OpenAI Decisions API ist live: strukturierte Urteile ab 0,10 Dollar pro Million Input-Tokens
Die Decisions API liefert über einen eigenen Endpunkt strukturierte Entscheidungen statt Chattext und soll rund zehnmal schneller sein. Das vereinfacht die Steuerung von Control Flows in KI-Agenten deutlich.
OpenAI hat gestern etwas ausgeliefert, das die Art, wie ihr Agenten-Kontrollfluesse baut, veraendern sollte. Die OpenAI Decisions API ist am 22. Oktober 2026 allgemein verfuegbar geworden, als eigener Endpunkt, POST /v1/decisions, der strukturierte Urteile statt Chat-Text zurueckliefert. Kein muhsames Fragen an ein Chat-Modell wie "ist dieses Ticket dringend?" mehr, gefolgt vom Regex-Parsen der Antwort. Man erhaelt eine Wahrscheinlichkeit, eine Auswahl aus einer festen Liste oder einen Rubrik-Score. OpenAI berechnet dafuer 0,10 US-Dollar pro 1 Million Input-Token mit null Output-Token-Gebuehren und gibt an, dass der Endpunkt rund 10x schneller als die Responses API ist.
Mein Eindruck nach der Lektuere der Launch-Berichterstattung: Wenn eure Agenten tausende Aufrufe fuer Routing, Triage und Klassifizierung verbrennen, lohnt sich ein Prototyp noch diese Woche. Aber zwei Dinge solltet ihr wissen, bevor ihr irgendetwas umbaut: Die 10x-Geschwindigkeitsangabe ist OpenAIs eigene Behauptung, von niemandem unabhaengig nachgemessen, und der Endpunkt laeuft ausschliesslich mit gpt-6-luna und sonst nichts.
Die meisten Agent-"Entscheidungen" sind heute String-Parsing-Hacks. Man stellt einem Chat-Modell eine Ja/Nein-Frage, bekommt einen Absatz zurueck und extrahiert daraus die Antwort. Das funktioniert, bis sich das Modell hilfreich zeigt und sich selbst erklaert, und euer Router bricht um 3 Uhr nachts zusammen.
Die Decisions API ist OpenAIs Produktifizierung genau dieses Musters. Die Ausgabe ist das Urteil, in einer von drei Formen:
Konzeptionell sieht ein Aufruf ungefaehr so aus (illustrative Skizze, nicht das exakte Schema, die genauen Felder findet ihr in der Dokumentation):
POST /v 1 /decisions { "question": "Route this support ticket", "type": "choice", "options": [ "billing", "refunds", "escalation" ], "input": { "subject": "...", "body": "..." } } // → { "decision": "refunds", "confidence": 0.91 } Enter fullscreen mode Exit fullscreen mode Als Eingaben sind Text, Bilder (als base64-Data-URLs, nicht als gehostete Links) und, neu in der GA-Version, natives JSON moeglich. Letzteres ist wichtig: Ihr muesst eure strukturierten Daten nicht mehr in Prosa verpacken und darauf hoffen, dass das Modell sie wieder korrekt herausparst.
Der Zeitplan: Preview auf dem DevDay Ende September, oeffentliche Beta am 6. Oktober, GA am 22. Oktober. Die GA-Version ergaenzte die Teile, die den Endpunkt wirklich brauchbar machen:
Der letzte Punkt ist der unterschaetzte Feature-Traum. Ein naechtlicher Batch-Job, der 400 Tickets nach Dringlichkeitskriterien bewertet, wird zu einem einzigen API-Aufruf.
0,10 US-Dollar pro 1 Million Input-Token. 0,01 US-Dollar pro 1 Million gecachter Input-Token. Output-Token-Gebuehren: keine, denn der Endpunkt liefert Urteile zurueck, keinen generierten Text.
Lest den letzten Satz genau. "Keine Output-Token-Gebuehren" klingt wie ein Rabatt; tatsaechlich ist die Abrechnung komplett auf den Input verlagert worden. Das ist ehrlich fuer das, was der Endpunkt tut, aber vergleicht es mit eurem aktuellen Ablauf. Wenn euer Klassifizierungs-Hack 200 Input-Token und 30 Output-Token auf einem guenstigen Modell verbraucht, liegen die Vorteile hier in Geschwindigkeit und Zuverlaessigkeit, nicht notwendigerweise in Dollar.
Zwei Kleingedrucktes-Details: Cache-Schreibvorgaenge werden abgerechnet (das Aufwaermen des Caches kostet euch, nur Treffer bekommen den 0,01-US-Dollar-Tarif), und regionale Verarbeitungszuschlaege sowie Multiplikatoren fuer lange Kontexte gelten weiterhin. Europaeische Inferenz ist nicht zum Schlagzeilen-Preis zu haben.
OpenAI sagt, der Endpunkt sei rund 10x schneller als die Responses API, etwa 150 ms verglichen mit 1,6 s fuer einen Standard-Luna-Aufruf, so ai-tldr in der Berichterstattung ueber OpenAIs Angabe. Niemand ausserhalb von OpenAI hat Messungen veroeffentlicht. Die Presse hat die Zahl wiederholt; niemand hat sie reproduziert.
Architektonisch sollte sie schnell sein, denn es gibt keine Token-fuer-Token-Generierung, nur einen Judgment-Head. Aber "sollte" ist kein Latenz-Budget. Wenn ihr latenzsensitive Ablaefe neu strukturiert, benchmarkt sie auf eurem eigenen Traffic, bevor ihr euch festlegt. Baut kein SLO auf eine Pressezahl.
Klassifiziert ihr bereits ueber Chat? Prototypet den Wechsel diese Woche an eurem routing-Aufruf mit dem hoechsten Volumen und den niedrigsten Einsaetzen. Messt die Latenz selbst. Vertraut nicht dem 10x, verifiziert es.
Baut ihr neue Agenten-Kontrollfluesse? Entwerft fuer diesen Endpunkt, aber behaltet den Modellaufruf hinter einer Schnittstelle. Single-Model-Lock-in ist real: Wenn gpt-6-luna eure Domains falsch bewertet, gibt es auf diesem Endpunkt keinen Fallback.
Entscheidungen mit hohen Einsaetzen? Die HIPAA-Eignung hilft bei der Compliance, aber eine Wahrscheinlichkeit von einem Modell bleibt die Meinung eines einzigen Modells. Human-in-the-loop bleibt bestehen.
Zwei weitere Punkte aus dem Launch-Fenster: Perplexity hat Open Decider (pplx-decider v1.1) als direkten Wettbewerber gestartet, was einen Blick wert ist, wenn ihr Verhandlungsmacht oder eine zweite Meinung bei Urteilen wollt. Und OpenAI hat seine API-Tarife im selben Announcement zu Build/Launch/Grow vereinfacht, also prueft, wo eure Nutzung einzuordnen ist.
Das Fazit: Dies ist die erste OpenAI-API, die "Entscheiden" als eigenstaendige Operation behandelt statt als Chat-Trick. Das ist wirklich nuetzlich. Lasst nur nicht die Zahlen der Launch-Woche eure Kapazitaetsplanung machen.
Recherchiert aus der Launch-Berichterstattung (webpronews, tsnmedia, pandromeda, ai-tldr). Ich habe den Endpunkt selbst nicht getestet, und wo OpenAIs Angaben ungemessen sind, habe ich das entsprechend angemerkt.
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
OpenAI shipped something yesterday that should change how you build agent control flows. The OpenAI Decisions API went generally available on October 22, 2026 — a dedicated endpoint, POST /v1/decisions, that returns structured judgments instead of chat text. No more asking a chat model "is this ticket urgent?" and regex-parsing the reply. You get a probability, a choice from your fixed list, or a rubric score. OpenAI prices it at $0.10 per 1M input tokens with zero output-token fees, and claims it's roughly 10x faster than the Responses API.
My take after reading the launch coverage: if your agents burn thousands of calls on routing, triage, and classification, this is worth a prototype this week. But two things to know before you rewire anything — the 10x speed number is OpenAI's own claim, unmeasured by anyone independent, and the endpoint runs gpt-6-luna and nothing else.
Most agent "decisions" today are string-parsing hacks. You ask a chat model a yes/no question, get back a paragraph, and extract the answer. It works until a model decides to be helpful and explain itself, and your router breaks at 3 AM.
The Decisions API is OpenAI productizing that pattern. The output is the judgment, in one of three shapes:
Conceptually, a call looks something like this (illustrative sketch, not the verbatim schema — check the docs for exact fields):
POST /v 1 /decisions { "question": "Route this support ticket", "type": "choice", "options": [ "billing", "refunds", "escalation" ], "input": { "subject": "...", "body": "..." } } // → { "decision": "refunds", "confidence": 0.91 } Enter fullscreen mode Exit fullscreen mode Inputs can be text, images (as base64 data URLs, not hosted links), and — new in GA — native JSON. That last one matters: no more wrapping your structured data in prose and hoping the model parses it back out.
The timeline: DevDay preview in late September, public beta on October 6, GA on October 22. GA added the pieces that make it actually usable:
That last one is the sleeper feature. A nightly batch job scoring 400 tickets as urgency predicates becomes a single API call.
$0.10 per 1M input tokens. $0.01 per 1M cached input. Output-token fees: none — the endpoint returns judgments, not generated text.
Read that last line carefully. "No output-token fees" sounds like a discount; really the bill moved entirely onto input. That's honest for what the endpoint does, but compare against your current flow. If your classification hack uses 200 input tokens and 30 output tokens on a cheap model, the win here is speed and reliability, not necessarily dollars.
Two fine-print items: cache writes are billed (warming the cache costs you; only hits get the $0.01 rate), and regional processing premiums plus long-context multipliers still apply. European inference isn't the headline price.
OpenAI says roughly 10x faster than the Responses API — ~150ms versus 1.6s for a standard Luna call, per ai-tldr's reporting of OpenAI's figure. Nobody outside OpenAI has published measurements. The press repeated the number; nobody reproduced it.
Architecturally it should be fast — no token-by-token generation, just a judgment head. But "should be" isn't a latency budget. If you're re-architecting latency-sensitive flows, benchmark it on your own traffic before you commit. Don't build an SLO on a press number.
Already doing classification-via-chat? Prototype the swap on your highest-volume, lowest-stakes routing call this week. Measure latency yourself. Don't trust the 10x — verify it.
Building new agent control flows? Design for this endpoint, but keep the model call behind an interface. Single-model lock-in is real: if gpt-6-luna misjudges your domain, there's no fallback on this endpoint.
High-stakes decisions? HIPAA eligibility helps with compliance, but a probability from one model is still one model's opinion. Human-in-the-loop stays.
Two more things from the launch window: Perplexity launched Open Decider (pplx-decider v1.1) as a direct competitor — worth watching if you want leverage or a second opinion on judgments. And OpenAI simplified its API tiers to Build/Launch/Grow in the same announcement, so check where your usage lands.
The bottom line: this is the first OpenAI API that treats "decide" as a first-class operation instead of a chat trick. That's genuinely useful. Just don't let launch-week numbers do your capacity planning.
Researched from the launch coverage (webpronews, tsnmedia, pandromeda, ai-tldr) — I haven't run the endpoint myself, and where OpenAI's claims are unmeasured I've said so.