OpenAI Decisions API chega à versão geral: o que decisões tipadas mudam nos apps

Resumo rápido

A OpenAI tornou a Decisions API geralmente disponível com o GPT-6 Luna em 22 de outubro de 2026. Ela foi criada para aplicativos que precisam de um julgamento tipado, não de uma resposta longa: saber se um conteúdo segue uma regra, escolher uma opção ou dar uma nota conforme uma rubrica. A OpenAI diz que o endpoint avalia texto, imagens e JSON e responde cerca de dez vezes mais rápido que a Responses API.

A mudança mais importante é de arquitetura. Em vez de pedir ao modelo para explicar uma classificação em prosa e depois tentar extrair o resultado, o produto faz perguntas objetivas e recebe decisões estruturadas, mais fáceis de encaminhar, armazenar, testar e monitorar. A versão geral acrescenta cache de prompt compartilhado, imagens em perguntas individuais, entrada JSON, URLs de imagens hospedadas, histórico de conversa, até 400 perguntas por solicitação e integração nativa com GPT-Live. Para fluxos que precisam de interface durável, permissões e revisão humana, o catálogo de software da BTTC ajuda a encontrar aplicativos prontos.

Para que serve a Decisions API

Ela não substitui todos os endpoints de chat ou geração. Seu papel é transformar evidências em uma resposta que o programa possa usar. O guia oficial cita classificação de conteúdo, roteamento, priorização, verificação de condições, escolha entre opções fixas e pontuação por rubrica. O resultado vira parte de um sistema maior, e não necessariamente o texto final visto pelo usuário.

Uma fila de suporte pode precisar apenas de urgência e confiança. Um marketplace pode classificar um anúncio. Um fluxo de segurança pode fazer várias perguntas sobre o mesmo texto ou imagem. Uma ferramenta de recrutamento pode checar campos obrigatórios antes de enviar o documento a um revisor. Em todos esses casos, uma saída tipada se conecta melhor a filas, bancos de dados e regras.

Ainda assim, um formato estruturado não corrige uma política ambígua. A equipe precisa definir evidências, escolhas permitidas, limites e o comportamento quando não houver informação suficiente.

Por que a disponibilidade geral importa

O beta mostrou a ideia, mas a disponibilidade geral é um sinal mais forte para equipes que decidem investir em uma integração. O guia atual usa POST /v1/decisions com gpt-6-luna e permite até 400 perguntas por solicitação, contra 200 no beta. Isso pode reduzir o trabalho de orquestração quando várias verificações compartilham a mesma evidência.

O endpoint também oferece cache de prompt. Reutilizar instruções, políticas, exemplos ou referências pode diminuir trabalho repetido em classificadores de alto volume. O cache, porém, não garante economia: taxa de acerto, tamanho da entrada, número de perguntas, retentativas e revisão humana continuam afetando o custo.

Trate a versão geral como um convite para testar, não como motivo para pular o benchmark. Compare Decisions e Responses com dados reais, considerando mistura de imagens, latência, tolerância a erro e escalonamento para pessoas.

JSON, imagens e conversas

A entrada JSON permite enviar dados estruturados diretamente, sem transformar cada registro em um prompt comprido. Isso é útil para metadados de produtos, formulários e eventos.

Imagens podem ser associadas a instruções de perguntas específicas. Um app pode compartilhar evidências e depois fazer perguntas diferentes com imagens próprias, útil para revisar documentos, comparar capturas de tela e avaliar produtos. O guia aceita URLs públicas HTTP ou HTTPS e dados base64 embutidos.

O histórico de conversa amplia o uso em loops de agentes. Um aplicativo de voz ou chat pode deixar o GPT-Live chamar Decisions diretamente ou disparar uma decisão quando uma transcrição muda. Assim, a conversa continua natural, enquanto o código recebe um objeto de decisão limitado e verificável.

Cuidados antes de colocar em produção

Saídas tipadas facilitam a integração, mas não garantem verdade, justiça ou adequação para casos de alto risco. Uma rubrica incompleta pode produzir erros consistentes. Uma nota pode parecer precisa e ainda esconder incerteza. Imagens podem falhar por causa de ângulo, idioma ou formato.

Monte um conjunto de testes com casos normais, limítrofes, adversariais, sem evidência e que deveriam ir para uma pessoa. Registre versões de entrada e política, modelo, decisão e resultado humano quando as regras de privacidade permitirem. Tenha fallback para timeout e formato inválido. Se a decisão afeta saúde, emprego, crédito, segurança ou serviços essenciais, envolva especialistas e compliance; não trate a resposta da API como veredito automático.

A API pode responder rapidamente, mas o usuário ainda precisa de fila, auditoria, correção, permissões e explicação. Essas são capacidades do produto. Quando o fluxo precisa ser mantido por uma aplicação completa, consulte o diretório de software da BTTC.

Como avaliar de forma prática

Comece com uma decisão pequena e um critério de sucesso claro. Escreva a rubrica em linguagem simples, liste os valores permitidos e crie um conjunto rotulado. Meça precisão e recall quando fizer sentido, mas também recusa, latência, uso de tokens, taxa de cache e proporção enviada a humanos.

Compare um mecanismo de regras, um endpoint geral como Responses e Decisions. Código determinístico é melhor para regras claras; geração geral é melhor para respostas ricas; Decisions fica no meio, quando a evidência é confusa, mas a ação possível é limitada e o software precisa de um resultado tipado.

Por fim, mostre a fronteira da decisão no produto. Operadores devem entender por que algo foi encaminhado, corrigir erros e atualizar a rubrica sem apagar o histórico. Automação rápida só é valiosa quando as falhas podem ser entendidas e recuperadas.

Perguntas frequentes

O que é a OpenAI Decisions API?

É uma API que transforma texto, imagens ou JSON em decisões tipadas, como uma condição booleana, uma escolha fixa ou uma pontuação, para classificação, roteamento e priorização.

Ela substitui a Responses API?

Não. Decisions é voltada a julgamentos limitados e saídas estruturadas; Responses é mais adequada para geração geral, ferramentas e respostas com várias etapas.

Qual modelo ela usa?

O guia atual informa que o endpoint usa gpt-6-luna, o único modelo atualmente suportado para Decisions.

Ela processa imagens e JSON?

Sim. A versão geral aceita imagens nas instruções, URLs públicas ou dados base64 e entrada JSON estruturada.

Quando evitar decisões automáticas?

Quando um erro puder afetar saúde, emprego, crédito, segurança ou acesso a serviços essenciais. Use revisão qualificada, escalonamento e controles de conformidade.

Conclusão

A Decisions API transforma um problema comum de engenharia de IA em um contrato claro: fornecer evidências, fazer perguntas limitadas e receber respostas tipadas que o software consegue medir. Lotes maiores, cache, JSON, imagens, histórico e GPT-Live tornam a API interessante para classificação e triagem, mas uma implantação confiável ainda precisa de rubricas, dados de avaliação, auditoria, revisão humana e uma interface durável.