5 мин читать

OpenAI Decisions: агент выбрал ветку без текста — но порог риска модель САМА НЕ ОПРЕДЕЛИТ

Иллюстрация: робот на перепутье мгновенно выбирает направление по светящейся стрелке без лишних слов
Содержание статьи

22 октября 2026 года OpenAI открыла общий доступ к интерфейсу Decisions API на базе модели GPT-6 Luna. Инструмент позволяет автономным агентам и программам автоматизации мгновенно выбирать следующий шаг, рассчитывать вероятность события или оценивать уровень критичности задачи без генерации привычного текстового ответа. Вместо долгого ожидания, пока нейросеть сформулирует и напечатает несколько абзацев рассуждений, сервис возвращает строго типизированное решение за 100–180 миллисекунд, а за исходящие токены разработчикам платить не требуется.

Почему агенты спотыкались на текстовых ответах

Когда вы настраиваете прикладного цифрового помощника, ему на каждом этапе приходится принимать рутинные решения: в какой отдел направить обращение клиента, безопасно ли запускать команду на сервере или насколько срочно требуется вмешательство инженера. До сих пор для каждого такого выбора приходилось вызывать стандартную языковую модель. Нейросеть тратила драгоценные секунды на составление вежливого вступления, перечисление аргументов и выстраивание грамматически правильных фраз. На выходе программа получала целый абзац текста, из которого ей нужно было извлечь всего одно значение — категорию маршрута или простое согласие.

Такой подход создавал сразу две практические проблемы: задержку в цепочке действий и лишние расходы. Пока модель дописывала длинный ответ, агент простаивал, а в диалоговых сценариях возникали неестественные паузы. При этом тарификация учитывала каждое сгенерированное слово, хотя эти пояснения в дальнейшем маршруте никто не читал.

Три способа получить ответ без лишних слов

Интерфейс решений полностью убирает этап создания свободного текста. Запрос к системе формируется вокруг конкретных вопросов, разделенных на три типа ответов:

  • Предикат: возвращает вероятность истинности утверждения в виде числа от нуля до единицы. Это подходит для пороговых проверок — например, содержит ли входящее сообщение признаки спама.
  • Выбор: система выбирает ровно один вариант из заранее подготовленного списка (от двух до двухсот пятидесяти пяти значений) и передает его вместе со степенью уверенности. Так настраивается точная маршрутизация задач.
  • Оценка: модель вычисляет средний взвешенный балл по упорядоченной шкале уровней (от двух до десяти). Это может быть дробное число, отражающее тяжесть инцидента между базовой неполадкой и критическим сбоем.
Официальная таблица документации OpenAI с типами вопросов: предикат, выбор варианта и оценка
Таблица типов вопросов в официальном руководстве OpenAI по новому интерфейсу решений

В один запрос разрешено упаковывать до четырехсот независимых вопросов одновременно. Если при обработке пакета на один из вопросов сработает ограничение безопасности, система вернет отказ только по нему, сохранив корректные ответы на все остальные пункты.

Скорость отклика и нулевой тариф за результат

По данным официального руководства разработчика, типизированные ответы возвращаются примерно в десять раз быстрее по сравнению со стандартным вызовом модели через Responses API. Руководитель продуктового направления интерфейсов в OpenAI Никундж Ханда уточнил, что время отклика сократилось с привычных одной-трех секунд до диапазона от ста до ста восьмидесяти миллисекунд.

Изменились и финансовые правила. За входящую информацию сервис берет десять центов за один миллион токенов, а при попадании в кэш ставка снижается до одного цента за миллион. Выходные токены не тарифицируются вообще, поскольку текст не создается. Для систем, обрабатывающих тысячи развилок в сутки, это снимает постоянный риск переплаты за паразитный объем текста.

Раздел документации OpenAI с тарифами на обработку запросов и нулевой стоимостью выходных токенов
Условия тарификации в руководстве разработчика: плата берётся только за входящие токены

Если вы проектируете связки и автоматизации на базе современных нейросетей, загляните в наш Telegram-канал Ковчег, где мы разбираем практические архитектуры и свежие инструменты без лишней рекламы.

Где кроется подвох с порогами риска

Быстрая доставка ответов порождает опасное заблуждение: может показаться, что нейросеть теперь сама берет на себя ответственность за безопасность шага. На практике архитектура устроена иначе. Сервис возвращает только сырые вероятности, выбранные метки или баллы, но сам инструмент не вызывает и внешние действия не запускает.

Главная сложность заключается в том, что разработчик обязан самостоятельно настраивать порог срабатывания. Получив вероятность в семьдесят процентов, приложение должно само решить, достаточно ли этого для автоматического действия или требуется передать задачу человеку. Никундж Ханда прямо подтвердил в беседе с журналистами, что Decisions работает на стандартной модели GPT-6 Luna без отдельного обучения под классификацию. Если не откалибровать пороги на реальных примерах своего проекта, агент неизбежно начнет ошибаться: либо генерировать ложные тревоги, либо пропускать критические события.

Дополнительная тонкость касается списков выбора: если в перечне не окажется подходящей категории, модели придется выбрать наименее противоречивый пункт. Чтобы избежать ложных срабатываний, авторам сценариев приходится вручную добавлять запасной вариант для непредвиденных случаев.

Что нужно учесть перед подключением в проект

Практическое внедрение пока требует аккуратной ручной сборки. В официальной библиотеке Agents SDK на момент запуска нет встроенного переключателя для нового режима работы: разработчикам предлагают вызывать клиент напрямую через отдельный метод. Запрос на полноценную интеграцию в библиотеку все еще остается открытым в репозитории проекта.

Появление отдельного интерфейса решений наглядно показывает, куда движется автоматизация: эпоха, когда для простого выбора направления агент был обязан писать длинные рассуждения, постепенно уходит в прошлое. Но мгновенная скорость не отменяет инженерной проверки: система быстро отдает вероятность, а правила безопасности и последствия каждого действия по-прежнему определяет человек.

Поделиться статьёй
Ссылка скопирована
Артур Хорошев

Автор

Артур Хорошев

Вайбворкинг-маркетолог, CEO Maya AI, автор канала «Ковчег» и платного клуба «Ковчег+», амбассадор Make.com в России. Четвёртый год веду блог об автоматизации — канал «Ковчег». Работаю с продуктами Grok Bot и Cursor AI, выступаю на офлайн- и онлайн-конференциях и на пальцах объясняю, как получить первых клиентов, лиды и трафик.

Клуб «Ковчег+»

Учитесь вайбворкингу, пока AI-сотрудники уже работают

203 занятия в записи, эфиры по вторникам и четвергам в 19:00 МСК, закрытый чат и весь пак агентов Grok Bot. Начать можно с нуля.

6 агентов бесплатно за подписку на Ковчег

Нужен только аккаунт Grok Bot и подписка на канал «Ковчег».

Откроется Telegram-бот. Он проверит подписку и сразу пришлёт ссылки.