OpenAI sort Decisions de la bêta. L’API gagne en contexte et en souplesse

Une application n’a pas toujours besoin d’une longue réponse. Elle doit parfois choisir une catégorie ou décider vers quelle étape envoyer une demande. Le 22 octobre 2026, OpenAI annonce la disponibilité générale de Decisions. Ce service spécialisé utilise GPT-6 Luna pour répondre à des questions dont la forme reste définie à l’avance.

Une évolution réelle depuis la bêta

L’annonce officielle ajoute plusieurs fonctions à la version déjà ouverte au public. Une requête peut désormais réunir jusqu’à 400 questions contre 200 pendant la bêta. Le service accepte du JSON natif et des images propres aux consignes de chaque question. Il propose aussi un cache pour réutiliser le contexte commun à plusieurs requêtes.

OpenAI ajoute une intégration native avec GPT-Live. Un système vocal peut ainsi demander un choix pendant une conversation. Le fournisseur annonce aussi le traitement régional aux États-Unis et en Europe. L’API générale et le service Decisions restent deux chemins distincts pour employer Luna. Une nouvelle disponibilité ne signifie donc pas un nouveau modèle.

Trois formes de réponse plutôt qu’un texte libre

Le guide actuel distingue trois types de questions. Un prédicat estime la probabilité qu’une condition soit vraie. Un choix sélectionne une option parmi celles fournies. Un score situe l’entrée sur une grille ordonnée. Ce dernier représente une moyenne pondérée des niveaux. Il peut donc tomber entre deux niveaux sans correspondre à une catégorie supplémentaire.

Le contexte peut comprendre du texte et des images ainsi que des données structurées. L’historique d’une conversation peut également apporter des éléments à examiner. L’API renvoie ses réponses typées. L’application exécute ensuite les actions associées. Il faut garder cette distinction pour comprendre ce que le service automatise réellement.

Un choix rapide ne constitue pas une certitude

La référence de l’API expose des probabilités et des informations de confiance. Ces valeurs décrivent une estimation du modèle. Elles ne prouvent pas que la réponse soit juste. Le guide recommande de régler les seuils avec des exemples déjà étiquetés. Le coût d’une erreur de classement doit guider ce réglage.

Par exemple, une application peut trier une demande entre facturation et assistance technique. Une catégorie de repli garde une sortie pour les cas qui ne correspondent pas aux choix proposés. Cette possibilité compte autant que la rapidité. Forcer toutes les demandes dans une liste trop étroite peut produire une réponse formellement valide mais peu utile.

Un tarif spécialisé et des gains à replacer dans leur contexte

OpenAI indique un prix de base de 0,10 dollar par million de tokens d’entrée non mis en cache. Decisions ne facture pas les tokens de sortie. Les lectures de cache bénéficient d’un tarif réduit et les écritures de cache restent facturées. La grille tarifaire et le guide précisent aussi des suppléments possibles selon le contexte et le traitement régional.

Le gain pouvant atteindre dix fois la vitesse de Luna dans Responses vient d’OpenAI. Ce n’est pas une mesure indépendante applicable à toute application. Les témoignages clients du lancement portent eux aussi sur des tâches et des comparaisons propres à chaque organisation. Ils n’établissent pas un taux universel de justesse.

Ce qui mérite d’être retenu

L’intérêt de cette sortie tient au périmètre mieux défini. Une décision répétitive peut bénéficier d’un service qui ne rédige pas une explication complète à chaque appel. Ça laisse entière la question de la qualité des choix. Pour comparer les deux étapes du produit, notre article sur la bêta de Decisions conserve les conditions de son ouverture initiale.