A Decisions API da OpenAI vende vereditos, não conversa: exija trilhas de auditoria primeiro

O que acontece quando a empresa de IA mais famosa deixa de vender uma conversa e passa a vender um número? Nasce a Decisions API, que, na nossa visão, é um produto mais importante do que mais uma melhoria de chatbot, justamente por ser tão sem graça.

Resumo rápido. A OpenAI anunciou a disponibilidade geral da Decisions API, construída sobre o GPT-6 Luna. Você define uma pergunta e as respostas permitidas, entrega texto, imagens ou JSON e recebe de volta um de três tipos de resposta: uma probabilidade de que uma condição seja verdadeira, uma escolha da sua lista ou uma pontuação segundo uma rubrica. A OpenAI diz que ela é até 10 vezes mais rápida que o Luna via Responses API, com até 400 perguntas por requisição e preço de US$ 0,10 por milhão de tokens de entrada, sem cobrança por tokens de saída.

O chatbot era a demonstração; este é o produto

Olhe os exemplos que a própria OpenAI dá: classificar uma entrada, encaminhar uma solicitação, decidir se um agente deve continuar, tentar de novo ou pedir esclarecimento. Nada disso é conversa. É fluxo de controle, os if do software, agora terceirizados a um modelo. As equipes da própria empresa o usam para categorizar transações e classificar a cobertura de imprensa, ajudando a identificar o que "merece uma análise mais atenta".

É essa a mudança. Um assistente fala com uma pessoa, que percebe quando algo soa estranho. Um endpoint de decisão fala com código, e código não levanta a sobrancelha. Uma probabilidade entra num desvio e algo acontece. Achamos que é aí que boa parte do peso econômico real da IA vai parar: não na janela de chat, mas em milhares de microjulgamentos invisíveis por minuto.

O design é inteligente, é justo dizer. Eliminar o ciclo de prompt, interpretação e nova tentativa remove toda uma classe de bugs de formatação, e a documentação deixa claro que o seu aplicativo executa as ações que as respostas selecionam. É a divisão de trabalho certa.

Probabilidade não é garantia, e a palavra "confiança" carrega muito peso

Aqui está a nossa preocupação. Um número parece mais rigoroso que um parágrafo. Nem sempre é. Uma análise da Firecrawl cita um comentarista do Hacker News que faz a observação certeira de que esse tipo de restrição garante o formato, não a correção. Concordamos com o espírito dessa objeção, ainda que limitar o espaço de respostas seja um ganho real de eficiência.

A questão central é a calibração: quando o modelo diz 0,90, ele acerta 90% das vezes nos seus dados? Nada no material que analisamos responde a isso. A comparação da CometAPI observa que os números do fornecedor não estabelecem um vencedor em precisão frente ao rival Jev e alerta contra tratar um campo de API chamado confiança como se fosse probabilidade calibrada sem checar sua definição. A alegação de velocidade é parecida: compara o modelo da OpenAI com ele mesmo, não com o mercado.

Portanto, a leitura sensata é que o número de 10x é marketing de verdade e provavelmente engenharia de verdade, enquanto a confiabilidade nos seus chamados, fotos e reembolsos é uma questão empírica em aberto que só você pode resolver.

O que desenvolvedores devem exigir antes de ligar isso a algo importante

Primeiro, mantenha a autoridade no seu código. Um modelo pode dizer que um chamado parece uma cobrança duplicada; só um serviço autorizado ou uma pessoa deve emitir o reembolso. Uma pontuação alta jamais deve conceder uma permissão que o sistema ainda não tinha.

Segundo, registre tudo: o texto da pergunta, as opções de resposta, o identificador do modelo, as evidências de entrada e as probabilidades devolvidas. Versione a rubrica como você versiona código, porque mudar as opções muda o significado dos resultados históricos. Se uma decisão for contestada um dia, você deve conseguir reproduzi-la.

Terceiro, meça antes de confiar. Rotule uma amostra de tráfego real, verifique a calibração, defina limites de revisão a partir desses dados e envie os casos incertos para pessoas. O preço baixo por token é tentador, mas o custo real é o que um encaminhamento errado ou uma aprovação automática indevida custa lá na frente.

Quarto, e este é o nosso pedido à OpenAI: deem aos desenvolvedores mais do que um número. O endpoint foi projetado para não devolver nenhuma explicação, e é exatamente por isso que é rápido e exatamente por isso que é difícil de auditar. Serve para classificar temas de cobertura; serve bem menos para qualquer coisa que envolva dinheiro, segurança ou o acesso das pessoas a serviços.

Nosso veredicto

Use. Para encaminhamento de alto volume e baixo risco, parece uma vitória clara, e a concorrência de modelos especializados como o Jev deve manter os preços honestos. Mas trate-a como um conselheiro rápido e falível, preso a uma coleira de regras determinísticas, com um registro documental que você controla. A era da IA como infraestrutura de decisão chegou; os hábitos de auditoria precisam chegar junto, e ninguém vai entregá-los prontos para você.