Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai22. Oktober 2026 · Q004116

Build more responsive apps with the Decisions API

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI stellt die Decisions API allgemein bereit, um häufige, strukturierte Entscheidungen in Anwendungen und Agenten zu treffen; laut Anbieter ist sie mit GPT‑6 Luna bis zu zehnmal schneller als die Responses API. Der Bericht beschreibt drei Antwortformen, neue Funktionen wie GPT‑Live und nennt frühe Einsatzbeispiele, darunter eine Box-Auswertung von 30 Fällen mit rund fünffach schnellerer Weiterleitung bei gleicher Genauigkeit. Diese Beispiele und Leistungsangaben sind Anbieter- beziehungsweise Kundenberichte, keine umfassende unabhängige Prüfung.

Mittel

Der Bericht kündigt die allgemeine Verfügbarkeit von OpenAIs Decisions API an. Sie soll eng umrissene Entscheidungen in Anwendungen und Agenten beschleunigen, etwa Klassifikation, Weiterleitung und Bewertung. OpenAI zufolge ist sie bei solchen Aufgaben mit GPT‑6 Luna bis zu zehnmal schneller als die Nutzung desselben Modells über die Responses API. Seit der Beta kamen unter anderem GPT‑Live-Integration, Prompt-Caching, native JSON-Eingaben, Bildkontext und bis zu 400 Fragen pro Anfrage hinzu. Die API nimmt eine Frage, mögliche Antworten und Kontext entgegen und liefert eine Wahrscheinlichkeit („predicate“), eine vorgegebene Auswahl („choice“) oder eine Bewertung nach Stufen („score“).

Als Anwendungsbeispiele nennt OpenAI interne Abläufe für Reaktionszeiten, Transaktionskategorisierung und Medienanalyse sowie Kundeneinsätze zur Kostenzuordnung und Sprachlern-Interaktion. Box berichtet, bei 30 Versicherungsbescheinigungen etwa fünfmal schnellere Weiterleitungsentscheidungen bei gleicher Genauigkeit wie mit der Responses API erzielt zu haben; unsichere Fälle gingen an Prüfer. Das ist eine begrenzte Kundenauswertung, kein allgemeiner Nachweis. Preise laut Bericht: 0,10 US-Dollar je Million Eingabetokens und 0,01 US-Dollar je Million gecachter Eingabetokens, ohne Gebühren für Ausgabetokens. Die Leistungsangaben stammen von OpenAI beziehungsweise Box; der Bericht enthält keine umfassende unabhängige Bewertung.

Ausführlich lesen

Der Bericht stellt die allgemeine Verfügbarkeit der Decisions API von OpenAI vor. Das Angebot soll Anwendungen und Agenten bei häufigen, eng umrissenen Entscheidungen unterstützen, etwa beim Klassifizieren von Eingaben, Weiterleiten von Anfragen oder Auswählen des nächsten Schritts. OpenAI zufolge kann die API mit GPT‑6 Luna solche Entscheidungen aus Text, Bildern und strukturierten Eingaben bis zu zehnmal schneller treffen als GPT‑6 Luna über die Responses API. Diese Leistungsangabe stammt vom Anbieter; der Bericht nennt dazu keinen umfassenden unabhängigen Vergleich.

Seit der öffentlichen Beta seien mehrere Funktionen hinzugekommen: eine native Integration mit GPT‑Live, Prompt-Caching für wiederverwendeten Kontext, Verarbeitung in den USA und der EU, native JSON-Eingaben, Bilder in den Entscheidungsanweisungen und bis zu 400 Fragen pro Anfrage. Das sei doppelt so viel wie zuvor. OpenAI berichtet außerdem von weiteren Latenzverbesserungen und zusätzlicher Kapazität in mehreren asiatischen Regionen.

Für die Nutzung legen Entwickler eine Frage, zulässige Antworten und den nötigen Kontext fest. Die API liefert einen von drei Antworttypen: „predicate“ schätzt als Zahl zwischen null und eins, wie wahrscheinlich eine Bedingung zutrifft; „choice“ wählt einen vorgegebenen Wert und enthält laut Bericht zusätzlich Wahrscheinlichkeiten und Konfidenz; „score“ bewertet eine Eingabe anhand geordneter Stufen und gibt einen wahrscheinlichkeitsgewichteten Mittelwert der Stufenindizes zurück.

Als Beispiele für den Einsatz innerhalb OpenAIs nennt der Bericht schnellere Reaktionen und mehr Interaktivität beim Team „dots“, die Kategorisierung von Transaktionsbeschreibungen im Personal-Finance-Team sowie die Einordnung von Medienberichten nach Themen und danach, ob sie zentrale Narrative stützen oder infrage stellen. Kunden würden die API unter anderem zur Zuordnung von KI-Kosten und für interaktivere Sprachlernangebote nutzen. Box berichtet über eine eigene Auswertung von 30 Versicherungsbescheinigungen: Bei der Auswahl des Weiterleitungswegs sei die API ungefähr fünfmal schneller gewesen und habe dieselbe Genauigkeit wie die Responses API erreicht. Niedriger bewertete Fälle würden an menschliche Prüfer weitergeleitet. Das ist ein begrenztes, von Box beschriebenes Beispiel und kein allgemeiner Genauigkeitsnachweis.

Ein weiterer Schwerpunkt ist die Echtzeit-Sprachverarbeitung mit GPT‑Live. Ein gezeigtes Beispiel wertet laufende Transkript-Aktualisierungen aus und wählt eine Avatar-Reaktion wie neutral, fröhlich, traurig oder besorgt. Die Anwendung kann das Ergebnis für eine passende Animation verwenden. Als weitere mögliche Aufgaben nennt der Bericht etwa Rückfragen, Weiterleitung oder Eskalation in einem Kundendienstgespräch.

Zum Einstieg empfiehlt OpenAI, eine wiederkehrende Entscheidung mit ihren möglichen Antworten und dem benötigten Kontext zu definieren und sie anhand realistischer Beispiele im Decisions Playground oder per API zu prüfen. Der Bericht nennt Preise von 0,10 US-Dollar je Million Eingabetokens und 0,01 US-Dollar je Million gecachter Eingabetokens; Ausgabetokens würden nicht berechnet. Für bestimmte Cache-Schreibvorgänge verweist er auf weitere Preisangaben. Regionale Verarbeitung wird für die USA und die EU genannt; Zero Data Retention sei für berechtigte Kunden verfügbar. Details zu Preisen, Caching und Datenkontrollen verweist der Bericht auf separate Dokumentation. Insgesamt handelt es sich um eine Produktankündigung mit Anbieterangaben und frühen Anwendungsbeispielen, nicht um eine unabhängige Leistungsstudie.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Geprüft wurden beide Zusammenfassungen; beide geben den Bericht treu wieder und enthalten keine erfundenen Angaben. Die Bewertung oben bezieht sich auf die mittlere Fassung, die ausführlicher ist. Die kurze Fassung lässt Preise und Regionalverarbeitung aus, bleibt aber sachlich korrekt. Lunas Einordnung nennt nur Sammelfragen, keine Teilfragen; die Stufen wurden unabhängig vergeben. Die Stufen von Luna wurden nicht übernommen, weil der Bericht zu einem Produkt der Decisions API gehört und nicht zu den Themen der Sammelfragen.

Im Bericht, aber nicht in der Zusammenfassung

  • Regionale Verarbeitung (Inferenz-Residenz) in den USA und der EU sowie Zero Data Retention für berechtigte Kunden

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 30 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung kein Bezug
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 44 %Hintergrund, keine Belege
    • JEV 27 %einzelne zitierbare Belege
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 26 %Hintergrund, keine Belege
    • JEV 31 %gleiches Oberthema, hilft nicht
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 51 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →