Die Decisions API von OpenAI ist jetzt eine öffentliche Beta – und ihr Preis ist nicht das, was die Berichterstattung zum Launch vermutet hat

Acht Tage, nachdem der Anbieter die Decisions API auf dem DevDay vorgestellt hatte, war sie nicht mehr etwas, wozu man eingeladen werden musste. Der Endpunkt ging am 6. Oktober 2026 in die öffentliche Beta, zusammen mit einer Dokumentationsseite, einem Playground-Link und dem ersten veröffentlichten Preis für den Dienst. Zwei Details in dieser Veröffentlichung sind wichtiger als der Rest. Das erste ist, dass GPT-6 Luna das einzige Modell ist, das der Endpunkt akzeptieren wird – also sind die Fähigkeiten der API und ihre Obergrenze vorerst dasselbe. Das zweite ist, dass die Arithmetik zum Launch-Tag, die fast alle angestellt haben, einschließlich unserer, auf eine Weise falsch war, die eine Korrektur wert ist: Die erste Welle der Berichterstattung leitete die Kosten pro Aufruf ab, indem sie auf die Luna-Token-Preisliste verwies, und diese Schlussfolgerung untertreibt den Rabatt um den Faktor fünf.

Nichts von dem, was folgt, ist Spekulation. Es ist heute alles in OpenAIs eigener Entwicklerdokumentation nachlesbar, und das ist die Veränderung: Am 30. September gab es nirgendwo in OpenAIs Docs eine Dokumentationsseite für diesen Endpoint, keinen Changelog-Eintrag, keine Rate und keine angegebene Request-Form. Jetzt gibt es alle vier.

Was genau ausgeliefert wurde

Die Beta ist ein dedizierter Endpunkt — POST /v1/decisions — und sie ist kein Modus der Responses API, an der sie gemessen wird. Eine Anfrage enthält drei Felder:

• Modell — derzeit gpt-6-luna und sonst nichts
• Eingabe — die gemeinsame Beweisgrundlage: eine Textzeichenfolge oder Benutzernachrichten, die Text und Bilder enthalten
• Fragen — eine oder mehrere Fragen, jede mit einem Typ, Anweisungen und etwaigen zulässigen Optionen

Die Antwort ist ein Antworten-Array, ein Eintrag pro Frage, mit dem jeweiligen Namen, den Sie jedem gegeben haben, als Schlüssel. Das ist der gesamte Vertrag, und die interessante technische Arbeit steckt in den drei Fragetypen, nicht in der Verkabelung.

• Prädikat — gibt eine Wahrscheinlichkeit von 0 bis 1 zurück, dass eine angegebene Bedingung erfüllt ist. „Zeigt dieses Produktfoto sichtbare Schäden?“ Das Beispiel in der Dokumentation gibt 0,92 zurück und weist Sie an, es mit einem von Ihnen gewählten Schwellenwert zu vergleichen.
• Auswahl — gibt einen Wert aus einer von Ihnen bereitgestellten Menge zurück, plus eine Wahrscheinlichkeitsverteilung über alle Optionen und ein separates Konfidenz-Feld. Das Beispiel in der Dokumentation ordnet eine Abrechnungsbeschwerde der Abrechnung mit 0,95 zu.
• Score — gibt einen wahrscheinlichkeitsgewichteten Durchschnitt über geordnete Stufen zurück. Übergeben Sie ihm drei Schweregrade — kosmetisch, Workaround verfügbar, vollständig blockiert — und Wahrscheinlichkeiten von 0,1, 0,7 und 0,2 kommen als Score von 1,1 zurück, der bewusst zwischen zwei Stufen liegt, statt auf eine einzelne einzuschnappen.

Der Preis ist niedriger als die naheliegende Vermutung, und die Abrechnungsform ist anders.

Hier ist die Korrektur. Als die Decisions API in eingeschränkter Vorschau war, war die ehrliche Position, dass kein Preis existierte und dass jeder, der einen nannte, ihn nur erschloss. Die naheliegende Schlussfolgerung waren Lunas Token-Preise: 0,10 $ pro Million Eingabe-Token und 0,50 $ pro Million Ausgabe-Token. So rechnet der Endpunkt jedoch nicht ab.

Der dokumentierte Tarif für /v1/decisions mit gpt-6-luna beträgt 0,10 US-Dollar pro Million Input-Tokens, mit überhaupt keiner Ausgabegebühr, und auch keiner Gebühr für Cache-Lese- oder Cache-Schreibzugriffe. Sie zahlen für die Belege, die Sie senden, nicht für die Antwort, die zurückkommt. Verglichen mit der eigenen Preisliste des Modells – bei der Output das Fünffache des Input-Preises kostet und Cache-Lesevorgänge ein Zehntel davon ausmachen – ist das ein deutlich anderes Kostenprofil, und es ist ein besseres für genau die Arbeitslast, auf die der Endpunkt abzielt, bei der die Eingabe ein Absatz oder ein Bild ist und die Ausgabe eine Entscheidung im Wert eines einzelnen Tokens umfasst.

Zu dieser Zahl kommen zwei Vorbehalte hinzu, und beide werden von OpenAI genannt statt bloß abgeleitet: Regionale Verarbeitungszuschläge und Eingabemultiplikatoren für langen Kontext gelten weiterhin, und der feste Betrag von $0.10 ist speziell der /v1/decisions-Tarif – andere Anfragen unter Verwendung von gpt-6-luna folgen der üblichen Modell- und Verarbeitungsstufen-Preisgestaltung.

Wenn du das gegen die Luna-Preiskarte kalkuliert hast, unter der Annahme, dass eine Entscheidung einen Input plus einen Output kostet, rechne die Zahl neu. Sie beträgt ungefähr ein Fünftel dessen, was dieses Modell impliziert – noch bevor die Long-Context-Stufe berücksichtigt wird.

Die Latenzbehauptung, neu formuliert

Die andere Sache, die sich geändert hat, ist die Formulierung der zentralen Leistungsaussage, und die Änderung ist subtil genug, um sie zu erwähnen, weil sie verschiebt, was verglichen wird.

OpenAIs Markteinführungstext besagte, die Decisions API treffe Entscheidungen „bis zu 10-mal schneller als GPT-6 Luna über die Responses API“. In der Dokumentation heißt es nun einleitend: Die API „bewertet Text, Bilder oder beides und liefert typisierte Antworten etwa 10-mal schneller als die Responses API“.

Das sind nicht dieselben Sätze. Der erste vergleicht einen Endpunkt für eingeschränkte Entscheidungen mit einem vollständigen generativen Aufruf und schreibt die Differenz dem Endpunkt zu. Der zweite vergleicht den Endpunkt allgemein mit der Responses API. So oder so bleibt die Zahl vom Anbieter genannt und nicht reproduziert — keine Verteilung, keine Region, keine Eingabegröße, kein Nebenläufigkeitsgrad, keine Service-Level-Vereinbarung — und ein einzelner Median ist weiterhin der falsche Wert, um darauf eine Deadline aufzubauen. Wenn Ihre Entscheidung zwischen einem Klick und einer Zahlung liegt, messen Sie Ihren eigenen p95 und p99 mit Ihren eigenen Bildern.

Was sich wirklich verbessert hat, ist, dass sich die Frage jetzt überhaupt beantworten lässt. In der Vorschau konnte man das ohne Zugang nicht testen. In der öffentlichen Beta geht das.

Wo es läuft, und die eine Sache, die man daneben aufbewahren sollte

Zwei operative Hinweise aus der Dokumentation, die man leicht überliest. Der Endpoint unterstützt Zero Data Retention und die HIPAA-Nutzung für berechtigte Kundinnen und Kunden, und Datenresidenz wird in den Vereinigten Staaten und Europa angeboten – genauer gesagt im EWR plus der Schweiz. Diese sind an Berechtigungsvoraussetzungen geknüpft und nicht Standard, daher lesen Sie die Seite zu Datenkontrollen, bevor Sie annehmen, dass eines von beiden auf Ihr Konto zutrifft.

Es gibt außerdem einen Begleitfaden, um den Endpoint mit der Live API zu verbinden, sodass eine Sprachanfrage in eine ausgewählte Aktion umgewandelt werden kann, deren Ergebnis anschließend an den Sprecher zurückgemeldet wird. Das ist die interessanteste Nutzung zweiter Ordnung des Primitivs: nicht „dieses Ticket klassifizieren“, sondern „entscheiden, was der Agent als Nächstes tun soll, laut, in einer Konversation“.

Die API ist OpenAIs eigenes Packaging, und wir routen sie nicht; wenn du genau diesen Endpoint willst, ist OpenAI der Ort, an dem er zu Hause ist. Das Modell darunter ist eine andere Sache – GPT-6 Luna ist eine Live-Route auf OrcaRouterzu OpenAIs Listenpreis mit null durchgereichtem Aufschlag, und da sich die Limits des Endpoints selbst während einer Beta verschieben können, ist die sinnvolle Form für einen Produktions-Rollout eine eingeschränkte Entscheidung auf dem kritischen Pfad, hinter der ein prompt-basierter Fallback bereits warmläuft. Diesen Fallback am selben Key zu halten wie alles andere bedeutet keinen zweiten Vertrag und kein Umschreiben des Fallback-Pfads, wenn eine Preview ihre Limits ändert.

Was diese Woche zu tun ist und was noch fehlt

Die ehrliche Zusammenfassung des Stands der Dinge: Zwei der vier Lücken vom Start sind gefüllt und zwei nicht. Der Preis ist veröffentlicht, die Form der Anfrage ist veröffentlicht, die drei Fragetypen sind mit ausgearbeiteten Beispielen dokumentiert, und die Story zum Umgang mit Daten ist zumindest dargelegt. Was weiterhin fehlt, ist eine veröffentlichte Obergrenze dafür, wie viele Kandidatenantworten eine einzelne Anfrage enthalten kann, eine Aussage darüber, ob Sie das Ganze mit Ihren eigenen gelabelten Daten tunen können, und – da es nach der eigenen Beschreibung von OpenAI eine Beta ist – jegliche Zusage, dass der Tarif, den Sie heute sehen, bis zur allgemeinen Verfügbarkeit Bestand hat.

Das macht das Kalkül geradlinig statt dramatisch. Wenn es bei Ihrem Problem um Klassifizierung oder Routing mit hohem Volumen geht, bei dem ein falscher Zweig billig und umkehrbar ist, lässt sich auf der öffentlichen Beta jetzt wirklich aufbauen, und die reine Input-Preisgestaltung macht die Rechnung ungewöhnlich nachsichtig. Wenn Ihre Entscheidung Geld freigibt oder einem Kunden Nachrichten sendet, hat der Endpunkt aufgehört, unerkennbar zu sein, aber er hat noch nicht aufgehört, eine Beta zu sein, und der Unterschied zwischen diesen beiden Dingen ist der Unterschied zwischen einem Prototyp und einer tragenden Abhängigkeit.