OpenAI открыла интерфейс Decisions API для разработчиков в рамках публичного тестирования и добавила возможность принимать изображения для быстрого принятия решений на основе визуального содержимого. Публичная версия работает на модели GPT-6 Luna и позволяет преобразовывать текст или изображения в три типа структурированного вывода: вероятности истинности определённого утверждения, выбор из заданного списка и числовую оценку, определяющую положение входных данных в пределах диапазона.
OpenAI установила для интерфейса цену в 0,10 доллара за миллион входных токенов, не взимая плату за выходные токены или операции чтения и записи кэшированной памяти. Это отличает сервис от общих моделей рассуждения: интерфейс сосредоточен на быстром вынесении конкретного решения, а не на создании развёрнутого ответа.
От игр до роботов
В демонстрации, представленной OpenAI, интерфейс анализирует кадры видеоигры с автомобилем, движущимся в потоке транспорта, а затем выбирает, следует ли автомобилю сменить полосу или продолжить движение. Компания утверждает, что на принятие этих решений уходит лишь часть времени, которое модели рассуждения может потребоваться для выполнения той же задачи.
Компания также демонстрирует использование интерфейса с кадрами камеры программируемого двуногого робота от Hugging Face под названием Microduck. Объединив Decisions API с моделью оперативной речи GPT-Live, система может определить положение фрукта на изображении и направить к нему робота в ответ на команду вроде «следуй за яблоком». Она также способна обрабатывать более неоднозначную команду «следуй за фруктом». Среди других примеров — выбор выражений лица персонажа во время голосового разговора.
Конкуренция между размещёнными и открытыми моделями
Шаг OpenAI не происходит в вакууме. Perplexity выпустила на Hugging Face модель pplx-decider-v1-27b по лицензии Apache 2.0. Она представляет собой модель, доработанную на основе Qwen3.8-27B. Согласно карточке модели, она набрала 85,71% по 11 тестам, тогда как модель Jev от TypeSafe получила 84,51%; при этом Jev превзошла её в шести из 11 тестов, включая WinoGrande, BBH и TruthfulQA binary.
Amazon представила доступную для скачивания модель Strands Decider 2B, созданную на основе Qwen3.5-2B, и заявила, что она занимает второе место среди общедоступных моделей примерно с двумя миллиардами параметров на открытом наборе JevBench. Cloudflare выпустила модели Clef и Clef-flash с открытыми весами по лицензии Apache 2.0, также предоставив Clef через сервис Workers AI. Clef и интерфейс OpenAI поддерживают изображения, тогда как Jev и Strands Decider предназначены только для текста.
Что важно для разработчиков?
Главное изменение связано не только с добавлением изображений, но и со способом развёртывания модели. Интерфейс OpenAI доступен как размещённый сервис, тогда как Perplexity, Amazon и Cloudflare позволяют скачивать веса и запускать модели на собственной инфраструктуре разработчика. Поэтому при выборе модели принятия решений наряду с точностью и скоростью будут учитываться место выполнения, контроль над данными и стоимость эксплуатации.
Представленные результаты по-прежнему зависят от тестов, проведённых каждой из сторон, а материал не содержит полноценного независимого сравнения времени отклика, эксплуатационных затрат или производительности при работе с изображениями. Согласно имеющимся данным, Decisions API расширяет применение моделей принятия решений для визуальных и интерактивных приложений, однако пока не позволяет определить, окажется ли удобство размещённого сервиса сильнее гибкости локального запуска.