OpenAI zpřístupnila Decisions API všem vývojářům ve veřejné betaverzi po období omezeného předběžného přístupu. Endpoint využívá GPT-6 Luna a vrací strukturovaná rozhodnutí, která může aplikace použít ke směrování požadavků, klasifikaci obsahu, hodnocení vstupu nebo výběru dalšího kroku agenta. Kontext přitom může tvořit text i obrázky.
Tři formáty pro pravidla, výběr a hodnocení
Vývojář v požadavku určí, jakou podobu má rozhodnutí mít: zadá predikát, sadu přípustných možností nebo číselný rozsah pro hodnocení. K této definici připojí kontext, nad kterým má model rozhodnout. Strukturovaná odpověď umožňuje aplikaci zpracovat podmínkové rozhodnutí, zařazení do více tříd nebo číselné hodnocení bez rozebírání generovaného textu a oprav chybně sestaveného JSON.
Formát Predicate vrací odhad pravděpodobnosti, že zadané tvrzení platí. Dokumentace jej uvádí pro kontrolu pravidel, podmínky určující další postup a detekci rizik. Nejde tedy pouze o odpověď ano či ne: výstupem je pravděpodobnostní odhad.
Choice vybírá z možností, které vývojář předem vymezil, a připojuje skóre jistoty. Je určen ke klasifikaci, směrování požadavků a volbě akcí. Score naproti tomu poskytuje hodnocení v zadaném číselném rozsahu; jeho použití zahrnuje řazení, posuzování kvality a známkování podle hodnoticího schématu.
Od směrování požadavků k práci se screenshoty
Uživatelé předběžné verze zapojovali API také do vizuálních úloh. Porovnávali obrázky a vybírali užitečné snímky z videa. Ze screenshotů pak vybírali ovládací prvky rozhraní nebo akce ve formulářích.
Decisions je určeno pro úlohy, jejichž výsledek lze vyjádřit predikátem, konečnou sadou možností nebo číselným rozsahem. Pro generování souvislého textu a otevřené uvažování nad dlouhým kontextem zůstává dostupné Responses API.
Demo OpenAI porovnalo rychlost s Responses API
OpenAI v úvodní demonstraci směrovala 10 000 zákaznických požadavků do kategorií Billing, Technical a Sales. Pro Decisions API uvedla dobu 150 milisekund na požadavek, zatímco přes Responses API šlo o 1,6 sekundy. V této demonstraci tak podle OpenAI dosáhlo Decisions přibližně 10,7násobného zrychlení.
Srovnání Every s Jev přineslo smíšené výsledky
Every, které získalo předběžný přístup k endpointu, porovnalo Decisions se systémem Jev. Při offline přehrání úloh ovládání počítače podle Every vybralo Decisions správný ovládací prvek v 76 ze 78 kroků. Jev ve stejném srovnání uspělo v 73 krocích.
Samostatný test klasifikace vláken ale podle Every skončil shodnou přesností obou systémů a rychlejšími odpověďmi Jev. Every také uvedlo, že v jeho širší sadě vyhodnocení dopadlo Jev lépe.
Zapojení do aplikací a práce s jistotou
Pro stávající zákazníky OpenAI využívá Decisions stejné SDK, autentizaci i fakturační infrastrukturu jako ostatní API společnosti. Zapojení endpointu do jejich aplikací tak navazuje na technické zázemí, které už používají.
Hodnoty jistoty jsou odhady modelu. AlphaSignal upozorňuje, že prahy používané pro produkční rozhodování je potřeba ověřit na reprezentativních označených datech a zohlednit dopady jednotlivých typů chyb.
