OpenAIs Decisions API ist seit dem 6. Oktober 2026 in einer öffentlichen Beta verfügbar. GPT-6 Luna liefert damit typisierte Einschätzungen statt langer Gesprächsantworten. Der Dienst richtet sich an Anwendungen, die Anfragen einordnen, Kategorien auswählen oder viele Elemente priorisieren müssen.
Gegenüber der Vorstellung beim DevDay ist das ein konkreter Schritt: Es gibt einen eigenen Endpoint und operative Dokumentation. Das Modell sollte deshalb aber nicht sämtliche Unternehmensentscheidungen allein übernehmen. Seine Ausgabe gehört in einen Ablauf mit Regeln, Schwellenwerten und Kontrollen.
Decisions API: welche Ergebnisse zurückkommen
Das offizielle Änderungsprotokoll verzeichnet den Beta-Start. Die Dokumentation unterscheidet drei Frageformen für Aufgaben mit einem kleinen, begrenzten Ergebnis anstelle einer offenen Textantwort.
| Typ | Passende Frage | Ergebnis |
|---|---|---|
| Predicate | Liegt eine Bedingung vor? | Geschätzte Wahrscheinlichkeit |
| Choice | Welche vorgegebene Kategorie passt? | Auswahl aus den angebotenen Optionen |
| Score | Welche geordnete Stufe beschreibt den Fall? | Wert auf Grundlage der Stufenverteilung |
| Produktstatus | Ist die allgemeine Veröffentlichung abgeschlossen? | Öffentliche Beta, noch keine abgeschlossene GA |
Eine Abteilung auszuwählen ist kein freier Textauftrag. Eine Dringlichkeitsbewertung ist keine Handlungserlaubnis. Das begrenzte Format vereinfacht die Integration, beweist aber keine korrekte Interpretation der Eingabe.
Beispiel: Supportnachrichten weiterleiten
Stell dir drei Ziele vor: Abrechnung, technischer Support und menschliche Prüfung. Die Anwendung erhält eine Nachricht und sucht den plausibelsten Weg. Das ist etwas anderes als eine vollständige Kundenantwort zu formulieren. Der Auftrag ist ein kleiner Zwischenschritt.
Die Kategorien brauchen verschiedene Bedeutungen. Überschneiden sich Kontoprobleme und technische Probleme ohne Kriterien, liegt die Unklarheit bereits im Prozess. Ein Prüfpfad verhindert, dass jede mehrdeutige Nachricht zwingend in eine ungeeignete Abteilung eingeordnet wird.
Der offizielle Leitfaden dokumentiert den Ablauf mit GPT-6 Luna. Mögliche Beispiele sind aber keine gemessene Genauigkeit für deinen Dienst. Dafür benötigst du gekennzeichnete Fälle und erwartete Ergebnisse.
Kosten: Decisions und Responses getrennt betrachten
Der dokumentierte Basispreis beträgt 0,10 US-Dollar je Million Eingabe-Tokens. Ausgabe-Tokens und Cache-Operationen werden dabei nicht berechnet. Regionale Aufschläge und anwendbare Multiplikatoren für lange Kontexte können weiterhin relevant sein.
Ein Rechenbeispiel: 10.000 Anfragen mit jeweils 1.000 Eingabe-Tokens ergeben zehn Millionen Tokens und 1 US-Dollar zum Basistarif. Das ist keine Produktionsprognose. Bilder, zusätzliche Informationen, Wiederholungen und Verarbeitungsbedingungen können die Summe verändern.
Dasselbe Modell über einen anderen Endpoint folgt dessen Preisregeln. Die Kennung gpt-6-luna in zwei Diensten erlaubt nicht, Kostenannahmen und Verhalten ungeprüft zu übertragen. Modellname und Produkt sind verschiedene Angaben.
Das Geschwindigkeitsversprechen richtig einordnen
OpenAI beschreibt diese Einschätzungen als schneller als die Gesprächsnutzung über Responses. Das ist ein Anbietervergleich und kein garantierter Vorteil für jede Verbindung, Eingabe und Anwendung. „Bis zu zehnmal schneller“ muss anhand der tatsächlich benötigten Aufgabe bewertet werden.
Messe den gesamten Weg: Daten vorbereiten, Anfrage senden, Antwort validieren und Fehler behandeln. Ein schneller Aufruf hilft wenig, wenn eine unklare Frage viele manuelle Korrekturen verursacht. Fehlender Kontext kann auch eine kurze Antwort wertlos machen.
Vergleiche dieselbe Frage auf einer festen Stichprobe. Eine kurze Klassifikation einer langen Analyse gegenüberzustellen beweist keine allgemeine Überlegenheit. Das verlangte Ergebnis gehört zur Definition eines sinnvollen Leistungsvergleichs.
Unterstützte Eingaben und mögliche Ablehnungen
Die Endpoint-Referenz beschreibt Text und inline übermittelte Bilder. Es handelt sich nicht um einen Agenten, der selbstständig Websites besucht, beliebige Dateien öffnet oder Werkzeuge bedient. Die Belege müssen passend übergeben werden.
Eine Frage kann außerdem abgelehnt werden. Der Anwendungscode muss eine gültige Einschätzung von einer nicht bewerteten Frage unterscheiden. Eine fehlende Antwort beweist keine falsche Bedingung. Zeitüberschreitungen und Dienstfehler benötigen ebenfalls einen klaren Weg.
Ein vorsichtiger Ersatzpfad führt zur menschlichen Prüfung. Er darf eine technische Störung nicht stillschweigend in eine Zustimmung verwandeln. Besonders wichtig ist das bei Auswirkungen auf Konten, Zahlungen oder öffentliche Inhalte, deren Folgen über ein falsches Etikett hinausgehen.
Wahrscheinlichkeit ist keine bewiesene Sicherheit
Ein hoher Zahlenwert bleibt eine Schätzung des Modells. Schwellenwerte sollten sich nach den Fehlerkosten richten. Eine allgemeine Frage falsch zuzuordnen hat andere Folgen als eine dringende Anfrage zu übersehen. Beide Fälle brauchen nicht zwangsläufig dieselbe Regel.
Diese Trennung zwischen semantischer Einschätzung und fester Regel steht auch im Mittelpunkt unseres Artikels über TypeSafe AI und Jev. Ähnliche Aufgaben bedeuten keine gleichen APIs, Preise oder Qualitäten. Jeder Dienst muss eigenständig bewertet werden.
Berechnungen, zuverlässiges Parsing und Berechtigungen gehören in deterministischen Code. Das Modell ist für mehrdeutige Bedeutungen interessant, nicht dort, wo eine genaue Regel die Aufgabe bereits besser und nachvollziehbarer löst.
Wann eine andere API besser passt
Wenn ein komplexes Objekt, eine ausführliche Erklärung oder Werkzeugaufrufe nötig sind, wähle das dafür geeignete Produkt. Decisions ersetzt weder sämtliche strukturierten Ausgaben noch alle Agentenabläufe. Eine begrenzte Ausgabe kann gerade deshalb nützlich sein, weil sie nicht alles versucht.
Unser DevDay-Bericht liefert den Plattformkontext. Die Beta der Decisions API ergänzt einen spezialisierten Baustein: eine benennbare und testbare Einschätzung in einem größeren Prozess.
Teste vor der Einführung gewöhnliche, mehrdeutige und absichtlich schwierige Fälle. Definiere Ersatzpfade und überprüfe, ob die Auswahl den Arbeitsablauf verbessert. Der Nutzen liegt nicht darin, alles an KI abzugeben, sondern dem Modell eine engere Frage zu stellen und die Folgen weiterhin zu kontrollieren.
Dokumentiere außerdem, welche Fehlentscheidungen akzeptabel sind und welche sofort eine Prüfung auslösen. Das macht spätere Änderungen an Fragen oder Schwellenwerten nachvollziehbar. Ohne solche Kriterien kann eine scheinbar verbesserte Durchschnittsleistung Probleme in seltenen, wichtigen Fällen verdecken.
