A Decisions API da OpenAI agora é um beta público — e seu preço não é o que a cobertura de lançamento imaginou.

Oito dias depois que o fornecedor apresentou a Decisions API no DevDay, ela deixou de ser algo para o qual você precisava ser convidado. O endpoint entrou em beta público em 6 de outubro de 2026, junto com uma página de documentação, um link do Playground e o primeiro preço publicado para o serviço. Dois detalhes nesse lançamento importam mais do que o restante. O primeiro é que GPT-6 Luna é o único modelo que o endpoint aceitará — então os recursos da API e seu teto são, por enquanto, a mesma coisa. O segundo é que a aritmética do dia do lançamento que quase todo mundo fez, inclusive nós, estava errada de um modo que vale a pena corrigir: a primeira onda de cobertura inferiu o custo por chamada apontando para a tabela de preços por token do Luna, e essa inferência acaba subestimando o desconto por um fator de cinco.

Nada do que segue é especulação. Tudo isso pode ser lido hoje na própria documentação para desenvolvedores da OpenAI, e é aí que está a mudança: em 30 de setembro não havia nenhuma página de documentação para esse endpoint em lugar algum dos docs da OpenAI, nenhuma entrada de changelog, nenhum preço e nenhum formato de requisição declarado. Agora há todos os quatro.

O que foi lançado, precisamente

O beta é um endpoint dedicado — POST /v1/decisions — e não é um modo na Responses API, que é aquilo com que é comparado. Uma requisição carrega três campos:

• modelo — atualmente gpt-6-luna e nada mais
• entrada — a evidência compartilhada: uma string de texto, ou mensagens do usuário contendo texto e imagens
• perguntas — uma ou mais perguntas, cada uma com um tipo, instruções e quaisquer opções permitidas

A resposta é um array de respostas, uma entrada por pergunta, indexado pelo nome que você deu a cada uma. Esse é todo o contrato, e a engenharia interessante está nos três tipos de pergunta, e não no encanamento.

• predicate — retorna uma probabilidade de 0 a 1 de que uma condição declarada seja verdadeira. "Esta foto do produto mostra danos visíveis?" O exemplo da documentação retorna 0,92 e diz para compará-lo com um limite que você escolheu.
• choice — retorna um valor de um conjunto que você fornece, além de uma distribuição de probabilidade entre todas as opções e um campo confidence separado. O exemplo da documentação encaminha uma reclamação de cobrança para billing com 0,95.
• score — retorna uma média ponderada por probabilidade entre níveis ordenados. Forneça três níveis de gravidade — cosmético, solução alternativa disponível, totalmente bloqueado — e probabilidades de 0,1, 0,7 e 0,2 retornam como uma pontuação de 1,1, que fica deliberadamente entre dois níveis em vez de se encaixar em um único.

O preço é mais baixo do que o palpite óbvio, e o formato de cobrança é diferente.

Aqui está a correção. Quando a API Decisions estava em prévia limitada, a posição honesta era que nenhum preço existia e que qualquer pessoa que citasse um estava fazendo uma inferência. A inferência natural eram as tarifas de tokens da Luna: US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de saída. Não é assim que o endpoint cobra.

A taxa documentada para /v1/decisions com gpt-6-luna é de US$ 0,10 por milhão de tokens de entrada, sem cobrança alguma de saída, e tampouco cobrança de leitura ou gravação de cache. Você paga pelas evidências que envia, não pela resposta que volta. Comparada à própria tabela de preços do modelo — em que a saída custa cinco vezes o preço da entrada e as leituras de cache custam um décimo dele —, isso é um perfil de custo materialmente diferente, e é melhor exatamente para a carga de trabalho à qual o endpoint se destina, em que a entrada é um parágrafo ou uma imagem e a saída é uma decisão equivalente a um único token.

Há duas ressalvas sobre esse valor, e ambas são declaradas pela OpenAI, não inferidas: prêmios regionais de processamento e multiplicadores de entrada para contextos longos continuam a aplicar-se, e o valor estático de $0,10 refere-se especificamente à tarifa de /v1/decisions; outros pedidos que usem gpt-6-luna seguem a precificação normal do modelo e do nível de processamento.

Se você estava dimensionando isso em relação à tabela de preços da Luna, partindo do pressuposto de que uma decisão custa uma entrada mais uma saída, recalcule o número. É aproximadamente um quinto do que esse modelo implica, antes de considerar o nível de contexto longo.

A afirmação sobre latência, reformulada

A outra coisa que mudou foi a formulação da afirmação central sobre desempenho, e a mudança é sutil o bastante para merecer destaque, porque desloca aquilo que está sendo comparado.

O texto de lançamento da OpenAI dizia que a Decisions API toma decisões "até 10x mais rápido que o GPT-6 Luna por meio da Responses API". A documentação agora começa com: a API "avalia texto, imagens ou ambos e retorna respostas tipadas cerca de 10x mais rápido que a Responses API".

Essas não são a mesma frase. A primeira compara um endpoint de decisão restrita com uma chamada generativa completa e atribui a diferença ao endpoint. A segunda compara o endpoint com a Responses API de modo geral. De qualquer forma, o número continua declarado pelo fornecedor e não reproduzido — sem distribuição, sem região, sem tamanho de entrada, sem nível de concorrência, sem acordo de nível de serviço — e uma única mediana ainda é o valor errado para basear um prazo. Se a sua decisão está entre um clique e um pagamento, meça seus próprios p95 e p99 com suas próprias imagens.

O que realmente melhorou é que agora a pergunta é de fato respondível. Na pré-visualização, você não conseguia testar isso sem acesso. Na beta pública, consegue.

Onde ele roda, e a única coisa a manter ao lado dele

Duas observações operacionais da documentação que são fáceis de passar despercebidas. O endpoint oferece suporte a Zero Data Retention e a uso com HIPAA para clientes elegíveis, e a residência de dados é oferecida nos Estados Unidos e na Europa — especificamente no EEE e na Suíça. Esses recursos estão sujeitos a requisitos de elegibilidade, e não são padrão, então leia a página de controles de dados antes de presumir que qualquer um deles se aplica à sua conta.

Há também um guia complementar para conectar o endpoint à Live API, para que um pedido de voz possa ser transformado numa ação escolhida cujo resultado seja então reportado de volta ao falante. Esse é o uso de segunda ordem mais interessante da primitiva: não "classificar este ticket", mas "decidir o que o agente deve fazer em seguida, em voz alta, numa conversa".

A API é o empacotamento da própria OpenAI e nós não a roteamos; se você quer esse endpoint específico, é na OpenAI que ele fica. O modelo por baixo é outra história — o GPT-6 Luna é uma rota ativa no OrcaRouter pelo preço de tabela da OpenAI com zero de markup repassado, e como os limites do próprio endpoint podem mudar durante um beta, a forma sensata para um lançamento em produção é uma decisão restrita no caminho crítico com um fallback baseado em prompt já aquecido por trás. Manter esse fallback na mesma chave que todo o resto significa nenhum segundo contrato e nenhuma reescrita do caminho de fallback quando um preview muda seus limites.

O que fazer esta semana e o que ainda falta

O resumo honesto do estado das coisas: duas das quatro lacunas do lançamento foram preenchidas e duas não. O preço está publicado, o formato da requisição está publicado, os três tipos de pergunta estão documentados com exemplos práticos, e a questão do tratamento de dados está pelo menos enunciada. O que ainda falta é qualquer limite publicado sobre quantas respostas candidatas uma única requisição pode carregar, qualquer declaração sobre se você pode ajustar a ferramenta com seus próprios dados rotulados e — por ser um beta, segundo a própria descrição da OpenAI — qualquer compromisso de que a tarifa que você lê hoje sobreviva até a disponibilidade geral.

Isso torna o cálculo direto, e não dramático. Se o seu problema é classificação ou roteamento em volume, em que uma ramificação errada é barata e reversível, o beta público agora é genuinamente construível, e a precificação somente de entrada torna a aritmética excepcionalmente generosa. Se a sua decisão autoriza dinheiro ou envia mensagens a um cliente, o endpoint deixou de ser uma incógnita, mas ainda não deixou de ser um beta, e a diferença entre essas duas coisas é a diferença entre um protótipo e uma dependência estrutural.