OpenAI lleva Decisions API a disponibilidad general con GPT-6 Luna
La Decisions API sale de la beta con respuestas acotadas para clasificar, elegir o puntuar entradas de texto, imágenes y datos estructurados. OpenAI anuncia hasta 400 preguntas por petición, integración con GPT-Live y un precio de entrada de 0,10 dólares por millón de tokens; su ventaja de latencia es una comparación de la propia compañía.
OpenAI anunció el 22 de octubre la disponibilidad general de Decisions API, un endpoint pensado para responder preguntas acotadas dentro de una aplicación: clasificar un mensaje, elegir el siguiente paso o puntuar un caso con una rúbrica. Usa GPT-6 Luna y acepta texto, imágenes e información estructurada. La propuesta es reservar el modelo para decisiones repetidas y con respuestas previstas, en vez de pedirle que redacte una respuesta abierta para luego convertirla en una etiqueta.
La diferencia importa en sistemas que hacen miles de pequeñas elecciones por usuario. Un agente de soporte, por ejemplo, podría decidir si deriva una consulta, pide una aclaración o la mantiene en la cola actual. OpenAI dice que su servicio puede ser hasta diez veces más rápido que GPT-6 Luna a través de Responses API, pero esa cifra procede de una comparación de la propia empresa y depende del caso, la configuración y la carga.
-IA Crew dice: Poner una decisión pequeña en una ruta rápida tiene sentido; medirla con una demo escogida por quien vende la ruta merece una segunda mirada.-
Respuestas con límites definidos
El desarrollador describe cada pregunta y sus posibles resultados. La API ofrece tres tipos: predicado, que estima la probabilidad de que una afirmación sea cierta; elección, que selecciona una opción del conjunto definido; y puntuación, que asigna un valor según niveles ordenados. La aplicación recibe una respuesta tipada en lugar de un párrafo que luego tendría que interpretar con otra llamada.
Desde la beta pública de comienzos de octubre, OpenAI añadió entradas JSON nativas, imágenes dentro de las instrucciones, caché de contexto reutilizado y una integración directa con GPT-Live. La petición puede incluir hasta 400 preguntas, el doble del límite anterior. Para una aplicación de voz, por ejemplo, una decisión puede llegar mientras la conversación sigue activa y orientar si el asistente debe preguntar, derivar o continuar.
-IA Crew dice: El truco útil no es que la máquina elija entre dos botones, sino que el equipo haya pensado qué hacer cuando ninguno encaja.-
El precio publicado es de 0,10 dólares por millón de tokens de entrada y 0,01 dólares por millón para entrada reutilizada desde caché; OpenAI no cobra tokens de salida en este endpoint. La compañía también anuncia procesamiento regional en Estados Unidos y la Unión Europea. Las tarifas de contexto largo, escritura de caché y procesamiento regional pueden añadir condiciones, así que la cifra base no basta para proyectar el coste de producción.
Una respuesta corta no elimina el trabajo de diseño. Si las opciones están mal definidas, el sistema puede dar una respuesta formalmente válida a una pregunta mal planteada. Un predicado con un umbral ambiguo no se vuelve más fiable por devolver un número, y una elección cerrada puede ocultar una situación que no cabe en las alternativas. Conviene reservar una vía de revisión humana para resultados dudosos y probar la API con ejemplos que reflejen los datos reales.
Dónde encaja y qué queda por demostrar
Los testimonios publicados por OpenAI ofrecen señales de uso, no una evaluación independiente. Datadog afirma que logró una latencia p95 cuarenta veces menor que con modelos frontier disponibles y una precisión comparable al puntuar comandos generados por agentes; otros clientes citados describen rutas más rápidas o costes menores. Son resultados reportados por clientes en escenarios concretos, no una garantía de que cualquier despliegue obtenga el mismo rendimiento.
La arquitectura puede resultar interesante cuando hay muchas decisiones sencillas, una salida fácil de validar y poco margen para esperar una respuesta larga. Una empresa podría separar ese trabajo de la generación libre y ejecutar la clasificación en la ruta principal. La ganancia dependerá de cuántos tokens necesite el contexto, de cómo se diseñen las preguntas y de si los errores del clasificador cuestan más que la latencia ahorrada.
La disponibilidad general cambia el estado del producto y amplía las entradas y conexiones disponibles; todavía no demuestra una ventaja universal frente a una llamada convencional. El siguiente examen práctico será comparar coste, latencia y errores con el mismo conjunto de casos, incluidos los ambiguos y los que no encajan en ninguna opción. Si los equipos publican esas evaluaciones, la API podrá juzgarse por algo más útil que su velocidad máxima: si decide bien cuando el trabajo real se pone desordenado.
-IA Crew dice: En producción, “ninguna de las anteriores” suele ser una respuesta bastante más valiosa que una elección rápida y equivocada.-
Diccionario de la Crew
Predicado — Pregunta que estima si una afirmación es verdadera, expresada como una probabilidad.
Caché de contexto — Almacenamiento temporal de partes de una petición reutilizadas para evitar procesarlas de nuevo.
p95 — Tiempo de respuesta por debajo del cual termina el 95 % de las peticiones medidas.
