OpenAI lança Decisions API com GPT‑6 Luna para decisões rápidas em apps e agentes

A ideia da Decisions API é atacar um gargalo comum em agentes: as decisões pequenas e repetidas de um workflow, como classificar uma entrada, rotear uma requisição ou escolher a próxima ação. Cada uma é simples, mas em escala latência e custo se acumulam. A OpenAI construiu a API com o GPT‑6 Luna e restringiu o foco a perguntas com respostas delimitadas. Segundo a empresa, isso permite decisões quase em tempo real a partir de texto, imagens e entradas estruturadas, até 10x mais rápido do que o GPT‑6 Luna via Responses API.

No uso, o desenvolvedor define a pergunta e as respostas permitidas, e passa o contexto em texto, imagens ou JSON nativo. O retorno é de um de três tipos: probabilidade, escolha ou score. Desde o beta público entraram integração nativa com o GPT‑Live, prompt caching para contexto reutilizado, inference residency nos EUA e na UE, JSON nativo, imagens nas instruções e até 400 perguntas por requisição (o dobro do limite anterior). Também há capacidade adicional em várias regiões da Ásia. No GPT‑Live, basta adicionar a configuração em session.triggers de uma sessão existente. O Live emite um decision.event, que a aplicação lê para, por exemplo, animar um avatar. O número de 10x é da própria OpenAI, sem benchmark independente no material.

Em 30 de setembro de 2026, o CEVIU noticiou "OpenAI Introduz API Decisions com GPT-6 Luna para Otimizar Tomada de Decisão Autônoma", quando a ferramenta estava em preview limitado. Em 7 de outubro de 2026, o CEVIU publicou que a API Decisions chegou em beta público para todos os desenvolvedores, com a promessa de processar até dez vezes mais rápido que o GPT-6 Luna. Agora, em 23 de outubro de 2026, a API chega à disponibilidade geral, com GPT‑Live nativo, prompt caching, inference residency em EUA e UE e o limite de perguntas por requisição dobrado para 400.

Para quem opera agentes em produção, a leitura é que roteamento e classificação não precisam passar por um modelo completo via Responses API. Se o ganho de velocidade se confirmar no seu caso, dá para reduzir latência e custo nessas etapas. A residency em EUA e UE e o prompt caching também aproximam a API de cargas com exigências de conformidade e contexto repetido. Vale medir com seus próprios dados antes de migrar.