Внутри почти каждого агента есть сотни мелких решений: куда маршрутизировать обращение, пропустить ли комментарий, какой вариант предложить пользователю. До недавнего времени на каждое такое решение тратили полноценный вызов универсального API. 22 октября OpenAI открыла всем Decisions API — специализированный эндпоинт на базе GPT-6 Luna, который делает ровно одно: по контексту и вопросу с ограниченным набором вариантов возвращает один выбор. Разбираем, что это меняет.

Что такое Decisions API простыми словами

Это не чат и не генерация текста. Контракт узкий: вы передаёте контекст — текст, изображения, данные обращения — и список вопросов, на каждый из которых заранее заданы допустимые варианты. Модель возвращает по одному выбору на вопрос. За счёт такой узости эндпоинт работает быстро и дёшево: пресса на старте цитировала задержку около ста пятидесяти миллисекунд против полутора секунд у универсального API [пресса, не официальная цифра].

Типовые сценарии

  • Маршрутизация обращений: входящий тикет — в какой отдел и с каким приоритетом.
  • Модерация: пропустить, эскалировать или отклонить — по заданной шкале.
  • Классификация на высоких объёмах: темы писем, категории заявок, тональность.
  • Рекомендации с ограниченным каталогом: какой тариф, какой ответ из базы знаний.
  • Микрорешения внутри агента: продолжать сценарий, запросить уточнение или передать человеку.

Почему это важно для архитектуры агентов

Дешёвые и быстрые микрорешения меняют экономику агента: шагов, которые раньше было жалко тратить на универсальную модель, становится можно делать много и часто. Агент перестаёт быть конвейером из пяти громоздких вызовов и становится сетью из сотен лёгких решений — с одним тяжёлым вызовом там, где действительно нужно рассуждение. Это тот же вектор, по которому движется вся индустрия: мы видели его в решателе маршрутизации на платформе и в decision-моделях вроде Mercury Decide.

Как это соотносится с SUIN.AI

Подобная механика уже работает внутри платформы: маршрутизация «Авто (Suin)» выбирает модель под задачу, а сценарии агентов принимают структурированные решения — передача человеку, уточнение, выбор инструмента. Для команд без инженерной сборки это означает, что архитектура «много мелких решений + тяжёлые вызовы по месту» доступна из коробки: соберите агента в чате, подключите инструменты, и платформа сама распределит, где нужна глубина. Начало работы с агентами — в ИИ-агентам, базовые сценарии — в базовому гайду по платформе.

Частые вопросы

Decisions API заменит обычный чат

Нет: эндпоинт заточен под выбор из вариантов. Генерация текста, сложные рассуждения и диалоги по-прежнему идут через универсальные модели. Правильная схема — связка: лёгкие решения на Decisions, рассуждения на полноценных моделях вроде Terra или Sol.

На какой модели работает эндпоинт

Только на GPT-6 Luna: по документации, Decisions API доступен именно на ней, и в таблице эндпоинтов модели других вариантов не указано. Если в вашем сценарии нужна другая модель — решения придётся строить через универсальный API или через платформу.

Сколько это стоит

Оплата идёт за входящие токены, выход не тарифицируется [OpenAI] — для высоких объёмов мелких решений это принципиально дешевле универсальных вызовов. Точные расценки меняются, смотрите актуальный прайс в кабинете OpenAI. Для сценариев без зарубежных карт аналогичную экономику даёт платформа: маршрутизация и агенты оплачиваются нейронами, условия — на тарифах.

Нужен ли Decisions API, если я на платформе-агрегаторе

Частично механика уже встроена: маршрутизация моделей и решения агентов работают без отдельного эндпоинта. Decisions API имеет смысл, если вы строите собственный продукт на прямом API и хотите минимизировать стоимость классификации на больших объёмах.

Дальше по теме: обзору GPT-6.1 Terra, ИИ-агентам и сравнению платформы и подписок.

👉 Зарегистрируйтесь в СуперИнтеллекте и соберите агента с микрорешениями — маршрутизация и сценарии уже внутри платформы, 100 нейронов в месяц бесплатно.