IAA Decisions API da OpenAI, agora disponível de forma geral, foi feita para um tipo específico de trabalho: transformar contexto em uma resposta limitada e pronta para orientar o próximo passo de um aplicativo. Em vez de pedir a um modelo uma resposta longa, a equipe define opções permitidas — por exemplo, encaminhar, tentar de novo ou pedir esclarecimento — e recebe uma escolha, uma probabilidade ou uma nota.
A mudança interessa a quem desenvolve produtos com IA porque decisões pequenas se repetem milhares de vezes. A OpenAI afirma que o endpoint pode responder até dez vezes mais rápido que o GPT-6 Luna pela Responses API em tarefas delimitadas. Esse número é uma comparação divulgada pela própria empresa; o ganho real depende do caso, do contexto e da implementação.
Para que serve a Decisions API
A API funciona melhor quando o problema tem saídas conhecidas. A documentação para desenvolvedores descreve três formatos: predicate, que estima a probabilidade de uma condição ser verdadeira; choice, que escolhe entre alternativas definidas pelo desenvolvedor; e score, que avalia uma entrada em níveis de uma rubrica.
Isso pode ajudar, por exemplo, um app de atendimento a decidir se deve encaminhar uma conversa para uma pessoa, uma plataforma financeira a categorizar uma transação ou um fluxo de automação a escolher a próxima ação. A resposta estruturada pode simplificar a integração com regras e interfaces existentes. Não transforma, porém, uma resposta probabilística em verdade garantida: decisões com impacto para clientes ainda precisam de validação, limites claros e uma rota de revisão humana.
A OpenAI diz que o serviço aceita texto, imagens e entradas JSON nativas; cada solicitação pode conter até 400 perguntas. A companhia também anunciou integração nativa com GPT-Live, cache de contexto repetido e residência de inferência nos Estados Unidos e na União Europeia. Esses recursos podem ser relevantes para experiências de voz ou produtos que avaliam várias condições em sequência, mas requisitos de privacidade e localização de dados devem ser checados para cada configuração.
Velocidade e custo precisam ser medidos no seu fluxo
A empresa relata até dez vezes mais velocidade em relação ao uso do GPT-6 Luna pela Responses API. Os exemplos de clientes na página do anúncio também citam melhorias de latência e custo, mas são avaliações de cada organização em seus próprios testes — não uma garantia de desempenho para qualquer aplicativo.
Segundo o anúncio da OpenAI, a API custa US$ 0,10 por milhão de tokens de entrada e US$ 0,01 por milhão de tokens de entrada em cache; a empresa diz que não cobra tokens de saída. Para escritas de cache de 30 minutos e 12 horas, o anúncio direciona à documentação de preços e cache. Antes de migrar um fluxo, vale comparar chamadas equivalentes, incluindo o custo de preparar contexto, a taxa de respostas que exigem revisão e a qualidade da decisão em exemplos reais.
Quando vale testar
A API tende a fazer mais sentido quando o aplicativo toma decisões frequentes, com poucas saídas válidas e uma métrica clara de sucesso — como tempo até encaminhamento, consistência de classificação ou custo por tarefa. Para perguntas abertas, explicações extensas ou ações que não podem ser facilmente revertidas, um fluxo mais amplo com validação adicional pode continuar sendo melhor.
O primeiro passo é separar decisões que podem ser automatizadas com segurança das que devem pedir confirmação. Depois, monte um conjunto de casos representativos, compare latência, custo e precisão com a abordagem atual e defina o que acontece quando a confiança é baixa. A OpenAI anunciou a disponibilidade geral em 22 de outubro de 2026; a avaliação prática, como sempre, depende do produto e dos dados de cada equipe.
