A OpenAI abriu nesta quinta-feira, 22 de outubro de 2026, o acesso geral à Decisions API, o endpoint em que o modelo deixa de escrever texto e passa a escolher entre respostas definidas antes pelo desenvolvedor. Em vez de uma frase, a API devolve uma probabilidade, uma das opções da lista ou uma nota dentro de uma escala, sempre com o grau de confiança. A empresa diz que a resposta sai até 10 vezes mais rápido do que pela Responses API, com o mesmo GPT-6 Luna por trás.
A proposta é a que a TypeSafe levou ao mercado com o Jev, categoria que o Tambotech descreveu ao explicar o que é System One. O caminho das duas empresas, porém, é diferente. A TypeSafe treinou um modelo feito só para decidir. A OpenAI reconfigurou um modelo que já existia. Nikunj Handa, responsável pelas APIs da empresa, contou que a equipe viu o Jev e percebeu ali um milhão de casos de uso. O atalho foi ajustar o Luna para acelerar a inferência e baixar o custo, sem treinamento dedicado.
Como a decisão volta em formato de dados
Cada chamada vai para o endpoint /v1/decisions com duas partes. A evidência aceita texto, imagem, JSON nativo ou histórico de conversa, com as chamadas de ferramenta e as saídas. As perguntas vêm separadas, cada uma com tipo, instruções e alternativas. São três formatos de retorno. O predicate estima a probabilidade de uma condição ser verdadeira. O choice escolhe uma das opções enviadas e devolve a probabilidade de cada uma. O score mede o item contra níveis ordenados, como a gravidade de um chamado ou o risco de um comando de shell. Uma requisição avalia até 400 perguntas contra a mesma evidência.
O preço e a briga com o Jev
Desde a versão de testes, aberta em 6 de outubro de 2026, entraram cache de prompt, envio de JSON nativo, imagens nas instruções de cada pergunta e integração com o GPT-Live, o que permite decidir no meio de uma conversa por voz. Texto gerado continua fora. Quando o aplicativo precisa de um objeto com esquema próprio ou de uma explicação escrita, a documentação manda seguir na Responses API. Um teste independente do Model Fatigue achou ainda um limite que a documentação não informa: 255 opções por pergunta, com erro acima disso.
O preço é o argumento mais direto. A Decisions API cobra 0,10 dólar por milhão de tokens de entrada, com cache a 0,01 dólar, e não cobra nada pela resposta. O Jev sai por 0,042 dólar por milhão de entrada, cerca de 58% mais barato, na comparação que o Cornell AI Innovation Hub fez com as duas tabelas oficiais. Em velocidade, a OpenAI divulgou 150 milissegundos contra 1,6 segundo do GPT-6 Luna na Responses API, e Handa fala de 100 a 180 milissegundos no lugar de um a três segundos. Quem mediu por conta própria ficou abaixo do anúncio: 4,4 vezes mais rápido em 3.080 mensagens de banco no teste do Model Fatigue, e cerca de 7 vezes na Cornell.
Nos índices públicos de modelos de decisão, a liderança ainda não é da OpenAI. O AIM System One Index e o Artificial Analysis Decision Index colocam na frente o D1 Ultra, da Liquid, e o Elephant-1, da Base Lab. O Jev aparece em sétimo e terceiro lugares. A versão da OpenAI fica em oitavo e décimo quarto, segundo o TechCrunch. O mesmo texto lembra que o Jev levou a TypeSafe, fundada por um ex-pesquisador da OpenAI, a uma avaliação de 7,6 bilhões de dólares. No acerto, a distância também é curta: 93,5% contra 93,9% do Jev.
Para quem desenvolve no Brasil, a conta é prosaica. Modelo de decisão serve para escolher entre caminhos que já existem, como classificar um chamado ou definir qual ferramenta um agente chama em seguida. Não serve para redigir. A API está liberada para todas as contas da plataforma, com cobrança em dólar que recebe acréscimo de processamento regional e de contexto longo. Trocar um LLM por ela segue sendo uma decisão de medição, feita no próprio caso de uso.
Fonte: OpenAI e TechCrunch
