L'API Decisions d'OpenAI arrive en bêta publique avec des réponses typées 10 fois plus rapides

OpenAI a publié l' Decisions API en bêta publique. Elle transforme du texte et des images en réponses typées sur lesquelles votre code peut se brancher. L'équipe OpenAI indique que l'API Decisions d'OpenAI est environ 10 fois plus rapide que l'API Responses. Elle cible un schéma courant : envoyer une requête à un LLM, puis analyser son texte pour en extraire une étiquette.

TL;DR

• Taille : Le nombre de paramètres de GPT-6 Luna n'est pas divulgué. Sa fiche modèle indique une fenêtre de contexte de 1,050,000 tokens.
• Fonctionne sur : API hébergée par OpenAI uniquement, via POST /v1/decisions. Aucun poids ouvert, aucun auto-hébergement.
• Performance : Environ 10 fois plus rapide que l'API Responses, selon OpenAI.
• Tarif : $0.10 par 1M de tokens d'entrée, sans frais de sortie, de lecture de cache ni d'écriture de cache.
• En résumé :
  • Points forts : décisions typées rapides avec probabilités.
    • Points faibles : 1 seul modèle, statut bêta, aucune évaluation indépendante pour l'instant.

Qu'est-ce que l'API Decisions d'OpenAI ?

L'API Decisions est un endpoint d'OpenAI qui évalue du texte, des images ou les deux et renvoie des réponses typées. Elle ne génère pas de prose. Une requête comporte 3 champs : model, input et questions. Le seul modèle pris en charge aujourd'hui est gpt-6-luna. OpenAI prévoit une disponibilité générale dans les semaines à venir.

Comment fonctionne l'API Decisions ?

Chaque requête contient des preuves partagées plus une liste de questions. Chaque question possède un nameunique, un type et des instructions. La réponse renvoie un tableau answers indexé par ces noms.

Quels sont les 3 types de questions ?

• prédicat : vérifie une condition et renvoie une valeur probability de 0 à 1. Exemple : une photo de produit montre-t-elle une fissure, une déchirure ou un creux ?
• choix : sélectionne 1 valeur parmi les options que vous fournissez. Il renvoie aussi des résultats par option probabilities et un champ confidence .
• score : évalue l’entrée par rapport à des niveaux ordonnés levels, indexés à partir de 0. Le score est une moyenne pondérée par les probabilités des indices de niveau.

L’exemple de gravité d’OpenAI rend le calcul concret. Des probabilités de niveau de 0.1, 0.7 et 0.2 donnent un score de 1.1. Cette valeur se situe entre « Workaround available » et « Fully blocked ».

Quand devriez-vous utiliser Structured Outputs à la place ?

OpenAI trace une ligne claire. Utilisez Decisions pour les probabilités, les choix ou les scores. Utilisez Structured Outputs pour remplir votre propre schéma JSON ou rédiger des explications. Utilisez l’appel de fonctions lorsqu’un modèle doit demander un appel d’outil avec des arguments.

Quelle est sa vitesse, et quelles en sont les preuves ?

Le document d’OpenAI revendique des réponses environ 10x plus rapides que l’API Responses. La couverture de la DevDay situait une décision autour de 150 ms, contre environ 1.6 seconde pour des appels Luna ordinaires. OpenAI n’a pas publié de données d’exactitude ou de calibration pour ce point de terminaison. La documentation conseille de définir les seuils avec des exemples étiquetés issus de votre propre application.

Combien coûte-t-il, et où peut-on le déployer ?

Avec gpt-6-luna, les coûts d’entrée sont de $0.10 par 1M de tokens. Il n’y a aucun frais de tokens de sortie, de lecture ou d’écriture de cache. Les primes de traitement régional et les multiplicateurs de contexte long s’appliquent toujours. La fiche du modèle de Luna tarife les prompts au-delà de 272K tokens à 2x les taux d’entrée.

• Point de terminaison : POST /v1/decisions sur l’API OpenAI, plus un Playground.
• Versions minimales des SDK : Python 3.26.0, JavaScript 7.30.0, Go 3.73.0, Ruby 0.101.0, Java 4.78.0.
• Conformité : Conservation des données nulle et HIPAA pour les clients éligibles.
• Localisation : États-Unis et Europe (EEE plus Suisse).
• Voix : les décisions peuvent déclencher des actions via la délégation client avec l'API Live.

Comment se compare-t-il avec TypeSafe Jev ?

Le concurrent le plus proche est TypeSafe Jev, lancé le 15 septembre 2026. Jev est un modèle System One qui renvoie des valeurs typées avec des probabilités calibrées. TypeSafe facture l'entrée à 0,042 $ par 1M de tokens, avec une sortie gratuite. Cela rend le tarif de base d'OpenAI environ 2,4x plus élevé. TypeSafe annonce 70 à 500 ms de bout en bout, mesurées depuis la côte ouest des États-Unis. Jev prend en charge jusqu'à 255 choix mais reste en accès anticipé. L'avantage d'OpenAI réside dans l'entrée d'images, les options de conformité et l'accès à la bêta ouverte.

Points clés à retenir

• L'API Decisions d'OpenAI renvoie des probabilités, des choix et des scores, pas de la prose.
• L'entrée coûte 0,10 $ par 1M de tokens ; la sortie est gratuite.
• OpenAI affirme environ 10x plus rapide que l'API Responses.
• TypeSafe Jev est moins cher à 0,042 $ par 1M de tokens en entrée.

Découvrez les détails techniques ici. Tout le crédit revient au chercheur de ce projet. N'hésitez pas également à nous suivre sur Twitter et n'oubliez pas de rejoindre notre 150k+ML SubReddit et de vous abonner à notre Newsletter. Attendez ! Êtes-vous sur telegram ? vous pouvez désormais nous rejoindre sur telegram également.

L'article OpenAI Decisions API Hits Public Beta With 10x Faster Typed Answers est applu pour la première sur MarkTechPost.