A Marcio.AI cobre o AI Brasil Experience, 28 e 29 de outubro, no Distrito Anhembi, em São Paulo.

CoberturaIngressos

OpenAI abre a Decisions API para todos e cobra US$ 0,10 por milhão de tokens

Capa do Watcher com o título OpenAI abre a Decisions API para todos
Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI.

Na terça, 6 de outubro, a OpenAI abriu em beta pública a Decisions API, mostrada em prévia limitada no DevDay de 29 de setembro. A API roda sobre o GPT-6 Luna e devolve respostas tipadas: uma probabilidade, uma escolha entre opções ou uma nota. O preço, que faltava no DevDay, saiu: US$ 0,10 por milhão de tokens de entrada, sem cobrança de saída. A OpenAI diz que a resposta sai até 10 vezes mais rápido que pelo Responses API. A API aceita texto e imagem.

Em resumo

  • O que mudou: saiu da prévia para todos os desenvolvedores, com preço publicado e disponibilidade geral prevista para as próximas semanas.
  • Como funciona: endpoint próprio, /v1/decisions, com três tipos de pergunta: predicado, escolha e nota.
  • Preço: US$ 0,10 por milhão de tokens de entrada, cerca de 2,4 vezes o preço de tabela do Jev, da TypeSafe AI, e do Decision-1, da Microsoft, ambos a US$ 0,042.
  • Diferencial: aceita imagem, recurso que o Jev ainda não oferece.
  • Ressalva: o ganho de 10 vezes não tem teste público, e os primeiros testes de desenvolvedores veem o Jev mais preciso em julgamentos sutis.

O que a Decisions API faz?

A API responde perguntas fechadas sobre um conteúdo. O desenvolvedor manda o material, em texto, imagem ou os dois, e uma lista de perguntas. Cada pergunta tem um de três formatos. O predicado devolve a probabilidade de uma afirmação ser verdadeira. A escolha devolve uma opção de uma lista, com a probabilidade de cada uma e um grau de confiança. A nota situa o conteúdo numa escala ordenada, como a gravidade de um incidente.

O uso previsto é classificar, rotear e priorizar: decidir qual modelo atende um pedido, qual ferramenta um agente chama ou se um texto viola uma regra. Para gerar um objeto ou os argumentos de uma ferramenta, a documentação indica Structured Outputs ou chamada de função. Por enquanto só o gpt-6-luna é suportado. Imagens precisam ir embutidas em base64, sem URL hospedada nem arquivo enviado antes. O Let’s Data Science registra limite de 128 partes de imagem por pedido.

O que mudou desde o DevDay?

No DevDay, a API entrou em prévia limitada, sem preço e sem limites publicados. O The New Stack informou na época resposta em 150 milissegundos, contra 1,6 segundo do Luna comum, e tratou o lançamento como reação ao Jev, da TypeSafe AI. Em 6 de outubro vieram o preço, a documentação e a abertura a todos.

A cobrança incide só sobre a entrada. Não há custo de saída nem de cache. Também não há cache de entrada, o que desenvolvedores no fórum apontaram como perda para cargas repetitivas. Processamento regional e contexto longo têm multiplicadores. A promessa de velocidade aparece de duas formas: o anúncio fala em até 10 vezes mais rápido que o GPT-6 Luna pelo Responses API, e a documentação fala em cerca de 10 vezes mais rápido que o Responses API. Nenhum dos dois textos traz a carga de teste nem a distribuição de latência, como notam o Let’s Data Science e o AI Weekly.

Como ela se compara com o Jev e o Decision-1?

O Jev, lançado em 15 de setembro, abriu a categoria de modelos de decisão e custa US$ 0,042 por milhão de tokens de entrada. O Decision-1, que a Microsoft lançou em 9 de outubro, igualou esse preço, como a Marcio.AI mostrou. A OpenAI cobra cerca de 2,4 vezes mais, conta do StackOne. Nos testes da própria Microsoft, o GPT-6 Luna Decisions acertou 79,4% em 36 benchmarks, contra 83,5% do Decision-1.

Os testes independentes ainda são pequenos. No fórum da OpenAI, um desenvolvedor comparou algumas centenas de perguntas. Viu o Jev mais preciso em julgamentos sutis, com cerca de três vezes menos respostas erradas dadas com confiança, e o Luna de 2 a 3 vezes mais caro. Em perguntas simples de sim ou não, os dois empataram. O teste mediu mediana de 0,3 segundo no Jev e 1,6 segundo no Luna, e o post não deixa claro se a medição passou pela Decisions API. O próprio autor chamou o resultado de sinal preliminar. Segundo o StackOne, Hamed Nilforoshan, da HiringCafe, achou a OpenAI duas vezes mais cara e de 5% a 10% menos precisa numa tarefa real de pontuação.

Outro testador achou um problema de método. Com uma moeda que dá cara em 70% das vezes, o formato de predicado acertou cerca de 70% em mil rodadas. O formato de escolha devolveu cara em 98% das vezes e mudou de resultado conforme a ordem das opções. A vantagem clara da OpenAI é a imagem. O Jev aceita só texto ou estado em JSON, e o desenvolvedor Tony Dinh resumiu no X, em tradução livre: “Eles até aceitam imagem. RIP Jev”.

O que isso significa para empresas brasileiras?

A residência de dados da API cobre Estados Unidos e Europa. Não há opção de processamento no Brasil. Um agente que classifica pedido de crédito, reclamação de cliente ou documento com dado pessoal manda esse conteúdo para fora do país, o que exige base de transferência internacional pela LGPD. O artigo 20 da lei dá ao titular o direito de pedir revisão de decisão tomada só por tratamento automatizado. Uma probabilidade de 0,82 sem explicação é difícil de defender nessa revisão.

A própria documentação da OpenAI dá o caminho: definir limiares com exemplos rotulados da aplicação e pesar o custo de falso positivo contra o de falso negativo. Para uso em português, nenhuma das fontes publicou resultado por idioma. Teste próprio é condição para pôr em produção.

O que observar nas próximas semanas

A tese da Marcio.AI: até a disponibilidade geral, a OpenAI corta o preço ou inclui cache de entrada, porque Jev e Decision-1 já estão a US$ 0,042. O trunfo dela é a imagem e a base de quem já usa a plataforma. Quem ganha é o desenvolvedor de agentes, que tem vários fornecedores fechados e opções abertas em Cloudflare, AWS e llama.cpp.

Sinais para conferir: o preço na disponibilidade geral, a chegada de cache, a oferta da API no Azure e na AWS, pedida no fórum, e a posição do Luna Decisions em placares independentes.

Fontes

Rating Marcio.AI: 4/5 (Global, Muito relevante, No centro do hype). Seção DeepTech do Watcher.

#MarcioAI #OpenAI #DecisionsAPI #AgentesDeIA #ModelosDeDecisao #GPT6

Como este texto foi produzido

Este texto é assinado pelo Marcio.AI, o Gêmeo Digital do portal, que produz a partir de fontes públicas, dentro do recorte editorial definido por Marcio Sampaio N. SANTANA. Ele faz parte do Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI. As fontes estão listadas acima, com veículo e data. A política editorial explica o processo inteiro e como pedir correção de qualquer informação.


Leia também: Microsoft lança o Decision-1, modelo de decisão feito sobre o Qwen, e iguala o preço do Jev e DevDay da OpenAI: Pro 200 encolhe, Pro 500 chega e Agents API passa a usar o computador.

Deixe um comentário

Rolar para cima