Samenvatting
OpenAI Decisions API structureert AI-beslissingen met kansen, vaste keuzes of scores voor tekst en afbeeldingen.
OpenAI Decisions API: wat er gebeurt
OpenAI introduceert de Decisions API als alternatief voor de Responses API. De endpoint `/v1/decisions` beoordeelt tekst, afbeeldingen of een combinatie daarvan en geeft een gestructureerd antwoord terug.
Ontwikkelaars bepalen in `questions` wat het model moet evalueren en welke uitkomsten zijn toegestaan. De API ondersteunt drie typen beslissingen: `predicate` voor de waarschijnlijkheid van een voorwaarde, `choice` voor een keuze uit vaste opties en `score` voor een beoordeling op geordende niveaus met een gewogen gemiddelde.
Momenteel ondersteunt de API alleen `gpt-6-luna`. De invoer kost $0.10 per 1M tokens; OpenAI rekent geen kosten voor uitvoer of caching. Bij lange contexten stijgt de prijs. De API zou bovendien 10x sneller zijn dan de Responses API.
Waarom de OpenAI Decisions API telt
Een algemeen taalmodelantwoord volstaat niet altijd voor operationele beslissingen. Bij een klacht moet een agent bijvoorbeeld bepalen of menselijke tussenkomst nodig is. Bij een bezorgfoto gaat het om de vraag of het bewijs geldig is. Een fout-positief resultaat kan onnodige escalatie veroorzaken, terwijl een fout-negatief resultaat een echt probleem mist.
Tot nu toe bouwden ontwikkelaars rond taalmodellen vaak zelf classificatieregels, betrouwbaarheidsdrempels en evaluatiepijplijnen. De Decisions API brengt die beoordeling onder in een vast schema. Dat maakt de gewenste uitkomst expliciet en voorkomt dat een open tekstantwoord rechtstreeks als beslissing wordt gebruikt.
De drie vraagtypen sluiten aan op verschillende beoordelingspatronen. `Predicate` past bij een ja- of nee-voorwaarde met waarschijnlijkheid, `choice bij classificatie en `score` bij een rubric. De bron vergelijkt deze aanpak ook met Jev, dat modelbeslissingen structureert met vaste antwoorden en confidence scores.
Concrete takeaway voor de OpenAI Decisions API
Gebruik de API niet als vrije chatbotlaag, maar definieer eerst het beslisschema: voorwaarde, toegestane keuzes of beoordelingsniveaus. Test daarna tekst- en beeldinvoer afzonderlijk, zoals in het Jupyter Notebook-voorbeeld.
Controleer daarnaast de model- en SDK-vereisten. De demonstratie gebruikt `gpt-6-luna` en versie 3.26.0 of later van de OpenAI Python SDK. Neem bij lange contexten de hogere invoerkosten mee in je evaluatie.
Verdiep je kennis
ChatGPT en BI — Hoe AI je data-analyse verandert
Ontdek hoe ChatGPT en generatieve AI de wereld van business intelligence veranderen. Van SQL en DAX genereren tot data-a...
KennisbankAI in Power BI — Copilot, Smart Narratives en meer
Ontdek alle AI-functies in Power BI: van Copilot en Smart Narratives tot anomaliedetectie en Q&A. Compleet overzicht met...
KennisbankWat is Power BI? Alles wat je moet weten
Ontdek wat Microsoft Power BI is, hoe het werkt, wat het kost en waarom het de populairste BI-tool ter wereld is. Comple...