OPENAI SEARCH INSIGHT

2026.10.23 / OpenAI最新情報

OpenAI、GPT-6 Luna搭載Decisions APIを一般提供

この記事で分かること: OpenAIのDecisions APIが提供する高速な構造化判断の仕組み、料金、GPT-Live連携と実装上の評価ポイントを知りたい。

OpenAIは2026年10月22日、GPT-6 Lunaを基盤とするDecisions APIの一般提供開始を発表した。分類、振り分け、次の操作の選択といった、アプリケーションやエージェント内の小さく反復的な判断を、テキスト、画像、構造化入力から高速に実行するためのAPIである。

OpenAIによると、回答範囲が限定された質問に特化することで、Responses API経由のGPT-6 Lunaと比べて最大10倍高速な、ほぼリアルタイムの判断を可能にする。日本の開発組織では、汎用的な生成応答に寄せていた判定処理を洗い出し、遅延、コスト、評価可能性の観点から切り分けることが実務上の検討点となる。

Decisions APIとは何か

業務アプリケーションとAIエージェントは、ワークフローの途中で多くの小さな判断を行う。例えば入力内容の分類、リクエストの送信先選択、エージェントが次に実行すべき行動の決定などである。個々の判断は単純でも、処理件数が増えると待ち時間とコストが積み上がる。

Decisions APIは、こうした判断を「境界が定められた回答」を持つ質問として処理する。開発者は質問、許容する回答、判断に必要な文脈を定義し、APIへ送る。文脈にはテキスト、画像、ネイティブJSON入力を利用でき、アプリケーションは返却値を後続の制御へ接続する。

重要なのは、これは自由形式の長文回答を得る用途ではなく、あらかじめ設計した業務判断を高速に返す用途だという点である。したがって導入時は「モデルに何を考えさせるか」だけでなく、「どこまでを許容された選択肢として固定するか」というインターフェース設計が品質を左右する。

3種類の回答形式と適用領域

Decisions APIは、predicate、choice、scoreという3種類の回答形式をサポートする。いずれも、アプリケーション側で次の処理を決めるための構造化された値を返す設計であり、自然言語の説明文をパースして制御する方式とは異なる。

• predicate：条件が真である確率を0から1で推定する。商品の外観に損傷があるか、といった二値条件の評価に使える。
• choice：開発者が定義した選択肢の一つを選ぶ。エージェントが継続、再試行、追加確認のいずれを行うかを決める用途が例示されている。応答には確率と信頼度も含まれる。
• score：順序を持つ評価基準に対して入力を採点する。返却される値はレベル指数の確率加重平均で、損傷の深刻度などの段階評価に利用できる。

選択肢が相互排他的なルーティングにはchoice、しきい値で後続処理を分ける判定にはpredicate、優先度付けや段階的なレビュー対象の選別にはscoreが候補となる。実装チームは、既存の判定ロジックをこの3形式へ無理なく対応付けられるか確認するとよい。

性能、入力上限、データ処理の条件

OpenAIはパブリックベータ以降、再利用する文脈向けのプロンプトキャッシュ、米国とEUでの推論レジデンシー、GPT-Liveとのネイティブ統合を追加した。質問の指示に画像を含められるほか、ネイティブJSONを渡せるため、業務システムが持つ構造化データを文字列化する前処理を抑えられる可能性がある。

1リクエストで扱える質問数は最大400問で、従来上限の2倍となった。OpenAIはアジアの複数地域で追加キャパシティーを用意し、レイテンシーを継続的に改善したとしている。ただし、公式発表は地域ごとの具体的な応答時間や全地域で同一の性能を保証するものではない。

料金は入力トークン100万件当たり0.10ドル、キャッシュ済み入力は100万トークン当たり0.01ドルとされる。出力トークン料金は発生しない。30分および12時間のキャッシュ書き込みの詳細は料金ガイドを参照する扱いであり、実コストは入力量、キャッシュ利用率、質問設計によって評価する必要がある。

リージョナル処理は米国およびEUで利用可能とされ、Zero Data Retentionは適格な顧客に提供される。日本で扱うデータについて、これらの条件が自社の契約、データ分類、越境移転方針に適合するかは、導入側が個別に確認すべき事項である。

GPT-Live連携で変わる音声体験

Decisions APIはGPT-Liveとネイティブに連携する。GPT-Liveは自然で表現力のある会話と、会話の流れを維持するスムーズな割り込み処理を掲げる仕組みであり、そのライブ会話中に高速で限定的な判断を行えるようにする。

OpenAIは例として、音声のカスタマーサポートエージェントが追加質問、リクエストの振り分け、問題のエスカレーションを選ぶ場面を示した。アバターでは、利用者の発話に応じて表情を選び、ウインクや笑顔などの反応を返す用途も挙げている。

技術的には、既存のGPT-Liveセッションに設定を加えると、Liveがdecision.eventを発行し、アプリケーションが選択されたreactionを読み取ってキャラクターを動かす構成である。音声応答そのものの生成と、会話を制御する判定を分けることで、対話UIの状態遷移を明示的に扱いやすくなる。

OpenAI内外の利用例

OpenAI内では、dotsチームが応答時間の短縮と対話性の改善にDecisions APIを用いている。Personal Financeチームは取引説明文の分類に活用し、Communicationsチームは報道内容をテーマ別に分類するとともに、主要なナラティブを補強するか、異議を唱えるかをスコアリングしている。

同社は、このスコアにより詳しい確認が必要な情報の特定を支援すると説明する。顧客側の利用としては、AIコストの正確な帰属や、語学学習体験の対話性向上が紹介された。これらは公式が示した適用例であり、特定の精度、導入効果、業種別の利用可否を保証するものではない。

日本の開発組織が確認すべき実装ポイント

まず、頻度が高く、判定結果が後続フローを明確に変える処理を候補にする。問い合わせの一次仕分け、ドキュメントの審査優先度、画像を含む状態確認、エージェントの再試行判断などは、質問と許容回答を明文化しやすい。一方、説明責任を要する最終判断を無検証で委ねる設計には注意が必要である。

次に、実データに近い評価セットを作る。OpenAIは、反復して行う一つの判断から始め、質問、選択肢、文脈を定義し、実際の利用を反映したサンプルでテストすることを案内している。誤分類率だけでなく、確率や信頼度に応じた保留、再確認、人手レビューへの分岐も評価対象に含めるべきだ。

さらに、400問の一括処理とキャッシュは、単価だけでなく待ち時間や障害時の再実行設計にも影響する。コンテキストを再利用する単位、質問をバッチ化する単位、判定失敗時のフォールバックを分けて計測し、既存のResponses API利用と比較することが重要となる。

Agent Memories編集部の考察

Decisions APIの新規性は、モデルの能力を「回答文の生成」ではなく「制約された判断の返却」に寄せ、確率、選択肢、スコアという制御しやすい形にした点にある。エージェント開発では、生成モデルの出力を後段で解釈する曖昧さが課題になりやすく、この分離はワークフローの可観測性を高める方向に働く。

特に音声、画像、業務JSONが混在するプロダクトでは、判断用のコンテキストを一つのAPIで扱える点は評価対象になる。ただし、最大10倍高速という比較はOpenAIが示すResponses API経由のGPT-6 Lunaとの比較である。自社の入力長、ネットワーク経路、バッチサイズ、後続処理を含む体感速度は、必ず実測で判断したい。

また、低コストを狙うだけなら、決定を細かくAPI化し過ぎると呼び出し回数や運用複雑性が増える可能性がある。判断境界を安定して定義でき、結果を直接アプリケーション制御へ接続できる箇所に絞ることが、性能と保守性の両立につながる。

よくある質問

Decisions APIはどのような出力を返すのか

predicateでは条件が真である確率、choiceでは定義済み選択肢の一つと確率・信頼度、scoreでは順序付き評価レベルの確率加重平均を返す。用途に応じて、確率しきい値や選択値をアプリケーションの分岐条件として利用できる。

画像や構造化データも判断に使えるのか

使える。OpenAIはテキスト、画像、ネイティブJSONを文脈として渡せると説明している。画像は質問の指示に含められ、JSONは構造化された入力を扱う際の選択肢となる。

料金体系で注意すべき点は何か

公式発表では、入力トークンにのみ課金され、出力トークンには料金がない。通常入力とキャッシュ済み入力で単価が異なるため、再利用文脈のキャッシュ率がコスト評価の重要な変数となる。キャッシュ書き込み条件は公式の料金情報で確認が必要である。

すぐに本番の重要判断へ使うべきか

OpenAIは実利用を反映する例でのテストを勧めている。高影響の判断では、保留ルール、人手確認、既存ルールベース処理へのフォールバックを設け、誤判定時の影響を限定した段階的な導入が妥当だろう。

まとめ

OpenAIのDecisions APIは、GPT-6 Lunaを用いて、分類、選択、採点といった反復的な判断を高速かつ構造化して扱うための一般提供APIである。テキスト、画像、ネイティブJSONを入力にでき、GPT-Liveとも連携するため、エージェント制御からリアルタイム音声UIまで適用範囲は広い。

導入判断では、一般的な生成APIの置き換えを急ぐのではなく、回答範囲を明確に固定できる判断から選ぶべきである。質問設計、評価データ、確率に基づく例外処理、データ処理要件、キャッシュを含む総コストを検証し、実測に基づいてワークフローへ組み込むことが求められる。

本カテゴリはMiraigent / Agent Memoriesによる非公式編集記事です。OpenAIとの提携・承認・後援を示すものではありません。