OpenAI spustil Decisions API: umělá inteligence, která místo povídání vrací rozhodnutí. A účtuje si pětinu ceny

OpenAI tiše vypustil nástroj, který mění pravidla hry pro firmy. Místo odstavců textu vám umělá inteligence vrátí přesné rozhodnutí: ano/ne s pravděpodobností, výběr z možností, nebo známku. Je to desetkrát rychlejší, pětkrát levnější — a vaši vývojáři už nemusí hádat, co model vlastně myslel.

Většina firem, které dnes nasazují umělou inteligenci, bojuje se stejným nepříjemným problémem. Model odpoví krásně — jenže odpoví <strong>textem</strong>. A text se musí znovu rozluštit, projít přes křehké skripty, které hledají slovo „ano" nebo se snaží z odstavce vytáhnout číslo. Když model příště odpoví jinak formulovanou větou, celý proces spadne. OpenAI právě představil nástroj, který tenhle bolavý mezičlánek odstraňuje.

Nová služba se jmenuje <strong>Decisions API</strong> a OpenAI ji spustil v otevřené beta verzi <strong>6. října 2026</strong>. Běží na novém modelu GPT-6 Luna a její princip je zároveň prostý i zásadní: místo volného textu vrací typovaná, strukturovaná rozhodnutí. Ptáte se otázku, dostanete číslo nebo konkrétní volbu. Žádné parsování, žádné hádání, žádné „snad to pochopí správně".

Může to znít jako technický detail zajímavý jen pro programátory. Není. Tahle změna řeší jeden z nejčastějších důvodů, proč projekty s umělou inteligencí ve firmách selhávají: model funguje skvěle v demu, ale v ostrém provozu se chová nepředvídatelně a tým tráví týdny laděním skriptů, které mají jeho odpovědi „pochopit". Decisions API ten problém obchází tím, že odpověď je rovnou v podobě, se kterou software umí pracovat — číslo, volba, známka.

Co přesně Decisions API dělá

Představte si, že svému modelu pošlete text e-mailu, obrázek faktury nebo popis zákaznického požadavku a položíte k tomu konkrétní otázky. Decisions API vrátí odpovědi ve třech pevně daných podobách, podle toho, co potřebujete.

• <strong>Ano/ne s pravděpodobností</strong> — model vrátí číslo od 0 do 1, které říká, jak jistě platí daná podmínka. Například: „Je tahle recenze negativní?" → 0,92.
• <strong>Výběr z možností</strong> — model zvolí jednu z předem daných variant a přiloží k ní míru jistoty. Například zařadí příchozí dotaz do kategorie „reklamace", „objednávka" nebo „technická podpora".
• <strong>Známka na stupnici</strong> — model vrátí ohodnocení podle uspořádané škály, třeba kvalitu textu na stupnici 1 až 5, a dokáže se trefit i mezi stupně.

Klíčový rozdíl oproti běžnému chatu je ten, že vaše aplikace dál pracuje s <strong>čísly</strong>, ne s větami. Nastavíte si práh — třeba „pokud je pravděpodobnost spamu nad 0,8, automaticky zahodit" — a systém se chová předvídatelně. To je přesně to, co firmy u AI dlouho postrádaly: spolehlivost místo loterie.

Desetkrát rychleji, pětkrát levněji — a proč na tom záleží

Dvě čísla, která by neměla uniknout žádnému podnikateli. OpenAI tvrdí, že nový endpoint vrací odpovědi <strong>zhruba desetkrát rychleji</strong> než dosavadní Responses API. A cena? Vstup stojí <strong>0,10 dolaru za milion tokenů</strong>, přičemž za výstupní tokeny ani za práci s vyrovnávací pamětí se neplatí vůbec nic. Pro typické třídicí úlohy s krátkými odpověďmi to podle prvních odhadů znamená náklad kolem <strong>pětiny</strong> běžné ceny modelu Luna.

Proč je to tak zásadní? Protože klasifikace, moderace a směrování požadavků jsou úlohy, které firmy dělají v <strong>obrovských objemech</strong>. Nejsou to efektní demonstrace, ale denní chléb provozu: roztřídit tisíce e-mailů, zkontrolovat obsah nahraný uživateli, nasměrovat dotaz na správné oddělení, ohodnotit kvalitu stovek odpovědí. Když každou z těchto drobných operací zlevníte na pětinu a zrychlíte desetkrát, úspora se nasčítá do částek, které už dávají ekonomický smysl i pro menší firmu.

Místo generování textu model čte obsah předaný jako vstup a vrací typované, pravděpodobnostní odpovědi na pojmenované otázky v jediném požadavku.

Jeden požadavek přitom může obsahovat až <strong>200 otázek</strong> o stejném obsahu. Nahrajete jednu fakturu a v jediném volání se zeptáte na padesát věcí najednou — datum, částku, dodavatele, zda chybí podpis, zda sedí součet. Kontextové okno modelu má přes <strong>milion tokenů</strong>, takže zvládne i rozsáhlé dokumenty. Pro zpracování dokumentů, které mnoho českých firem řeší dodnes ručně, je to velmi praktický posun.

Kde to využijete ve svém byznysu

Nejde o nástroj pro datové vědce v Silicon Valley. Decisions API je navržené přesně pro provozní rozhodnutí, která řeší běžná firma. Pojďme být konkrétní.

• <strong>Zákaznická podpora</strong> — automatické třídění příchozích zpráv podle tématu a naléhavosti a jejich směrování na správného člověka, bez ručního přebírání.
• <strong>Moderace obsahu</strong> — pokud provozujete e-shop s recenzemi, marketplace nebo komunitní web, model dokáže spolehlivě označit nevhodný, spamový nebo podvodný obsah dříve, než ho uvidí zákazník.
• <strong>Zpracování dokumentů</strong> — extrakce konkrétních údajů z faktur, smluv či formulářů a jejich kontrola proti pravidlům.
• <strong>Hodnocení kvality</strong> — automatické známkování výstupů, ať už jde o kvalitu odpovědí vašeho vlastního chatbota, nebo třeba hodnocení textů před publikací.

Dosud se tyhle úlohy řešily buď ručně, což je drahé a pomalé, nebo pomocí běžného chatovacího modelu, kterému se do zadání vměstnala snaha o strukturovaný výstup. Druhá cesta funguje, ale je křehká — jakmile model odpoví byť drobně jinak, než aplikace čeká, celý automat se zasekne. Právě tuhle křehkost měli firemní vývojáři dlouho za nutné zlo. Decisions API z ní dělá minulost a zároveň celou operaci zlevňuje, protože se neplatí za zbytečné generování textu, který stejně nikdo nečte.

Pro české firmy je tu ještě jeden důležitý aspekt. Mnoho menších a středních podniků dosud umělou inteligenci do svých procesů nepustilo s odůvodněním, že je to „drahá hračka pro korporace". Nástroj za pětinu dosavadní ceny, který dělá konkrétní, ohraničenou práci, mění tuhle rovnici. Nemusíte přestavovat celou firmu ani najímat tým datových specialistů — stačí vzít jeden otravný, opakovaný proces a nechat ho spočítat.

Nástroj má i svá omezení, která je dobré znát předem. Zatím běží <strong>výhradně na modelu GPT-6 Luna</strong>, obrázky je nutné posílat přímo jako zakódovaná data (ne odkazem), a OpenAI zatím nezveřejnil žádný nezávislý benchmark, který by slibované desetinásobné zrychlení prokázal. Širší dostupnost a finální ceník slibuje firma „v následujících týdnech". Beta verze navíc podporuje režim bez uchovávání dat a splňuje zdravotnický standard HIPAA, což je dobrá zpráva pro firmy, které pracují s citlivými daty — a je dostupná i pro evropské zákazníky včetně datové rezidence v EU.

Signál o tom, kam míří celý trh

Decisions API není izolovaná novinka. Zapadá do širšího pohybu, který se v posledních měsících u všech velkých hráčů zrychluje: umělá inteligence se <strong>rozpadá na stavební kameny</strong>. Zatímco první vlna nadšení kolem ChatGPT stavěla na jediném univerzálním modelu, který umí všechno, praxe ve firmách ukázala, že univerzálnost je u provozních úloh spíš nevýhoda. Je drahá, pomalá a nepředvídatelná.

Nová generace nástrojů jde opačným směrem. Jeden endpoint umí jen rozhodovat, ale dělá to levně a spolehlivě. Jiný umí jen přepisovat řeč na text. Další jen generovat obrázky. Pro podnikatele je to dobrá zpráva, protože to znamená, že nemusí platit za plnotučný model tam, kde stačí jednoduchá, ohraničená operace. Zároveň to ale vyžaduje jinou úvahu než před rokem: místo otázky „můžu na to použít AI?" je dnes správná otázka „<strong>který konkrétní nástroj</strong> tuhle jednu věc dělá nejlevněji?".

Právě tady se oddělí firmy, které z umělé inteligence vytěží reálnou úsporu, od těch, které na ní jen prodělají. Rozdíl nebude v tom, jestli AI používají — to už za rok dva bude dělat skoro každý. Rozdíl bude v tom, jestli ji nasadily na správné úlohy správným nástrojem.

Co si z toho odnést

Decisions API je ukázkou trendu, který by si měl každý podnikatel zapsat: umělá inteligence přestává být univerzálním ukecaným asistentem a začíná se rozpadat na <strong>specializované, levné a spolehlivé nástroje</strong> pro konkrétní práci. Chatovací model, který odpoví na cokoli, je skvělý na brainstorming. Ale na tisíckrát opakovanou provozní operaci chcete nástroj, který dělá jednu věc, dělá ji rychle, levně a pokaždé stejně.

Praktický takeaway: pokud ve své firmě řešíte jakékoli opakované třídění, kontrolu nebo rozhodování nad texty či dokumenty, vyplatí se nechat vývojáře nebo externího dodavatele <strong>spočítat, kolik by vás stálo to automatizovat</strong> právě přes tenhle typ nástroje. Čísla se za poslední rok zásadně změnila — a úlohy, které se ještě loni nevyplatilo automatizovat, mohou být dnes za pětinu ceny. Kdo tuhle matematiku udělá dřív než konkurence, získá náskok v provozní efektivitě, který není vidět navenek, ale je cítit v nákladech.