OpenAI öffnet die Decisions API für alle Entwickler
OpenAI hat seine Decisions API in die öffentliche Betaphase überführt. Grundlage ist GPT-6 Luna. Neben Text verarbeitet die Schnittstelle nun auch Bilder und liefert strukturierte Entscheidungen statt ausführlicher Antworten.
Entscheidungsmodelle sind auf schnelle Klassifizierungs-, Auswahl- und Bewertungsaufgaben spezialisiert. Sie sollen keine komplexen Argumentationsketten erzeugen, sondern aus vorgegebenen Möglichkeiten möglichst effizient eine Entscheidung ableiten.
Die API unterstützt drei Ausgabeformate:
- Prädikate: Wahrscheinlichkeiten dafür, ob eine Aussage zutrifft.
- Auswahlentscheidungen: Auswahl der passendsten Option aus einer vorgegebenen Liste.
- Scores: Einordnung einer Eingabe auf einer numerischen Skala.
OpenAI setzt auf einen niedrigen Verbrauchspreis
OpenAI berechnet 0,10 US-Dollar pro 1 Million Input-Tokens. Output-Tokens sowie Lese- und Schreibzugriffe auf den Cache werden nicht separat berechnet. Damit liegt die Einstiegshürde niedrig, insbesondere bei großen Mengen kurzer Klassifizierungsaufgaben.
| Kostenposition | Preis |
|---|---|
| 1 Million Input-Tokens | 0,10 US-Dollar |
| Output-Tokens | Keine separate Gebühr |
| Cache-Lesezugriffe | Keine separate Gebühr |
| Cache-Schreibzugriffe | Keine separate Gebühr |
Das Preismodell reiht sich in die zuletzt gesunkenen API-Preise für GPT-6 Sol und Luna ein. Trotz des niedrigen Tokenpreises bleibt die Decisions API jedoch ein proprietärer Cloud-Dienst. Datenverarbeitung, Verfügbarkeit und künftige Konditionen hängen damit von OpenAI ab.
Perplexity, Cloudflare und Amazon liefern offene Gewichte
Parallel zur OpenAI-Veröffentlichung sind mehrere herunterladbare Alternativen erschienen. Perplexity stellt pplx-decider-v1-27b auf Hugging Face unter Apache 2.0 bereit. Das Modell basiert auf Qwen3.8-27B und umfasst 27 Milliarden Parameter.
Cloudflare hat Clef und Clef-flash ebenfalls unter Apache 2.0 veröffentlicht. Beide Modelle lassen sich mit offenen Gewichten selbst betreiben oder über Workers AI nutzen. Eine genauere Einordnung der Modelle bietet der Artikel zur Open-Weight-Alternative Cloudflare Clef.
Amazon verfolgt mit dem lokal ausführbaren Strands Decider 2B denselben Grundgedanken. Das Modell basiert auf Qwen3.5-2B und hat 2 Milliarden Parameter. Welche konkreten Lizenzbedingungen für den Download gelten, ist bislang nicht spezifiziert.
| Anbieter und Modell | Größe | Eingaben | Betrieb | Lizenz |
|---|---|---|---|---|
| OpenAI Decisions API | Nicht genannt | Text und Bild | OpenAI API | Proprietär |
| Perplexity pplx-decider-v1-27b | 27 Milliarden Parameter | Text und Bild | Self-Hosting | Apache 2.0 |
| Cloudflare Clef und Clef-flash | Nicht genannt | Text und Bild | Self-Hosting oder Workers AI | Apache 2.0 |
| Amazon Strands Decider 2B | 2 Milliarden Parameter | Text | Self-Hosting | Nicht spezifiziert |
Benchmarks liefern noch kein eindeutiges Bild
Perplexity meldet für pplx-decider-v1-27b im Durchschnitt von elf Benchmarks einen Wert von 85,71 %. TypeSafes textbasiertes Entscheidungsmodell Jev erreicht nach diesen Angaben 84,51 %. Der knappe Gesamtsieg verdeckt allerdings ein gemischtes Ergebnis, denn Jev liegt in sechs der elf Einzeltests vorne.
| Modell | Durchschnitt über 11 Benchmarks | Gewonnene Einzeltests |
|---|---|---|
| Perplexity pplx-decider-v1-27b | 85,71 % | 5 von 11 |
| TypeSafe Jev | 84,51 % | 6 von 11 |
Die Ergebnisse stammen aus den Angaben des Modellanbieters. Unabhängige Vergleiche zu Latenz, Durchsatz und Hardwarebedarf fehlen bislang. Auch der Vergleich mit dem günstigen Entscheidungsmodell Jev erlaubt deshalb noch keine belastbare Aussage zu den tatsächlichen Betriebskosten.
Bilder erweitern die möglichen Arbeitsabläufe
OpenAI demonstriert die API unter anderem mit Screenshots und Kamerabildern. Ein System kann ein Bild auswerten und anschließend eine vordefinierte Aktion auswählen. Denkbar sind etwa Computer-Use-Aufgaben, bei denen aus einem Screenshot der nächste Bedienungsschritt abgeleitet wird.
In einer weiteren Demonstration kombiniert OpenAI die Decisions API mit GPT-Live und dem programmierbaren Microduck-Roboter von Hugging Face. Das Entscheidungsmodell wertet Kamerabilder aus und bestimmt, wohin sich der Roboter orientieren soll. Perplexity und Cloudflare unterstützen ebenfalls Bild- und Texteingaben, während Jev und Strands Decider derzeit auf Text beschränkt sind.
Bei Entscheidungsmodellen ist nicht nur die Modellqualität relevant. Der mögliche Betriebsort entscheidet ebenso über Kosten, Datenschutz und Abhängigkeit vom Anbieter.
Self-Hosting ist für DACH-Unternehmen eine reale Option
Für Unternehmen im DACH-Raum sind die Open-Weight-Veröffentlichungen besonders interessant. Klassifizierung und Routing lassen sich damit grundsätzlich On-Premises oder in einem ausgewählten EU-Rechenzentrum ausführen. Sensible Eingaben müssen dann nicht an eine proprietäre US-API übertragen werden.
Das verbessert die Kontrolle über Datenflüsse, beseitigt regulatorische Pflichten aber nicht automatisch. Gleichzeitig entfallen verbrauchsabhängige API-Gebühren und die direkte Bindung an einen einzelnen Dienst. Dafür entstehen Kosten für Hardware, Betrieb, Überwachung und Aktualisierungen.
Welche Variante wirtschaftlicher ist, hängt deshalb vom Volumen und den vorhandenen Betriebsressourcen ab. Die OpenAI API bietet einen schnellen Einstieg mit klar kalkulierbarem Tokenpreis. Open-Weight-Modelle schaffen dagegen mehr Datensouveränität und Wechselmöglichkeiten, benötigen aber eine eigene belastbare Infrastruktur.