アプリケーションやエージェントは、ワークフローの中で多くの小さな判断を行います。入力をどう分類するか、リクエストをどこに振り分けるか、次にどのアクションを取るか、といった判断です。一つひとつはシンプルな判断です。しかし、規模が大きくなると、そのレイテンシとコストが積み重なります。
本日、Decisions API の一般提供を開始します。GPT‑6 Luna を基盤とする Decisions API は、回答の範囲が限定された質問に Luna の知能を集中させます。アプリケーションやエージェントは、テキスト、画像、構造化された入力を基に、ほぼリアルタイムで判断できます。その速度は、Responses API 経由で GPT‑6 Luna を利用する場合と比べて最大 10 倍です。
パブリックベータ以降、GPT‑Live とのネイティブ連携、再利用するコンテキスト向けのプロンプトキャッシュ、米国と EU での推論レジデンシーを追加しました。また、開発者は JSON をそのまま入力として渡し、質問の指示に画像を含め、1 回のリクエストで従来の上限の 2 倍にあたる最大 400 件の質問を送信できます。アジアの複数のリージョンで処理容量を拡大するなど、レイテンシの改善も続けています。
Decisions の初期の導入事例から、さまざまなユースケースに活用できることがわかっています。
OpenAI 社内では、各チームが製品や業務のワークフローに Decisions API を活用しています。dot チームは、応答時間の短縮とインタラクティブ性の向上に活用しています。個人向けファイナンスチームは取引明細の分類に活用しています。また、広報チームは Decisions を使って報道をテーマ別に分類し、主要な論調を補強するものか、異議を唱えるものかをスコア化することで、詳しく確認すべき報道の特定に役立てています。
これらの初期事例は、高速で構造化された意思決定によって、幅広いユースケースで入ってくる情報を有用なアクションにつなげられることを示しています。お客様も、AI コストの正確な配賦から語学学習体験のインタラクティブ性向上まで、同様に幅広い用途で Decisions API を活用しています。
Decisions API の使い方はシンプルです。開発者が質問と許容する回答を定義し、テキスト、画像、または JSON 形式でコンテキストを提供します。API は、確率、選択肢、スコアという 3 種類の対応する回答タイプのいずれかを返します。アプリケーションはその結果を使って次の処理を決定できます。複数の回答タイプを備えているため、Decisions は幅広いユースケースに適用できます。
Decisions API は、次の 3 種類の回答タイプに対応しています。
タイプ | 用途 | 主な結果 |
|---|---|---|
predicate | 製品に目に見える損傷があるかなど、条件が真である確率を推定します。 | probability: 条件が真である確率を 0 から 1 の値で推定します。 |
choice | エージェントが処理を続行するか、再試行するか、確認を求めるかなど、事前に定義した選択肢から 1 つを選びます。 | choice: 指定した値のいずれか 1 つを返します。レスポンスには、各選択肢の確率と信頼度も含まれます。 |
score | 損傷の深刻度など、評価基準で定義した順序付きのレベルに沿って入力を評価します。 | score: 各レベルのインデックスを確率で重み付けした平均値です。 |
GPT‑Live を使えば、自然で表現豊かな会話を音声アプリケーションに取り入れられます。割り込みにもスムーズに対応し、会話の流れを保ちます。Decisions API が GPT‑Live とのネイティブ連携（新しいウィンドウで開く）に対応しました。これにより、アプリケーションはリアルタイムの会話中に、目的を絞った判断を素早く行えます。カスタマーサポートのエージェントは、確認のための質問をするか、リクエストを振り分けるか、問題をエスカレーションするかを判断できます。アバターは、ユーザーが話しかけている間に表情を変えたり、ユーザーの言葉に応じてウインクや笑顔を返したりすることで、よりインタラクティブな体験を生み出せます。
以下の例では、文字起こしの更新を使ってアバターの表情を選択します。既存の GPT‑Live セッションの session.triggers に、この設定を追加してください。
Live が decision.event を発行すると、アプリケーションは選択された reaction を読み取り、それに応じてキャラクターを動かします。音声と Decisions API の連携について詳しくはこちらをご覧ください。（新しいウィンドウで開く）
Microphone off until you start
Expression palette
Tap a face to preview it.
Live decisions
Watch as the Decisions API chooses a facial expression based on what each of you says.
Your words
Watch the reaction as you speak.
Assistant’s words
Watch the face as the assistant replies.
Try saying
I rehearsed my audition for my cat. She walked out halfway through.
このデモは期間限定です。これを利用することで、OpenAI の利用規約に同意し、当社のプライバシーポリシーを確認したものとみなされます。
Decisions API は本日より、専用の Decisions エンドポイントを通じて GPT‑6 Luna で一般提供されます。最新の料金とキャッシュの詳細は、料金と提供状況のガイド（新しいウィンドウで開く）をご覧ください。
まずは、アプリケーションが頻繁に繰り返す判断を 1 つ選んでください。質問、回答の候補、そして候補を区別するために必要なコンテキストを定義します。実際の利用を反映した例でテストしましょう。Decisions Playground（新しいウィンドウで開く） で独自のテキストや画像を使うか、開発者ガイド（新しいウィンドウで開く）に従って最初のリクエストを送信してください。
Decisions API の料金は、入力 100 万トークンあたり 0.10 ドルです。キャッシュされた入力の料金は、100 万トークンあたり 0.01 ドルです。保持期間が 30 分および 12 時間のキャッシュ書き込みについては、料金ガイドをご覧ください。（新しいウィンドウで開く）課金対象は入力トークンのみで、出力トークンには料金がかかりません。米国と EU でリージョン内処理を利用できます。また、対象となるお客様はゼロデータ保持（新しいウィンドウで開く）を利用できます。詳しくは、料金とキャッシュ（新しいウィンドウで開く）およびデータコントロール（新しいウィンドウで開く）をご覧ください。
