OpenAI ha abierto la disponibilidad general de Decisions API, un servicio para responder preguntas acotadas dentro de aplicaciones: clasificar una entrada, escoger entre opciones o valorar una condición. El anuncio del 22 de octubre sitúa GPT-6 Luna detrás de la función y amplía a 400 las preguntas que pueden incluirse en una solicitud. El interés para un equipo está en convertir documentos, imágenes o mensajes en decisiones pequeñas que su sistema pueda procesar.
Eso permite plantear usos concretos sin encargar al modelo toda una tarea de principio a fin. En una agencia, por ejemplo, un flujo podría detectar si un briefing menciona presupuesto, separar una consulta comercial de una petición de soporte o enviar un archivo al equipo correspondiente. Son ejemplos de integración posibles; no prestaciones listas para usar en cualquier bandeja de correo ni pruebas realizadas por Contrafeed.
Tres respuestas distintas para preguntas bien definidas
La documentación de Decisions describe tres modos. Un predicado devuelve una probabilidad entre cero y uno para una afirmación; una elección selecciona entre valores definidos; una puntuación aplica una escala. Las respuestas estructuradas facilitan que otro programa continúe el proceso. Una cifra de confianza no demuestra por sí sola que la respuesta sea correcta.
La calidad del planteamiento empieza antes de llamar a la API. «¿Este documento está bien?» no expresa el mismo criterio que «¿incluye fecha de entrega y responsable de aprobación?». La segunda pregunta puede contrastarse con el contenido y permite decidir qué hacer cuando falta un dato. También conviene contemplar una salida de incertidumbre: obligar a clasificar todos los mensajes puede esconder los casos que necesitan lectura humana.
Un conjunto útil de comprobación debe incluir entradas claras y casos incómodos: un presupuesto escrito en un adjunto, una fecha mencionada como ejemplo, una petición que mezcla dos asuntos o una imagen con texto poco legible. Esos casos ayudan a observar qué error produce la clasificación. No hace falta evaluar un asistente completo para descubrir que el paso que lo alimenta está enviando documentos al lugar equivocado.
El coste depende de lo que se envía y de cómo se repite
OpenAI comunica una tarifa base de 0,10 dólares por millón de tokens de entrada y 0,01 dólares para lectura de entrada en caché, sin cargos por tokens de salida. Crear la caché también genera cargos. La guía advierte de condiciones adicionales, incluidos recargos según región o contexto. La caché implícita reutiliza prefijos suficientemente largos; las preguntas quedan fuera de ese prefijo. Estas tarifas describen la API, no el coste completo de un servicio terminado.
Para estimar un proyecto conviene separar el tamaño de los documentos, la frecuencia de consulta y las repeticiones. Si una automatización vuelve a enviar el mismo material porque una etapa anterior falla, un precio unitario bajo puede ocultar trabajo innecesario. El presupuesto debe incorporar además la integración, la supervisión y el tratamiento de excepciones. El coste relevante es el de resolver bien una entrada, no únicamente el de obtener una respuesta.
La compañía presenta el servicio como una vía más rápida para este tipo de tareas e incluye conexión con GPT-Live y capacidad regional. Sus comparaciones de velocidad son afirmaciones del proveedor, no una medición de esta redacción. En un proyecto concreto importan también el tiempo que tarda en llegar un archivo, las validaciones posteriores y los reintentos. Una reducción en una llamada aislada no equivale automáticamente a la misma reducción en el proceso completo.
Elegir región y revisar conservación son decisiones separadas
El lanzamiento anuncia inferencia regional en Estados Unidos y Europa. La documentación sobre controles de datos distingue residencia, registros de supervisión y conservación de estado. Los registros de prevención de abusos pueden guardarse por defecto hasta 30 días; los controles de retención reducida dependen de elegibilidad y configuración. Elegir una región no elimina por sí solo todas las formas de conservación.
Antes de procesar documentos de clientes, el responsable del proyecto debe identificar qué campos necesita realmente la clasificación y qué información puede retirar de la entrada. También debe decidir quién puede consultar el resultado y durante cuánto tiempo se conserva internamente. La respuesta estructurada puede acabar copiada en una base de datos o un registro propio: el tratamiento del dato no termina cuando responde el proveedor.
La expansión de los agentes de voz y sus costes de integración muestra por qué estas pequeñas decisiones técnicas pueden influir en una experiencia visible. Y los asistentes proactivos como Claude Duet plantean otra cuestión relacionada: qué acciones puede iniciar un sistema sin intervención. Clasificar una petición y ejecutar una acción son permisos distintos, incluso cuando se encadenan en una misma aplicación.
Una primera implantación razonable puede devolver etiquetas a un equipo que ya conoce el trabajo y comparar dónde ayuda o se equivoca. Solo después tiene sentido decidir qué pasos admiten ejecución automática. Decisions ofrece un componente para construir ese recorrido; el criterio de aprobación, los casos excepcionales y la responsabilidad sobre el resultado siguen necesitando una definición concreta.
