Em 22 de outubro, a OpenAI tornou a Decisions API disponível de forma geral. A proposta é direta: resolver decisões pequenas que aparecem repetidamente dentro de aplicativos e agentes — como classificar uma solicitação, escolher para onde encaminhá-la ou decidir se uma etapa deve continuar — sem gerar uma resposta longa para cada uma.
O que muda
A API usa o GPT‑6 Luna e recebe contexto em texto, imagens ou dados estruturados. Em vez de escrever uma resposta aberta, o sistema pode retornar uma probabilidade, escolher entre opções predefinidas ou atribuir uma nota segundo uma escala. A OpenAI afirma que, nesse tipo de tarefa, ela pode responder até dez vezes mais rápido que o mesmo modelo usado pela Responses API. É uma comparação divulgada pela própria empresa, não uma garantia para toda aplicação. Anúncio e documentação da OpenAI
Desde a versão beta, a OpenAI adicionou integração nativa com GPT‑Live, armazenamento em cache de instruções repetidas, entrada em formato JSON e suporte a imagens nas instruções de cada pergunta. A API também passou a aceitar até 400 perguntas por solicitação. O preço anunciado é US$ 0,10 por milhão de tokens de entrada, com tarifa reduzida para entradas em cache; não há cobrança por tokens de saída. Detalhes da Decisions API
Por que importa
Muitos processos digitais dependem de escolhas estreitas antes de executar a próxima ação. Um atendimento pode precisar decidir se uma mensagem vai para vendas ou suporte; um sistema de documentos pode classificar um arquivo e direcioná-lo à fila correta; um agente pode avaliar se deve tentar novamente ou pedir esclarecimento.
Até aqui, essas etapas podiam ser feitas com regras fixas, modelos maiores ou uma chamada que produzisse texto livre. A Decisions API cria uma opção específica para essa camada de decisão. Para quem desenvolve sistemas com grande volume de interações, latência, previsibilidade do formato e custo por chamada podem influenciar a arquitetura — desde que a precisão seja adequada ao caso.
O formato limitado também ajuda a tornar a saída mais fácil de consumir pelo software: a aplicação define de antemão as opções válidas e recebe uma escolha ou pontuação, em vez de depender de interpretar uma explicação em linguagem natural. Isso não elimina a necessidade de testar erros e casos ambíguos. A própria OpenAI cita usos internos e de clientes, como categorizar transações, direcionar documentos e selecionar a próxima ação em conversas. Os números de velocidade e economia apresentados nesses exemplos são resultados relatados pelas empresas, não resultados independentes.
O que avaliar antes de usar
Uma aplicação prática seria separar mensagens recebidas em categorias definidas pela equipe e encaminhar casos incertos para revisão humana. O ganho potencial está em acelerar uma triagem repetitiva; a equipe ainda precisa escolher categorias úteis, medir falsos encaminhamentos e definir quando a automação deve parar e pedir ajuda.
A novidade é uma ferramenta para desenvolvedores, não um recurso pronto que qualquer negócio ativa sem integração. Também não substitui uma boa regra de negócio: se as opções estiverem mal definidas ou o contexto for insuficiente, uma resposta rápida ainda pode ser errada. Vale comparar a API com regras simples e com o modelo já usado, usando exemplos reais e critérios claros de qualidade antes de colocá-la no caminho de uma decisão importante.
A mudança concreta de hoje é a disponibilidade geral e o conjunto atualizado de entradas e integrações. O próximo passo para cada equipe é verificar se suas decisões repetidas são realmente delimitadas — e se há dados suficientes para avaliar a qualidade da escolha.
