OpenAI hat auf dem DevDay 2026 am 29. September die Decisions API vorgestellt, seit dem 6. Oktober steht sie allen Entwicklern als Public Beta offen. Die Schnittstelle schreibt keine Texte. Sie wählt aus Antworten, die der Entwickler vorher festgelegt hat, und liefert dazu Wahrscheinlichkeiten, mit denen eine Software direkt weiterarbeiten kann.
Damit steigt OpenAI in eine Kategorie ein, die erst wenige Wochen alt ist: System-One-Modelle. Den Begriff hat das Start-up TypeSafe AI mit seinem Modell Jev geprägt, das Mitte September erschienen ist. Die Decisions API kam nur 14 Tage später und wird in der Fachpresse als direkte Antwort darauf gewertet.
TL;DR
Die OpenAI Decisions API beantwortet vordefinierte Fragen mit Wahrscheinlichkeiten, Auswahlen oder Bewertungen, nicht mit Fließtext. Sie läuft ausschließlich auf GPT-6 Luna.
OpenAI verspricht Entscheidungen in rund 150 Millisekunden statt 1,6 Sekunden, also etwa zehnmal schneller als ein normaler Luna-Aufruf. Unabhängige Messungen fehlen noch.
Preis: 0,10 US-Dollar pro Million Input-Tokens, Output- und Cache-Tokens kosten nichts. Jev von TypeSafe liegt mit 0,042 US-Dollar bei weniger als der Hälfte.
Text- und Bildeingaben, Datenhaltung auch in Europa (EWR und Schweiz), Zero Data Retention für berechtigte Kunden. Die allgemeine Verfügbarkeit soll in den kommenden Wochen folgen.
Unsere Empfehlung: Für Klassifizierung und Routing lohnt ein Test, aber erst mit eigenen Daten gegen Jev und das bisherige Setup messen, bevor man umstellt.
Was ist ein System-One-Modell?
Der Name geht auf das Modell des Psychologen Daniel Kahneman zurück: System 1 steht für schnelles, intuitives Entscheiden, System 2 für langsames, gründliches Nachdenken. Große Sprachmodelle mit Reasoning arbeiten eher wie System 2: Sie formulieren, wägen ab und erklären.
Viele Aufgaben in einer Software brauchen das aber gar nicht. Ob eine Support-Anfrage an den Vertrieb oder an den Kundendienst geht, ob ein Bild gegen Richtlinien verstößt oder welches Werkzeug ein KI-Agent als Nächstes aufruft, ist eine kurze Entscheidung aus einer festen Liste. Ein System-One-Modell liefert genau das: eine typisierte Antwort mit Wahrscheinlichkeit, schnell und ohne Text, den man erst wieder auswerten muss.
So funktioniert die OpenAI Decisions API
Die Anfrage geht an einen eigenen Endpunkt, POST /v1/decisions. Der Entwickler übergibt einen Kontext (Text oder Bild) und eine oder mehrere Fragen. Für jede Frage gibt es einen von drei Antworttypen:
Antworttyp | Frage | Antwort |
|---|---|---|
Predicate | Trifft eine Bedingung zu? | Wahrscheinlichkeit zwischen 0 und 1 |
Choice | Welche Option aus einer festen Liste passt? | gewählte Option, Wahrscheinlichkeit je Option, Konfidenz |
Score | Wo liegt der Fall auf einer geordneten Skala? | gewichteter Wert, Wahrscheinlichkeit je Stufe, Konfidenz |
Ein Beispiel: Eine Kundenmail wird übergeben, dazu die Frage, welches Team zuständig ist, mit den Optionen Buchhaltung, Support, Vertrieb und Feedback. Zurück kommt etwa „Vertrieb“ mit einer Konfidenz von 0,92. Liegt die Konfidenz niedrig, kann die Software den Fall an einen Menschen geben.
Mehrere unabhängige Fragen lassen sich in einer Anfrage bündeln. Hängt eine Entscheidung von einer anderen ab, braucht es eine zweite Anfrage. Für Ausgaben, die über die drei Typen hinausgehen, verweist OpenAI weiter auf Structured Outputs und Function Calling in der Responses API.
OpenAI zeigt die Decisions API in diesem Video selbst:
Ein paar Einschränkungen gibt es in der Beta:
Nur ein Modell: Unterstützt wird ausschließlich
gpt-6-luna, das günstigste Modell der GPT-6-Reihe.Bilder nur inline: Bilder müssen als Base64 im Request stecken. Links auf gehostete Bilder und hochgeladene Dateien werden abgelehnt.
Score zwischen den Stufen: Der Score ist ein gewichteter Mittelwert und kann zwischen zwei Stufen liegen, etwa bei 1,1. Die eigene Logik muss damit umgehen können.
Geschwindigkeit und Preis
OpenAI zeigte auf dem DevDay eine Grafik mit 150 Millisekunden für die Decisions API gegen 1,6 Sekunden für einen normalen GPT-6-Luna-Aufruf. In der Ankündigung der Public Beta heißt es „bis zu zehnmal schneller“. Einen veröffentlichten Benchmark gibt es dazu nicht, MIXED weist ausdrücklich darauf hin.
Beim Preis rechnet OpenAI nur die Eingabe ab:
Posten | Preis |
|---|---|
Input-Tokens | 0,10 US-Dollar pro 1 Mio. |
Output-Tokens | kostenlos |
Cache-Lesen und -Schreiben | kostenlos |
Regionale Verarbeitung, langer Kontext | Aufschläge wie bei Luna üblich |
Weil eine Entscheidung nur wenige Output-Tokens erzeugt, ist der Wegfall der Output-Kosten weniger spektakulär, als es klingt. Ausschlaggebend ist der Input-Preis.
Datenschutz: Verarbeitung in Europa möglich
Für Unternehmen in Deutschland interessant: OpenAI bietet für die Decisions API Datenhaltung und regionale Verarbeitung in Europa (EWR und Schweiz) an. Berechtigte Kunden können außerdem Zero Data Retention nutzen, Anfragen werden dann nicht gespeichert. Die regionale Verarbeitung kostet allerdings einen Aufschlag. Wer personenbezogene Daten wie Kundenmails klassifizieren lässt, sollte das trotzdem in der eigenen Datenschutzdokumentation erfassen.
OpenAI Decisions API vs. Jev
Der naheliegende Vergleich ist Jev von TypeSafe AI. Das Start-up wurde vom ehemaligen OpenAI-Forscher Diogo Almeida mitgegründet und hat Jev Mitte September als erstes System-One-Modell vorgestellt.
OpenAI Decisions API | Jev (TypeSafe AI) | |
|---|---|---|
Ansatz | Eingeschränktes Allzweckmodell (GPT-6 Luna) | Eigenes, nur für Entscheidungen trainiertes Modell |
Eingaben | Text und Bilder | nur Text |
Antwortzeit (Herstellerangabe) | ca. 150 ms | 70 bis 500 ms |
Input-Preis pro 1 Mio. Tokens | 0,10 US-Dollar | 0,042 US-Dollar |
Status | Public Beta seit 6. Oktober 2026 | Early Access seit September 2026 |
Der wichtigste Unterschied liegt im Ansatz. Jev wurde mit einem eigenen Verfahren („Reinforcement Learning for Calibrated Decisions“) darauf trainiert, dass seine Wahrscheinlichkeiten den echten Trefferquoten entsprechen. OpenAI nimmt dagegen ein vorhandenes Sprachmodell und beschränkt dessen Ausgabe auf die vorgegebenen Antworten. Dafür kann die Decisions API Bilder verarbeiten und kommt aus einem Haus, das viele Unternehmen ohnehin schon als Anbieter nutzen.
Welches Modell genauer entscheidet, ist offen. Beide Hersteller nennen nur eigene Zahlen, und erste Tests von Entwicklern fallen gemischt aus. Für beide gilt außerdem: Die feste Antwortstruktur verhindert erfundenen Text, aber keine falsche Wahl zwischen den erlaubten Optionen.
Fazit: Lohnt sich die OpenAI Decisions API?
Mit der Decisions API bestätigt OpenAI, dass System-One-Modelle mehr sind als eine Idee eines einzelnen Start-ups. Schnelle, typisierte Entscheidungen sind für KI-Agenten, Ticket-Routing und Inhaltsprüfung genau das, was bisher umständlich mit Prompts und JSON-Parsing nachgebaut wurde. Bildeingaben, Datenhaltung in Europa und die vertraute OpenAI-Plattform sind echte Vorteile.
Dagegen stehen der höhere Preis im Vergleich zu Jev, die Bindung an ein einziges Modell und Geschwindigkeitsangaben ohne Benchmark. Unsere Empfehlung: Die OpenAI Decisions API mit einem echten Datensatz aus dem eigenen Betrieb testen, Treffergenauigkeit, Latenz und Kosten neben Jev und der bisherigen Lösung messen und erst dann entscheiden. Bis zur allgemeinen Verfügbarkeit gilt sie ohnehin noch als Beta.
Quellen
Interesse? Dann schreib uns!
Wir helfen KMU dabei, KI und Automatisierung sinnvoll einzusetzen, ganz ohne Technikjargon.
Kostenlos anfragen →