keputusan otomatis ketika kesalahan dapat berdampak pada kesehatan, pekerjaan, kredit, keselamatan, atau layanan penting. Gunakan tinjauan ahli dan kontrol kepatuhan.

Kesimpulan

Decisions API mengubah masalah umum rekayasa AI menjadi kontrak yang jelas: berikan bukti, ajukan pertanyaan terbatas, dan terima jawaban bertipe yang dapat dirutekan serta diukur oleh perangkat lunak. Batch besar, cache, JSON, gambar, riwayat percakapan, dan GPT-Live membuatnya menarik untuk klasifikasi dan triase, tetapi implementasi yang tepercaya tetap memerlukan rubrik, data evaluasi, audit, pemeriksaan manusia, dan antarmuka produk yang tahan lama.