AIエージェント開発

Decisions APIとは|使いどころ・Jevとの違い【2026年10月】

Decisions APIとは|使いどころ・Jevとの違い【2026年9月】

この記事の結論

OpenAIのDecisions APIは10月22日に一般提供。gpt-6-lunaでテキスト・画像・JSONを評価し、predicate・choice・scoreの型付き回答を返します。料金・使い方・Jevとの違いを公式情報で整理。

OpenAIのDecisions APIは2026年10月22日に一般提供になり(OpenAI の発表(2026年10月22日))、専用のPOST /v1/decisionsからgpt-6-lunaを呼び出せます。テキストや画像を評価し、predicate(条件の真偽)、choice(固定候補から選択)、score(基準に対するスコア)の型付き回答を返すAPIです。入力料金は100万トークンあたり0.10ドルで、出力トークンは課金されません。公式ドキュメントも公開されています。

この記事の要点(2026年10月24日時点)

  • 発表は2026年9月29日(米国時間)の DevDay 2026。質問と有限の答えを先に決め、文脈をテキストか画像で渡すと、分類・振り分け・エージェントの次の行動の選択に使える答えが返る
  • 動かすモデルは GPT-6 Luna(OpenAI Developers の公式投稿)。公式動画の比較は1件150ミリ秒と1.6秒で「約10倍速い判断」
  • 提供段階は2026年10月22日からの一般提供。専用エンドポイントは POST /v1/decisions で、gpt-6-lunaが現在利用できる唯一のモデル
  • 判断専用という形は TypeSafe AI の Jev、オープンな Kev と共通。違いは提供形態と入力(Decisions API はテキスト・画像・JSON、Jev はテキストのみ)
  • 今すぐ近い形を作るなら、Responses API の Structured Outputs で答えを enum に絞り、GPT-6 Luna(入力100万トークンあたり0.10ドル=15円)で動かす方法がある

対象読者:問い合わせの振り分け、コンテンツの分類、エージェントの分岐を LLM で組んでいる開発者と、その導入を判断する PM。読み終えたらできること:Decisions API で何ができて、導入前に自社で何を決めるかを説明でき、本番に入れる前に答えの設計と評価の準備を始められます。

「Jev のような判断モデルを、OpenAI の API の中で使えるようになるのか」。DevDay 2026 の発表を受けて、開発者がまず確かめたいのはこの点だと思います。この記事は、OpenAIのDevDay 2026 Recap、OpenAI Developersの公式投稿とその動画、Decisions APIの公式ガイド、モデルページ、APIの変更履歴、Structured Outputsのガイド、TypeSafe AIの公式ドキュメント、KevのREADMEを確認して整理したものです。2026年10月24日に OpenAI の発表と公式ガイドを再確認し、一般提供への移行、ベータの後に足された機能、キャッシュの料金を反映しました。金額の円換算は1ドル150円です。

Decisions APIとは|一般提供の仕様

Decisions API は、GPT-6 Luna が開発者の決めた答えの候補から1つを選んで返す、OpenAI の判断専用の API です。2026年10月24日現在、モデルは gpt-6-luna(今使える唯一のモデル)、入力はテキスト・画像・JSON、回答は predicate・choice・score の型付き結果、提供段階は一般提供です。

Decisions APIの基本(2026年10月24日時点)。モデルはGPT-6 Luna、入力はテキスト・画像・JSON、出力は有限の答え、提供段階は一般提供

OpenAI は DevDay 2026 Recap(2026年9月29日)で、次のように説明しています。

Decisions API は、ユーザーが定義した特定の質問と、あらかじめ決めた有限の答えに Luna の知能を集中させ、リアルタイムの意思決定を可能にします。開発者はテキストか画像で文脈を渡し、コンテンツの分類、リクエストの振り分け、エージェントの次の行動の選択に使える答えを受け取ります。(DevDay 2026 Recap より筆者訳)

同じ日に OpenAI Developers の公式アカウントは 「Decisions API, powered by GPT-6 Luna」と投稿し、動かすモデルが GPT-6 Luna であることを明記しました。GPT-6 Luna は9月22日に API で公開されたモデルで、公式のモデルページは「範囲の決まった大量の作業向けの、最も効率のよいモデル」と位置づけています。

項目 2026年10月24日時点 根拠
発表日 2026年9月29日(米国時間)の DevDay 2026 DevDay 2026 Recap
提供段階 9月29日に限定プレビューで発表、10月6日にパブリックベータ、10月22日に一般提供 DevDay 2026 Recap・OpenAI の発表(10月22日)
モデル GPT-6 Luna OpenAI Developers の公式投稿
入力 テキスト・画像・JSON で渡す文脈(1 回に質問は 400 個まで) OpenAI の発表・公式ガイド
出力 開発者が決めた有限の答え DevDay 2026 Recap
用途 コンテンツの分類、リクエストの振り分け、エージェントの次の行動の選択 DevDay 2026 Recap・公式投稿
料金 入力100万トークンあたり0.10ドル・キャッシュに当たった入力は0.01ドル・キャッシュの書き込みは課金・出力は課金なし OpenAI の発表・公式ガイド
公式ドキュメント developers.openai.com の Decisions のガイド 公式ガイド(10月24日に確認)
地域処理・データの扱い 米国と欧州(EEA とスイス)で地域処理ができる(割増料金あり)。ZDR と HIPAA は対象の顧客だけ 公式ガイド

チャットのように文章を返すのではなく、決めた答えのどれかを返す。この一点が Decisions API の性格です。何が返ってくるかが先に決まっているので、受け取る側のプログラムは答えの数だけ分岐を用意すれば済みます。

仕組み|質問と答えの候補を先に決めて、文脈を渡す

発表文から読み取れる流れは3段です。質問と答えの候補を決める、文脈を渡す、答えを受け取る、の順に進みます。

Decisions APIの流れ。質問と答えの候補(請求・技術・営業)を決める、文脈をテキストか画像で渡す、答えを受け取り処理を分ける

  1. 質問と答えの候補を決める:「この問い合わせはどの窓口に回すか」のような質問と、「請求」「技術」「営業」のような有限の答えを開発者が定義します。
  2. 文脈を渡す:判断の材料を、テキスト・画像・JSON で渡します(JSON は2026年10月22日の一般提供で加わりました)。
  3. 答えを受け取る:候補の中から選ばれた答えが返り、それを使ってプログラムが処理を分ける、という流れです。

普通の LLM に同じことをさせる場合、プロンプトで「次の3つから1つ選んで」と頼み、返ってきた文章を解析し、候補にない答えや余計な説明が混ざったときの処理も書く必要がありました。発表の説明どおり答えが決めた候補の中から返るなら、この後処理はかなり減ります。

2026年10月24日時点の公式ガイドで分かっていることと、導入前に自社で決めることは次のとおりです。

  • 1回のリクエストに入れられる質問は400個まで(パブリックベータの間は200個)
  • predicate は条件が当てはまる確率(0〜1)を返し、choice と score は候補ごとの確率と、別の confidence の欄を返します。どの値から人の確認に回すかのしきい値は、ラベル付きの例を使って業務ごとに決めます(公式ガイドの Interpret the answers)
  • 答えを選んだ理由の文章が要る時は、Responses API の Structured Outputs を使うよう公式ガイドが案内しています
  • リクエストは model・input・questions の3つで、エンドポイントは POST /v1/decisions。Python・JavaScript などの SDK の例も公式ガイドにあります

公式動画の数字|1件150ミリ秒と1.6秒

OpenAI Developers の投稿(2026年9月29日)に付いた約29秒の動画は、同じ振り分けの処理を2つの API で並べて見せています。画面に出ている内容は次のとおりです。

公式動画の比較。1万件の問い合わせの振り分けで、Responses APIは1件1.6秒、Decisions APIは1件150ミリ秒で、約10倍速い判断と表示。動画は15倍速で再生

画面の表示 内容
入力 customer_requests.csv(表計算ファイル)と「Route these 10,000 customer requests」(この1万件の問い合わせを振り分けて)という指示
答えの候補 Billing(請求)・Technical(技術)・Sales(営業)の3つ
左の画面 Responses API:1.6s/request(1件1.6秒)
右の画面 Decisions API:150ms/request(1件150ミリ秒)
字幕 「~10x faster decisions」(約10倍速い判断)、「Shown 15x realtime」(15倍速で再生)

1件ずつ順番に処理すると仮定した単純計算では、1万件は Responses API で1万6,000秒(約4時間27分)、Decisions API で1,500秒(25分)です(試算:1万件×1.6秒、1万件×0.15秒。実測値ではありません)。実際のシステムは並列に処理するので絶対時間は変わりますが、1件あたりの待ち時間が約10分の1になる、というのがこの動画の主張です。

読むときの注意も3つあります。

  • 比較相手の表示は「Responses API」だけで、使ったモデルや推論の強さの設定は画面に出ていません。報道(The Decoder、The New Stack)は、通常の API で GPT-6 Luna を呼んだ場合との比較と伝えています
  • 正答率の比較は示されていません。動画は速さだけの比較です
  • 国内の報道(ITmedia AI+)は「数分の1秒で回答を返す」と伝えていますが、発表文にある速さの表現は「リアルタイム」だけです

問い合わせの振り分けのように、1件の判断が次の処理を待たせる場面では、この差がそのまま利用者の待ち時間に出ます。

使いどころ3つ|分類・振り分け・次の行動の選択

公式が挙げる用途は、コンテンツの分類、リクエストの振り分け、エージェントの次の行動の選択の3つです。それぞれどんな処理に当てはまるかを、構成例として並べます(想定の例で、公開事例ではありません)。

Decisions APIの使いどころ。コンテンツの分類(掲載できる・要確認・掲載できない)、リクエストの振り分け(請求・技術・営業・どれでもない)、エージェントの次の行動の選択(検索する・ユーザーに聞き返す・人に引き継ぐ)

用途(公式) 質問の例(構成例) 答えの候補の例
コンテンツの分類 この投稿は掲載の基準に合うか 掲載できる・要確認・掲載できない
リクエストの振り分け この問い合わせはどの窓口か(公式動画と同じ形) 請求・技術・営業・どれでもない
エージェントの次の行動の選択 次に何をするか 検索する・ユーザーに聞き返す・人に引き継ぐ

コンテンツの分類

投稿、レビュー、社内文書を決まったカテゴリに分ける処理です。文脈に画像を渡せるので、添付された画像がどの種類の書類かを分けるといった使い方も発表の範囲に入ります。

リクエストの振り分け

公式動画の例そのものです。問い合わせの本文を読み、担当の窓口やキューを1つ選びます。「簡単な依頼は安いモデル、難しい依頼は上位のモデル」というモデルの振り分けの入口に置く設計も考えられます。振り分けの設計全体は モデルルーティング設計ガイド にまとめています。

エージェントの次の行動の選択

エージェントが処理の途中で「次に何をするか」を選ぶ場面です。上位のモデルに計画を立てさせ、1手ごとの選択を判断専用の API に任せて、ループ1回あたりの待ち時間を短くする設計が考えられます。ただし、選ぶ行動の候補を開発者が列挙できることが前提です。

逆に、文章を書かせる仕事や、答えの候補を事前に列挙できない問いは、Decisions APIの固定された回答型とは相性がよくありません。理由を文章で残す必要がある場合は、判定結果と根拠を別の処理で記録する設計が必要です。

Jev・Kevとの違い|公式の記載だけで比べる

国内外の報道は Decisions API を TypeSafe AI の Jev への対抗と伝えていますが、OpenAI の発表文は Jev に触れていません。ここでは3つの公式資料に書かれていることだけを並べます。

Decisions API、Jev、Kevの比較。共通点は判断専用。Decisions APIはOpenAIのAPIでテキストか画像、JevはTypeSafeのAPIでテキストのみ、Kevは公開された重みを自分の環境で動かす

共通点は、文章を生成せず、開発者が先に決めた答えの中から選んで返す「判断専用」の形であることです。TypeSafe AI は Jev の発表記事で、返せる答えと構造を事前に定義するモデルだと説明し、Kev の README は1行目で「自分で学習して動かせる、小さな Jev 風の判断モデル」と名乗っています。

項目 Decisions API Jev Kev
提供元 OpenAI TypeSafe AI Jared Palmer 氏(GitHub で公開)
提供形態 OpenAI の API TypeSafe の API(POST /v1/systemone) 公開された重みを自分の環境で動かす(Apache-2.0)
提供段階(2026年10月24日時点) 9月29日に限定プレビューで発表、10月6日にパブリックベータ、10月22日に一般提供 9月15日から早期提供 公開中。README では 0.8B・4B・9B・27B の4サイズ
モデル GPT-6 Luna jev-1.13.0 Qwen3.5・Qwen3.8 がベース
入力 テキスト・画像・JSON(input_json)。会話の履歴(関数やツールの呼び出しと結果を含む)も渡せる テキストのみ(画像・音声・動画はテキストに直してから渡す) テキスト
返すもの 決めた答え(predicate は確率、choice と score は候補ごとの確率と confidence) 3つの型(predicate・choice・score)の答えと確率。choice と score は信頼度(confidence)も返す predicate・choice・score の答えと確率
料金 Decisions APIは入力100万トークンあたり0.10ドル 入力100万トークンあたり0.042ドル(約6.3円)。出力は無料 重みは無料。動かす計算資源は自前

Jev の値は TypeSafe AI の Models ページと API リファレンス、Kev の値は README(いずれも2026年9月30日に参照)によります。Decisions APIの正答率を比較した公式資料はないため、3つのどれが上かは、今の公開情報からは比べられません。選ぶときの軸になるのは、次のような条件の違いです。

  • 画像を判断の材料にしたい:公式ガイドで画像の入力に対応しているのは Decisions API です。Jev の公式ドキュメントは、画像などはテキストか構造化した項目に直してから渡すよう案内しています
  • データを外部の API に出せない:Kev は重みを手元に置いて動かせます。精度の読み方と動かし方は Kevとは|Jev風オープン判断モデルをローカルで動かす で解説しています
  • 公開済みの仕様と料金で比べたい:Jev は早期提供の段階ですが、API リファレンスと料金が公開されています。質問の3つの型と実装は Jev API入門 と Jev API実装パターン7つ にまとめています
  • OpenAI の契約と管理画面にまとめたい:Decisions API は OpenAI の API の一部として提供されます。料金・地域処理・データの扱いを公式ガイドで確かめてから判断するのが安全です

Kev は Jev と同じリクエストの形を受け付けるよう作られていますが、Decisions API のリクエストは model・input・questions の形で、Jev の state と questions の形とは違うため、Jev 向けのコードは Decisions API の形に組み直す必要があります。

料金と提供段階|一般提供、出力は課金なし

Decisions APIの料金は、2026年10月24日現在、入力100万トークンあたり0.10ドルです。キャッシュに当たった入力は100万トークンあたり0.01ドルに下がり、キャッシュの書き込み(30分と12時間の2種類)は gpt-6-luna の通常のプロンプトキャッシュと同じ単価で課金されます。出力トークンは課金されません(公式ガイドの Pricing and availability)。米国・欧州での地域処理と長い入力には割増がかかります。提供段階は2026年10月22日からの一般提供で、今使えるモデルは gpt-6-luna だけです。

日付 出来事 出典
2026年9月15日 TypeSafe AI が Jev を早期提供で公開 TypeSafe AI の公式ブログ
2026年9月22日 GPT-6 Luna(gpt-6-luna)を API で公開 API の変更履歴
2026年9月25日 GPT-6 Sol と GPT-6 Luna の画像エンコードの不具合を修正 API の変更履歴
2026年9月29日(米国時間) DevDay 2026 で Decisions API を限定プレビューで発表 DevDay 2026 Recap・公式投稿
2026年10月6日 パブリックベータへ移行 公式ガイド
2026年10月22日 一般提供。プロンプトキャッシュ、米国と欧州の地域処理、JSON の入力、質問ごとの画像、1 回 400 問まで(前の上限の 2 倍)を追加 OpenAI の発表

参考までに、Decisions API の中で動く GPT-6 Luna を Responses API から普通に呼ぶ場合の単価は、入力が27万2,000トークン以下なら100万トークンあたり入力0.10ドル(15円)、キャッシュ入力0.01ドル(1.5円)、出力0.50ドル(75円)です(GPT-6 Luna のモデルページ)。Decisions API の入力(0.10ドル)とキャッシュ入力(0.01ドル)はこの単価と同じで、出力は課金されません(公式ガイド)。

予算の話を先に進めたい場合は、次の節の方法で「同じ判断を今の API で作ると1件いくらか」を測っておくと、料金が公開された時点で比べられます。

公式ドキュメントとAPIの使い方

2026年10月24日現在、developers.openai.com にDecisions APIの公式ガイドが公開されています。ガイドでは、テキスト・画像の評価、predicate・choice・scoreの質問形式、POST /v1/decisions、Python・JavaScriptなどのSDK例が説明されています。ベータの後に足された機能(プロンプトキャッシュ・質問ごとの画像・JSON の入力)は、ガイドの冒頭の What’s new にまとまっています。

Decisions API を使わない場合も、「決めた答えから1つを返す」形は、Responses API の Structured Outputs で答えを enum(列挙型)に絞れば作れます。公式の Structured Outputs ガイドには、分類(モデレーション)の例として次のコードが載っています。

from enum import Enum

from openai import OpenAI
from pydantic import BaseModel

client = OpenAI()


class Category(str, Enum):
    violence = "violence"
    sexual = "sexual"
    self_harm = "self_harm"


class ContentCompliance(BaseModel):
    is_violating: bool
    category: Category | None
    explanation_if_violating: str | None


response = client.responses.parse(
    model="gpt-6-astra",
    input=[
        {
            "role": "system",
            "content": "Determine if the user input violates specific guidelines and explain if they do.",
        },
        {"role": "user", "content": "How do I prepare for a job interview?"},
    ],
    text_format=ContentCompliance,
)

compliance = response.output_parsed

動作環境:Python 3.10 以上(Category | None の書き方を使うため)、Responses API の parse に対応した openai の Python SDK、pydantic、環境変数 OPENAI_API_KEY。公式ガイドの例をそのまま引用しています。

これを公式動画と同じ「3つの窓口への振り分け」に当てはめると、答えの候補を Enum に並べ、モデルを GPT-6 Luna にする形になります。GPT-6 Luna のモデルページでは Structured outputs が「Supported」です。次は公式の例の形に合わせて書き換えた構成例で、Decisions API のリクエストではありません。

from enum import Enum

from openai import OpenAI
from pydantic import BaseModel

client = OpenAI()


class Route(str, Enum):
    billing = "billing"
    technical = "technical"
    sales = "sales"
    other = "other"


class RoutingDecision(BaseModel):
    route: Route


response = client.responses.parse(
    model="gpt-6-luna",
    input=[
        {
            "role": "system",
            "content": "Classify the customer request into exactly one route.",
        },
        {"role": "user", "content": "請求書の宛名を変更したいです。"},
    ],
    text_format=RoutingDecision,
)

decision = response.output_parsed
# 注意: 本番環境で使用する前に、必ずテスト環境で動作確認してください。

ポイント

  • 「other(どれでもない)」を候補に入れておくと、どの窓口にも当てはまらない問い合わせを人の確認に回せます
  • Structured Outputs の enum は、全ての enum の値を合わせて1,000個までです(公式ガイドの制限)
  • GPT-6 Luna の推論の強さ(reasoning.effort)は none から max まで選べ、既定は medium です。公式の GPT-6 のガイドは、none 以外のときは temperature・top_p・top_logprobs を外すよう書いています。トークンの確率を信頼度の代わりに使う作り方は、none の設定が前提になります
  • リアルタイムでなくてよい一括の分類なら、Batch(標準の50%の単価)も選べます
  • 画像を文脈に入れる場合、9月25日に GPT-6 Luna の画像エンコードの不具合が修正されています。公式は、影響を受けた評価と処理をやり直すよう勧めています

Structured Outputs の詳しい書き方は Structured Outputs実装完全ガイド、Responses API の全体像は OpenAI Responses API実装ガイド を参照してください。

導入前に決めておくこと|答えの設計・人の確認・記録

Decisions API を本番に入れる前に、API の形式に依存しない準備を進めておきます。公式動画と同じ振り分けを例に、決めておく中身を表にしました(構成例です)。

質問 答えの候補 答えごとの処理 人の確認
この問い合わせはどの窓口か 請求 請求チームのキューへ入れる 不要
同上 技術 技術サポートのキューへ入れる 不要
同上 営業 営業担当に通知する 不要
同上 どれでもない 担当者が振り分ける 必要

1. 答えの候補を重ならないように決める

答えの候補どうしが重なっていると、判定がぶれても誤りと言い切れなくなります。「どれでもない」「人に回す」を候補に入れ、全ての入力がどれか1つに入るようにします。

2. どの答えを人が確認するかを決める

誤りが許されない答え(返金、契約の変更、アカウントの停止など)は、自動で処理せず人の承認を挟みます。承認の挟み方は Human-in-the-Loop完全ガイド のパターンがそのまま使えます。

3. 判定の記録を残す

入力、質問、答えの候補、返ってきた答え、使ったモデルと日時を記録します。答えの候補を変えた日も残しておくと、後から判定の傾向が変わった理由を追えます。監査で「なぜこの窓口に回ったか」を聞かれたときの手がかりにもなります。

4. 過去の実データで評価用のセットを作る

過去の問い合わせや投稿に正しい答えを付けた評価用のセットがあれば、Structured Outputs で作った版、Jev、Decisions API を同じデータで比べられます。公式動画の「約10倍」は速さの比較で、正答率は示されていないため、精度は自分のデータで確かめる必要があります。

5. データの扱いを確かめる

一般提供になった今も、問い合わせ本文や画像に個人情報を含める場合は、公式ガイドのデータ管理(ZDR と HIPAA は対象の顧客だけ)・地域処理・契約条件を確認してから本番データを送ってください。利用可能な管理機能や適用条件は契約・組織設定によって異なるため、記事の一般説明だけで判断しないことが重要です。

【要注意】よくある失敗パターン

判断専用のAPIは仕組みが単純な分、設計の甘さがそのまま誤判定に出ます。導入する前に起こりやすい失敗を4つ挙げます。

失敗1:答えの候補に「どれでもない」を入れない

❌ 請求・技術・営業の3つだけで設計し、どれにも当てはまらない問い合わせも無理に3つのどれかへ入れてしまう

⭕ 「どれでもない」を候補に加え、その答えだけは人の確認に回す

なぜ重要か:決めた答えの中から必ず1つが返る形なので、逃げ道の答えがないと、想定外の入力が気づかれないまま誤った窓口に流れます。

失敗2:公式動画の「約10倍」を自社の見積もりにそのまま使う

❌ 1件150ミリ秒を前提に、処理時間と人員の計画を立てる

⭕ 動画は15倍速の再生で、比較相手のモデルと設定も表示されていないと理解したうえで、自社のデータで測ってから計画する

なぜ重要か:入力の長さ、画像の有無、並列の数で1件あたりの時間は変わります。動画の数字は、同じ条件での比の目安として読むのが適切です。

失敗3:費用を入力の単価だけで見積もる

❌ 入力100万トークンあたり0.10ドルだけで月の費用を出し、移行を決める

⭕ 同じ文脈を使い回すならキャッシュの書き込みの料金、米国・欧州で処理するなら地域処理の割増、長い入力なら長い入力の割増を足して、自社の件数で1件あたりの費用を出す

なぜ重要か:出力は課金されませんが、キャッシュの書き込みと地域処理・長い入力の割増は課金されます(公式ガイドの Pricing and availability)。

失敗4:Jev 向けのリクエストがそのまま通ると考える

❌ Jev の /v1/systemone(state と questions)の形のまま、接続先だけを OpenAI に向ければ動くと考える

⭕ 公式ガイドのリクエスト形式(model・input・questions の 3 つ)に合わせて組み直し、判定の部分は差し替えやすい関数に分けておく

なぜ重要か:Jev と同じ形を受け付けると明記しているのは Kev です。Decisions API は model・input・questions の形で、Jev の state と questions の形とは違います。

よくある質問

Decisions APIとは何ですか?

OpenAI が2026年9月29日(米国時間)の DevDay 2026 で発表した、判断専用の API です。開発者が質問と有限の答えを決め、テキスト・画像・JSON で文脈を渡すと、GPT-6 Luna が答えを1つ返します。用途は、コンテンツの分類、リクエストの振り分け、エージェントの次の行動の選択です。

料金はいくらですか?

2026年10月24日現在、Decisions APIの入力料金は100万トークンあたり0.10ドルで、キャッシュに当たった入力は0.01ドルです。キャッシュの書き込みは gpt-6-luna の通常のプロンプトキャッシュと同じ単価で課金され、出力トークンは課金されません。

今すぐ使えますか?

2026年10月22日から一般提供です。専用のPOST /v1/decisionsとSDKから利用できます。

Jevと何が違いますか?

どちらも決めた答えから選んで返す判断専用の形です。公式の記載で分かる違いは、提供元(OpenAI と TypeSafe AI)、入力(Decisions API はテキスト・画像・JSON、Jev はテキストのみ)、料金(入力100万トークンあたり Decisions API は0.10ドル、Jev は0.042ドルで、どちらも出力は無料)です。正答率を比べた公式の資料はありません。

公式ドキュメントはどこにありますか?

2026年10月24日現在、developers.openai.com にDecisions APIの公式ガイドがあります。一般提供の提供段階、POST /v1/decisions、gpt-6-luna、predicate・choice・scoreの回答形式、SDK例が公開されています。

画像も判断の材料にできますか?

発表文は、文脈をテキストか画像で渡せると書いています。公開されている画像の URL か base64 の画像を渡せ、質問ごとに画像を付けることもできます。質問に付けた画像は、入力の画像と同じ上限を分け合います(公式ガイド)。

まとめ

Decisions API は、GPT-6 Luna に「決めた答えから1つを選ぶ」仕事だけをさせる判断専用の API です。2026年9月29日(米国時間)に限定プレビューで公開され、公式動画では1件150ミリ秒と1.6秒の比較で約10倍速い判断が示されました。10月22日に一般提供になり、公式ガイドにリクエスト形式・回答型・料金が掲載されています。正答率や自社データでの再現性は公式の一律保証ではないため、導入前に評価セットを用意してください。

今できることは3つです。答えの候補と人の確認の線を決める、過去のデータで評価用のセットを作る、Decisions APIとJev・Kevを同じデータで比べる。この準備があれば、仕様の更新に備えながら、判断品質と費用を比較できます。問い合わせの振り分けや承認の自動化を社内で設計する段階で相談先が必要な場合は、Uravation でも AI エージェントの導入を支援しています。

運営元 Uravation よりAIエージェントを構想から本番運用まで進める順番と、体制・KPIの決め方をまとめた資料を無料で公開しています。 AIエージェント導入ロードマップを受け取る(無料)

参考・出典

Need help moving from reading to rollout?

この記事を読んで導入イメージが固まってきた方へ

Uravationでは、AIエージェントの要件整理、PoC設計、社内導入、研修まで一気通貫で支援しています。

この記事をシェア

X Facebook LINE

※ 本記事の情報は2026年10月時点のものです。サービスの料金・仕様は変更される可能性があります。最新情報は各サービスの公式サイトをご確認ください。

関連記事