Muchas aplicaciones utilizan inteligencia artificial para resolver preguntas pequeñas: a qué departamento corresponde un mensaje, si una fotografía muestra un producto dañado o qué paso debe seguir un asistente. Esperar a que un modelo redacte una respuesta completa puede añadir tiempo a una tarea que solo necesita una elección.
OpenAI anunció el 22 de octubre la disponibilidad general de Decisions API, basada en GPT-6 Luna. Es la salida de beta del servicio que PLANA ya cubrió el 7 de octubre. La herramienta permite obtener respuestas acotadas en forma de probabilidad, opción o puntuación. Está dirigida a quienes construyen aplicaciones y agentes; no es un nuevo botón de ChatGPT ni un asistente independiente que el usuario pueda contratar para organizar su trabajo.
Elegir una opción también requiere contexto
La idea consiste en proporcionar la información necesaria y definir de antemano qué se quiere decidir. En un ejemplo sencillo, una tienda podría clasificar una consulta como devolución, envío o información del producto. El resultado puede alimentar el siguiente paso de la aplicación sin convertir primero una explicación en una orden.
La guía técnica de Decisions contempla tres salidas: estimar si se cumple una condición, elegir entre opciones y puntuar según niveles definidos. Admite texto, imágenes y datos estructurados. También permite incluir hasta 400 preguntas independientes que compartan la misma información en una solicitud, el doble del límite anterior.
Ese último detalle tiene un límite importante: si una decisión depende de la respuesta anterior, la documentación indica que hay que separar las solicitudes. Agrupar preguntas no convierte una secuencia de trabajo en una única operación automática. Primero sigue siendo necesario definir qué decisiones son independientes y cuáles deben esperar.
La velocidad prometida necesita una comparación concreta
OpenAI afirma que Decisions puede resolver estas preguntas hasta diez veces más rápido que GPT-6 Luna mediante Responses API. El punto de comparación es esa vía de acceso al mismo modelo, no cualquier sistema de IA ni una aplicación completa.
La diferencia puede importar en procesos con muchas decisiones pequeñas. Sin embargo, reducir la espera de una clasificación no acelera necesariamente una consulta a una base de datos, una descarga o la revisión de una persona. El resultado útil se mide de principio a fin: cuánto tarda el usuario en obtener lo que necesita y cuántos errores hay que corregir después.
La prueba razonable para un equipo sería tomar un proceso repetitivo, conservar ejemplos representativos y comparar tiempo, coste y resultados con el sistema actual. Si una clasificación equivocada genera más trabajo del que ahorra, una respuesta rápida por sí sola aporta poco.
Qué cuesta y qué queda fuera de ese precio
La tarifa publicada para Decisions con GPT-6 Luna es de 0,10 dólares por millón de tokens de entrada sin caché, sin cobro por tokens de salida. Las lecturas de entrada cacheada cuestan 0,01 dólares por millón; escribir esa caché tiene tarifas propias. La tabla oficial de precios permite consultar las diferencias entre lectura y escritura.
No debe confundirse un millón de tokens con un millón de decisiones. El consumo depende de la información enviada: una consulta breve y un documento largo no representan la misma carga. Además, la documentación contempla recargos por procesamiento regional y multiplicadores por contexto largo.
El precio de esta pieza tampoco es la factura completa de una aplicación. Si el producto utiliza voz, almacenamiento u otras llamadas, hay que contabilizarlos por separado. Esa distinción evita atribuir a un agente entero el coste de uno de sus componentes.
La voz puede elegir el siguiente paso mientras hablas
Una de las novedades es su integración nativa con GPT-Live. La documentación de voz muestra cómo activar decisiones durante una conversación y delegar acciones entre las opciones que ha definido el desarrollador.
El ejemplo de un asistente para un coche separa ajustes de cabina, como subir la temperatura, de una petición más amplia que necesita otras herramientas. La aplicación sigue siendo responsable de ejecutar la acción y comunicar el resultado. El modelo no adquiere por sí mismo acceso a todos los controles.
La demostración del anuncio utiliza un avatar que puede escoger expresiones a partir de la conversación. Sirve para ilustrar la coordinación entre voz y decisiones; no demuestra que una cara digital comprenda emociones humanas. PLANA no ha realizado una prueba de rendimiento de esa integración.
Cuándo conviene pedir revisión
La guía de evaluación de OpenAI recomienda probar los sistemas con casos representativos y criterios definidos. En Decisions, además, el proveedor aconseja ajustar umbrales con ejemplos etiquetados y tener en cuenta el coste de los falsos positivos y negativos.
Para una empresa, esto puede traducirse en automatizar casos claros y enviar los ambiguos a revisión. Antes de conectar la clasificación a una acción, conviene saber qué ocurre cuando falta información o ninguna opción encaja. Decisions ofrece una pieza especializada para construir ese proceso; que el proceso resulte útil depende de esas decisiones de diseño.