OpenAI:s Decisions API är nu en öppen beta – och dess pris är inte vad lanseringsbevakningen gissade

Åtta dagar efter att leverantören visade Decisions API på DevDay var det inte längre något man behövde bli inbjuden till. Slutpunkten gick in i offentlig beta den 6 oktober 2026, tillsammans med en dokumentationssida, en Playground-länk och det första publicerade priset för tjänsten. Två detaljer i den lanseringen spelar större roll än resten. Den första är att GPT-6 Luna är den enda modellen som slutpunkten accepterar — så API:ets förmågor och dess tak är, för närvarande, samma sak. Den andra är att den aritmetik som nästan alla gjorde på lanseringsdagen, inklusive vår egen, var fel på ett sätt som är värt att korrigera: den första vågen av rapportering drog slutsatsen om kostnaden per anrop genom att peka på Lunas tokenprislista, och den slutsatsen visar sig underskatta rabatten med en faktor fem.

Inget av det som följer är spekulation. Allt går i dag att läsa i OpenAIs egen utvecklardokumentation, vilket är förändringen: den 30 september fanns det ingen dokumentationssida för denna slutpunkt någonstans i OpenAIs dokumentation, ingen post i ändringsloggen, ingen rate och ingen angiven förfrågningsstruktur. Nu finns alla fyra.

Vad som levererades, exakt

Betan är en dedikerad slutpunkt – POST /v1/decisions – och det är inte ett läge i Responses API, vilket är det den mäts mot. En begäran innehåller tre fält:

• modell — för närvarande gpt-6-luna och inget annat
• indata — det gemensamma underlaget: en textsträng, eller användarmeddelanden som innehåller text och bilder
• frågor — en eller flera frågor, var och en med en typ, instruktioner och eventuella tillåtna alternativ

Svaret är en answers-array, en post per fråga, nycklad efter vilket name du än gav var och en. Det är hela kontraktet, och det intressanta ingenjörsarbetet ligger i de tre frågetyperna snarare än i rördragningen.

• predicate — returnerar en sannolikhet från 0 till 1 för att ett angivet villkor gäller. "Visar det här produktfotot synlig skada?" Exemplet i dokumentationen returnerar 0,92 och säger att du ska jämföra det mot ett tröskelvärde som du själv har valt.
• choice — returnerar ett värde från en uppsättning som du anger, plus en sannolikhetsfördelning över alla alternativen och ett separat fält confidence. Dokumentationens exempel dirigerar ett faktureringsklagomål till billing med 0,95.
• score — returnerar ett sannolikhetsviktat medelvärde över ordnade nivåer. Mata in tre allvarlighetsgrader — kosmetisk, kringgående möjligt, helt blockerad — och sannolikheter på 0,1, 0,7 och 0,2 kommer tillbaka som en poäng på 1,1, vilket medvetet hamnar mellan två nivåer i stället för att snäppa till en.

Priset är lägre än den uppenbara gissningen, och faktureringsformen är annorlunda

Här är korrigeringen. När Decisions API var i begränsad förhandsvisning var den ärliga hållningen att inget pris fanns och att den som angav ett drog en slutsats om det. Den naturliga slutsatsen var Lunas tokenpriser: 0,10 USD per miljon indatatoken och 0,50 USD per miljon utdatatoken. Det är inte så slutpunkten fakturerar.

Den dokumenterade taxan för /v1/decisions med gpt-6-luna är 0,10 USD per miljon indatatokens, med ingen utdatakostnad alls, och inte heller någon kostnad för cache-läsning eller cache-skrivning. Du betalar för underlaget du skickar, inte för svaret som kommer tillbaka. Jämfört med modellens egen prislista – där utdata är fem gånger indatapriset och cache-läsningar är en tiondel av det – är det en väsentligt annorlunda kostnadsprofil, och en bättre sådan för exakt den arbetsbelastning som slutpunkten är avsedd för, där indata är ett stycke eller en bild och utdata är ett enda token som rymmer ett beslut.

Två förbehåll tillkommer utöver den siffran och båda anges av OpenAI snarare än antas: regionala bearbetningspremier och multiplikatorer för indata med lång kontext gäller fortfarande, och den statiska $0.10 är specifikt priset för /v1/decisions — andra förfrågningar som använder gpt-6-luna följer den vanliga prissättningen för modell och bearbetningsnivå.

Om du skattade detta mot Lunas prislista utifrån antagandet att ett beslut kostar en indata plus en utdata, räkna om siffran. Det är ungefär en femtedel av vad den modellen antyder, innan nivån för lång kontext ens beaktas.

Latenspåståendet, omformulerat

Det andra som förändrades är formuleringen av det centrala prestandapåståendet, och förändringen är tillräckligt subtil för att vara värd att uppmärksamma, eftersom den förskjuter vad som jämförs.

OpenAI:s lanseringstext sade att Decisions API fattar beslut "upp till 10x snabbare än GPT-6 Luna via Responses API." Dokumentationen inleds nu med: API:et "utvärderar text, bilder eller båda och returnerar typade svar ungefär 10x snabbare än Responses API."

De är inte samma mening. Den första jämför en endpoint för begränsade beslut med ett fullständigt generativt anrop och tillskriver skillnaden endpointern. Den andra jämför endpointern med Responses API i allmänhet. Hur som helst förblir siffran leverantörsuppgiven och oreproducerad – ingen fördelning, ingen region, ingen indatastorlek, ingen samtidighetsnivå, inget servicenivåavtal – och en enskild median är fortfarande fel siffra att bygga en tidsfrist kring. Om ditt beslut ligger mellan ett klick och en betalning, mät dina egna p95 och p99 med dina egna bilder.

Det som verkligen har förbättrats är att frågan nu över huvud taget går att besvara. I förhandsversionen kunde man inte testa detta utan åtkomst. I den offentliga betan kan man det.

Var den körs, och det enda du bör ha bredvid den

Två operativa anmärkningar från dokumentationen som är lätta att missa. Slutpunkten stöder Zero Data Retention och HIPAA-användning för kvalificerade kunder, och datalokalisering erbjuds i USA och Europa – närmare bestämt EES plus Schweiz. Dessa styrs av behörighet i stället för att vara standard, så läs sidan om datakontroller innan du utgår från att någon av dem gäller för ditt konto.

Det finns också en kompletterande guide för att koppla slutpunkten till Live API, så att en röstbegäran kan omvandlas till en vald åtgärd vars resultat sedan rapporteras tillbaka till talaren. Det är den mest intressanta andra ordningens användningen av primitiven: inte "klassificera detta ärende" utan "avgöra vad agenten ska göra härnäst, högt, i en konversation."

API:et är OpenAIs egen paketering och vi dirigerar det inte; om du vill ha just den här slutpunkten är det hos OpenAI den finns. Modellen under är en annan sak — GPT-6 Luna är en live-rutt på OrcaRouter till OpenAIs listpris med noll påslag som förs vidare, och eftersom slutpunktens egna gränser kan ändras under en beta är den förnuftiga formen för en produktionsutrullning ett begränsat beslut på den kritiska vägen med en promptbaserad fallback som redan är varm bakom den. Att hålla den fallbacken på samma nyckel som allt annat innebär inget andra avtal och ingen omskrivning av fallback-vägen när en förhandsversion ändrar sina gränser.

Vad som ska göras den här veckan, och vad som fortfarande saknas

Den ärliga sammanfattningen av läget: två av de fyra luckorna från lanseringen har fyllts och två har inte. Priset är publicerat, förfrågans form är publicerad, de tre frågetyperna är dokumenterade med genomarbetade exempel, och datahanteringsbeskrivningen är åtminstone uttalad. Det som fortfarande saknas är någon publicerad gräns för hur många kandidatsvar en enskild förfrågan kan innehålla, något uttalande om huruvida du kan finjustera den på dina egna märkta data, och — eftersom det är en beta enligt OpenAI:s egen beskrivning — någon utfästelse om att den taxa du läser i dag överlever till allmän tillgänglighet.

Det gör kalkylen enkel snarare än dramatisk. Om ditt problem är klassificering eller routning i volym, där en felaktig gren är billig och reversibel, är offentlig beta nu verkligen något man kan bygga på, och prissättningen endast för indata gör aritmetiken ovanligt förlåtande. Om ditt beslut auktoriserar pengar eller skickar ett meddelande till en kund, har slutpunkten slutat vara omöjlig att känna till, men den har ännu inte slutat vara en beta, och skillnaden mellan de två sakerna är skillnaden mellan en prototyp och ett bärande beroende.