OpenAI Lança API Decisions em Beta Público para Acelerar Tomada de Decisões

A API Decisions da OpenAI, agora em beta público, vai além da simples geração de texto. Ela funciona como um processador avançado de tomada de decisão, aceitando tanto entradas textuais quanto imagens. Seu foco é traduzir essas informações em três tipos de saídas estruturadas: predicados, escolhas e pontuações. Esse modelo permite que os desenvolvedores criem aplicações que não só compreendem dados, mas também executam ações ou inferências lógicas baseadas neles.

Um ponto técnico importante é a performance: a ferramenta é dez vezes mais rápida que o GPT-6 Luna. Essa aceleração permite respostas quase em tempo real, crucial para agentes autônomos e sistemas que demandam latência mínima. A estrutura de custos também é direta: US$0.10 por milhão de tokens de entrada, sem cobranças adicionais por cache ou tokens de saída. Desenvolvedores precisam ficar atentos às nuances da API Decisions: o formato "predicate" tende a seguir resultados esperados, enquanto "choice" pode superestimar a probabilidade do resultado mais provável, otimizando para a escolha mais óbvia.

A API Decisions evoluiu significativamente desde seu anúncio inicial. Anteriormente, em 30 de setembro de 2026, a API foi introduzida em um preview limitado, integrando o GPT-6 Luna. Agora, em 7 de outubro de 2026, a ferramenta está em beta público, liberada para todos os desenvolvedores.

A principal melhoria é na performance: a versão atual processa informações até dez vezes mais rápido que o GPT-6 Luna, modelo mencionado na cobertura anterior. Além disso, a política de custos foi clarificada para o beta público, cobrando apenas pelos tokens de entrada, o que torna a solução mais transparente e acessível.

Esta API Decisions é um passo fundamental na corrida por IA cada vez mais autônoma e reativa. Ao oferecer saídas estruturadas como predicados, escolhas e pontuações, a OpenAI capacita desenvolvedores a construir sistemas que tomam decisões complexas com agilidade inédita. Isso é essencial para a próxima geração de aplicações de IA, que precisam de mais do que apenas entender a linguagem natural: elas precisam agir de forma inteligente e contextualizada.