OpenAI перевела Decisions API в общую доступность 22 октября 2026 года. Вместе с выходом из беты сервис получил нативный JSON-вход, изображения в инструкциях к отдельным вопросам и лимит до 400 вопросов за один запрос вместо прежних 200. Обновление зафиксировано в журнале изменений OpenAI.
Обложка — редакционная ИИ-иллюстрация, не интерфейс OpenAI и не результат тестирования API.
Для разработчика это способ проверить данные приложения по нескольким критериям и получить ограниченный, понятный программе ответ. Ниже — разбор документации, а не результаты редакционного теста: платные запросы к API мы не запускали.
Что изменилось после беты
Decisions работает на модели gpt-6-luna. Его задача — классификация и оценка входных данных, а не написание развёрнутого ответа пользователю. OpenAI заявляет ускорение до десяти раз относительно той же модели через Responses API; это оценка разработчика, не универсальная гарантия для любого приложения.
| Изменение | Для какой задачи полезно | Что важно различать |
|---|---|---|
| Нативный JSON-вход | Передать структурированную запись | Формат входа и формат ответа |
| Изображения в отдельных вопросах | Сопоставить варианты с общим образцом | Общий контекст и данные конкретной проверки |
| До 400 вопросов за запрос | Объединить независимые проверки | Число вопросов и число бизнес-действий |
Новость не означает, что Decisions появился впервые. Ранее мы разбирали его интеграцию с GPT-Live, добавленную 15 октября. Теперь повод другой: выход из беты и расширение работы с данными. Не все возможности, перечисленные в итоговом анонсе GA, были выпущены в один день.
JSON теперь можно передать как данные
Вместо самостоятельного преобразования объекта в строку разработчик может использовать элемент input_json с полем data. Внутри пользовательского сообщения он соседствует с текстом или изображениями. При этом JSON на входе не превращает Decisions в генератор произвольного JSON-ответа: механизм ответа остаётся выбранным типом вопроса. Это различие объясняет руководство Decisions.
Например, редакционный сервис мог бы передать такую условную карточку товара:
{
"title": "Настольная лампа Север",
"description": "Лампа с регулируемой яркостью",
"attributes": {
"dimmable": false,
"power_w": 8
}
}
Это синтетические данные, не полный API-запрос и не результат теста. В них намеренно заложено противоречие: описание обещает регулировку яркости, а характеристика её отрицает. Для редактора полезнее получить сигнал о таком расхождении, чем очередную переписанную версию описания.
Мы бы разделили проверку на три независимых вопроса: противоречит ли описание характеристикам, к какой категории относится товар и достаточно ли сведений для дальнейшей проверки. Для последнего случая заранее предусмотрели бы вариант «нужны данные». Само наличие JSON не устраняет ошибки исходной карточки — оно лишь сохраняет структуру, с которой работает приложение.
Изображение можно привязать к конкретному вопросу
Справочник API разрешает добавлять изображение в инструкции отдельного вопроса. Оно передаётся публичным HTTP(S)-адресом либо в виде base64 data URL; идентификатор загруженного файла для этого поля не поддерживается. Описание формата запроса.
Продолжая условный сценарий с карточкой, можно держать эталонный снимок товара в общем контексте, а в вопросы добавлять разные варианты рекламного изображения. Тогда каждый вопрос проверяет свой вариант относительно общей основы. Это иллюстрация возможной архитектуры, а не подтверждение качества визуального сравнения.
Для такой задачи мы бы отдельно проверяли заметную смену цвета, комплектации или формы предмета. Если снимок скрывает нужную деталь, результат следовало бы отправлять редактору, а не автоматически считать изображение подходящим. Особенно важно не смешивать проверку видимых признаков с обещаниями о свойствах, которые по фотографии установить нельзя.
Что означает лимит в 400 вопросов
Это верхняя граница массива questions, а не обещание обработать 400 независимых документов или выполнить столько же действий. Вопросы оценивают общий вход; каждый может проверять условие, выбирать вариант либо выставлять оценку. Справочник Decisions API.
Независимые проверки можно объединять. Если следующий вопрос зависит от предыдущего ответа, руководство рекомендует отдельные последовательные запросы. Исполнение выбранного действия остаётся за приложением. Поэтому сигнал о противоречии в карточке не должен сам по себе удалять товар или менять цену.
Для нашего примера разумный следующий шаг — показать редактору спорные поля. Это проектное решение, которое ограничивает последствия ошибки модели. Кнопка исправления, права пользователя и подтверждение изменения остаются самостоятельными частями сервиса.
Сколько стоит обработка и где возникает кэш
В объявлении GA OpenAI указывает $0,10 за миллион некэшированных входных токенов и $0,01 за миллион токенов, прочитанных из кэша. Выходные токены Decisions отдельно не оплачиваются.
По стандартным тарифам gpt-6-luna, проверенным 30 октября 2026 года, запись 30-минутного кэша стоит $0,125 за миллион токенов. Это отдельная ставка, поэтому скидку на чтение нельзя считать автоматическим снижением стоимости всей обработки. Региональная обработка и длинный контекст могут менять итоговую цену.
В Decisions повторно используется совпадающий префикс общего input длиной от 1024 токенов. Содержимое questions, включая изображения внутри вопросов, в этот префикс не входит. Значит, одинаковые вопросы к постоянно меняющимся коротким карточкам сами по себе не доказывают экономию. Правила кэширования Decisions.
Есть и граница документации: общие тарифы и форум упоминают 12-часовую запись кэша, но справочник именно Decisions на момент проверки допускает в ttl только 30m. Поэтому переносить обещание 12-часового режима на этот endpoint без дополнительного подтверждения нельзя.
С чего начать разработчику
Обновление стоит изучить, если приложению нужны повторяемые проверки с заранее понятным набором результатов. Перед внедрением мы бы собрали несколько размеченных примеров: корректную карточку, явное противоречие и случай с недостатком сведений. Затем определили бы, какие ответы допустимо обрабатывать автоматически, а какие обязательно показывать человеку.
Главное изменение от 22 октября — больше способов подать данные и объединить проверки в одном запросе. Польза для конкретного продукта зависит уже от качества критериев, обработки неоднозначных случаев и проверок на собственных данных. Выход из беты этих задач за разработчика не решает.
