OpenAIs Decisions API soll Agenten schnelle Entscheidungen ermöglichen, doch Details fehlen noch

Was die Decisions API leistet

Die Decisions API wurde am 29. September 2026 angekündigt. OpenAIs öffentliche Beschreibung besteht aus einem einzigen Absatz in der Zusammenfassung zur DevDay 2026. Darin heißt es, die API richte die Intelligenz von Luna auf "a specific set of user-defined questions with finite pre-defined answers", also auf eine bestimmte Menge nutzerdefinierter Fragen mit endlich vielen vordefinierten Antworten. Entwickler liefern Kontext als Text oder Bild und erhalten eine Antwort, mit der sie Inhalte klassifizieren, Anfragen weiterleiten oder die nächste Aktion eines Agenten auswählen können.

Der Zugang ist vorerst beschränkt. Laut der Zusammenfassung ist die API "available in limited preview today with a broad release planned in the coming days". Das Entwicklerkonto von OpenAI ergänzte, der Preview-Zugang sei "limited to selected API customers for testing".

Das Problem, das die API adressiert, kennt jeder, der Agenten baut. Schon eine einfache Ja-Nein-Prüfung, etwa ob ein Shell-Befehl umkehrbar ist, erfordert normalerweise einen kompletten Modelldurchlauf: Prompt bauen, Tokens generieren, Antwort parsen, Format validieren und bei Abweichungen erneut versuchen. Firecrawl argumentiert, dass eine auf Entscheidungen zugeschnittene Pipeline dies auf drei Schritte reduziert und den Wiederholungszweig weitgehend überflüssig macht.

Tempoversprechen und fehlende Angaben

Auf OpenAIs DevDay-Folie, wie sie The Decoder wiedergibt, steht: "Helps apps and agents take action 10x faster than GPT-6 Luna." Gezeigt werden 150 ms für die Decisions API gegenüber 1,6 s für die GPT-6-Luna-API. Firecrawl weist darauf hin, dass als Vergleichswert OpenAIs eigenes günstigstes Modell dient. Die Zahl sage daher wenig darüber aus, wie der Dienst im Vergleich zu anderen Anbietern abschneidet. OpenAI-Produktchef Tibo Sottiaux beschrieb die Latenz vager mit "less than a few hundreds of milliseconds end to end".

Firecrawl berichtet, dass die Decisions API Stand 30. September 2026 weder im Index der API-Guides noch im Index der Endpunktreferenz, im Dokumentationsexport, in der öffentlichen OpenAPI-Spezifikation oder in den Python-, Node- und Go-SDKs auftaucht. Die einzige bestätigte Angabe jenseits der Ankündigung ist die Bildeingabe. Endpunktpfad, Request- und Response-Schemas, die Frage, ob Wahrscheinlichkeiten oder Konfidenzwerte zurückgegeben werden, das Kontextlimit und die Preise werden als nicht veröffentlicht geführt. Vercel, ein Launch-Partner von OpenAI, merkte an, die Ankündigung "does not specify whether Decisions API returns option probabilities, rubric scores, or yes-or-no probabilities".

Der Ansatz stieß auch auf Skepsis. Ein Kommentator auf Hacker News argumentierte, solche Ausgaben seien "guaranteed to be formatted in a particular way", also garantiert in einem bestimmten Format, nicht aber garantiert korrekt, und Grammatiken ließen sich bei jedem LLM einsetzen, um dasselbe zu erreichen. Firecrawl entgegnet, Structured Outputs schränkten den generierten Text erst ein, nachdem das Modell entschieden habe, was es sagen wolle, während ein Decisions-Endpunkt den Antwortraum schon vor der Inferenz begrenze.

Wie sich Jev schlägt

Jev von TypeSafe AI startete am 15. September 2026, vierzehn Tage vor OpenAIs Ankündigung. Laut Firecrawl wurde das Unternehmen vom früheren OpenAI-Forscher Diogo Almeida gegründet. Jev wird als speziell entwickeltes "System One"-Modell beschrieben, das einen Zustand entgegennimmt und typisierte Entscheidungen zurückgibt, aber keinen Text generieren kann. Es unterstützt drei Fragetypen, die sich in einem Aufruf mischen lassen:

• Choice: liefert die gewählte Option, eine Wahrscheinlichkeit für jede Option und einen Konfidenzwert.
• Noul: liefert die Wahrscheinlichkeit, dass eine Bedingung zutrifft.
• Score: liefert eine wahrscheinlichkeitsgewichtete Position auf einer geordneten Skala sowie die vollständige Verteilung.

Laut Firecrawls Vergleichstabelle ist Jev allgemein verfügbar, mit vollständigen Schemas sowie Python- und JS-SDKs. Es akzeptiert ausschließlich Text, mit einem Kontextlimit von 32K auf OpenRouter und 64K laut TypeSafes Dokumentation. Der Preis liegt bei 0,042 US-Dollar pro Million Eingabe-Tokens und 0 US-Dollar für die Ausgabe. Die OpenRouter-Telemetrie weist für den 1. Oktober 2026 eine P50-Latenz von 0,21 s, P95 von 0,34 s und P99 von 0,75 s aus. Für GPT-6 Luna nennt die Tabelle 0,10 US-Dollar pro Million Eingabe-Tokens und 0,50 US-Dollar pro Million Ausgabe-Tokens; Preise für die Decisions API gibt es noch nicht.

Firecrawl betrachtet OpenAIs 150 ms und Jevs gemessene 210 ms als gleiche Größenordnung, bis jemand beide vergleichend testet, zumal es sich bei OpenAIs Wert um eine Herstellerangabe unter nicht genannten Bedingungen handelt.

Was das für Entwickler bedeutet

Für Teams, die Agenten entwickeln, geht der Trend dahin, kleine Kontrollfluss-Fragen als eigene Aufrufklasse zu behandeln, getrennt von der Textgenerierung. Firecrawl rät, die Entscheidungsgewalt im Anwendungscode zu belassen: Ein Entscheidungsmodell kann die Bedeutung beurteilen, doch Berechtigungen, Ressourcenumfang, Ratenbegrenzungen und Geschäftsregeln sollten in der eigenen Policy-Schicht des Entwicklers bleiben. In den Worten von Firecrawl verleiht ein Wert von 0,97 für "this looks safe" einem Konto keine Berechtigung, die es nicht ohnehin schon hatte.

Solange OpenAI keinen verbindlichen Vertrag veröffentlicht, können Entwickler die Decisions API weder nach Preis noch nach Ausgabeformat oder Konfidenzwerten bewerten. Firecrawl merkt an, dass jeder Blogbeitrag, der einen Request-Body der OpenAI Decisions API zeigt, deshalb erfunden ist. Jev ist die Option, die sich heute testen lässt.