OpenAI Decisions API Nedir? GPT-6 Luna ile 10 Kat Daha Hızlı AI Kararları

OpenAI, 6 Ekim 2026 tarihinde geliştiriciler için yeni Decisions API hizmetini public beta olarak kullanıma açtı.

Yeni API’nin amacı klasik bir yapay zekâ sohbeti oluşturmak değil.

Decisions API; metin veya görsel girdisini değerlendirip uygulamanın doğrudan kullanabileceği olasılık, sabit seçenek veya puan şeklinde kararlar üretmek için tasarlandı.

OpenAI’nin resmi dokümantasyonuna göre Decisions API, aynı tür görevlerde GPT-6 Luna’yı Responses API üzerinden kullanmaya kıyasla yaklaşık 10 kat daha hızlı sonuç üretebiliyor.

Şu anda desteklenen tek model:

gpt-6-luna

ve kullanılacak endpoint:

POST /v1/decisions

Bu yeni yapı özellikle:

• müşteri taleplerini doğru departmana yönlendirme,
• bir işlemin belirli bir koşulu karşılayıp karşılamadığını kontrol etme,
• görselleri sınıflandırma,
• destek taleplerine önem derecesi verme,
• işleri önceliklendirme,
• çok sayıda girdiyi düşük gecikmeyle kategorilere ayırma

gibi görevleri hedefliyor.

Daha da ilginci, Decisions API’de standart kullanımda yalnızca input token için ödeme yapılıyor.

GPT-6 Luna ile 1 milyon input token fiyatı 0,10 dolar. Decisions API üzerinden cache read, cache write veya output token için ayrıca ücret alınmıyor.

Peki OpenAI Decisions API nedir? Responses API’den farkı ne? Predicate, choice ve score cevapları ne anlama geliyor? GPT-6 Luna neden tercih edildi? Structured Outputs yerine ne zaman Decisions API kullanılmalı ve gerçekten hangi uygulamalarda işe yarar?

OpenAI’nin güncel teknik dokümantasyonu üzerinden ayrıntılı bakalım.

OpenAI Decisions API Nedir?

Decisions API, bir girdiye uzun bir doğal dil cevabı vermek yerine önceden tanımlanmış bir karar türüne göre yapılandırılmış sonuç üretmek için tasarlanmış OpenAI API’sidir.

En basit haliyle sistem şu sorulara hızlı cevap vermeye çalışır:

“Bu koşul doğru mu?”

“Bu girdiyi hangi kategoriye koymalıyım?”

“Bu durumun önem seviyesi kaç?”

Bu nedenle Decisions API’yi klasik chatbot API’si olarak düşünmek doğru değil.

API, uygulamanızın daha sonra başka bir işlemde kullanabileceği makine tarafından okunabilir kararlar döndürüyor.

Decisions API Ne Zaman Çıktı?

OpenAI’nin resmi API changelog kaydına göre Decisions API 6 Ekim 2026 tarihinde public beta olarak yayımlandı.

İlk sürüm yalnızca:

gpt-6-luna

modelini destekliyor.

OpenAI, dokümantasyonda API’nin önümüzdeki haftalarda genel kullanıma yani GA aşamasına geçmesinin beklendiğini belirtiyor.

Ancak şu an için public beta olduğu unutulmamalı.

Decisions API Neden Ayrı Bir API Olarak Geliştirildi?

Birçok yapay zekâ uygulamasının aslında uzun metin üretmesine ihtiyacı yok.

Örneğin bir müşteri:

“Siparişimden iki kez para çekildi.”

diye yazdığında uygulamanın uzun bir açıklama üretmesine gerek olmayabilir.

Sistemin yalnızca:

billing

kararı vermesi ve talebi ödeme departmanına yönlendirmesi yeterlidir.

Klasik generative AI yaklaşımında model önce uzun bir metin oluşturabilir, daha sonra uygulama bu cevaptan gerekli alanı çıkarmaya çalışabilir.

Decisions API ise doğrudan karar üretmeye odaklanıyor.

Bu nedenle:

• daha az gereksiz çıktı,
• daha düşük latency,
• daha kolay uygulama entegrasyonu,
• daha tahmin edilebilir çıktı yapısı

sağlayabiliyor.

Decisions API Gerçekten 10 Kat Daha Hızlı mı?

OpenAI, Decisions API’nin metin ve görsellerden typed answers üretirken Responses API’ye göre yaklaşık 10 kat daha hızlı çalışabildiğini belirtiyor.

Buradaki karşılaştırmanın önemli tarafı şu:

Decisions API’nin arkasında da GPT-6 Luna bulunuyor.

Yani hız farkı yalnızca daha küçük başka bir modele geçmekten kaynaklanmıyor.

API, uzun ve serbest biçimli yanıt üretmek yerine belirli karar tiplerini hızlı şekilde hesaplamak için optimize edilmiş ayrı bir çalışma biçimi kullanıyor.

Ancak “10 kat” ifadesini her istekte kesin 10 kat hız garantisi şeklinde yorumlamamak gerekir.

Gerçek gecikme:

• girdi uzunluğuna,
• görsel kullanımına,
• sorulan soru sayısına,
• bölgesel işlemeye,
• ağ gecikmesine

göre değişebilir.

Decisions API Nasıl Çalışıyor?

Temel bir Decisions API isteğinin üç ana bölümü bulunuyor:

Alan	Görevi
model	Kararı verecek modeli belirtir
input	Karar verilecek metin veya görsel kanıtı içerir
questions	Modelin hangi kararları vermesi gerektiğini tanımlar

Şu anda model alanı:

gpt-6-luna

olarak kullanılıyor.

API yanıtında ise bir answers dizisi bulunuyor.

Her soruya benzersiz bir name verdiğinizde aynı isim cevap içerisinde geri dönüyor.

Bu da uygulama tarafında sonuçların eşleştirilmesini kolaylaştırıyor.

Decisions API’de Kaç Farklı Karar Türü Var?

İlk public beta sürümünde üç temel soru tipi bulunuyor:

• predicate
• choice
• score

Üçü de farklı karar problemlerini çözmek için tasarlanmış.

Predicate Nedir?

Predicate, belirli bir koşulun doğru olma ihtimalini ölçmek için kullanılıyor.

Örneğin:

“Bu ürün fotoğrafında görünür hasar var mı?”

sorusunu Decisions API’ye gönderebilirsiniz.

API size yalnızca “evet” veya “hayır” vermek yerine 0 ile 1 arasında bir olasılık döndürebiliyor.

Örneğin:

{
  "type": "predicate",
  "name": "has_damage",
  "probability": 0.93
}

Bu sonuç sistemin koşulun doğru olduğuna yüzde 93 seviyesinde olasılık verdiğini gösterir.

Predicate Nerede Kullanılabilir?

Predicate özellikle:

• üründe görünür hasar var mı,
• metin soruyla ilgili mi,
• belgede belirli bir bilgi bulunuyor mu,
• müşteri talebi acil mi,
• fotoğrafta belirli bir durum mevcut mu

gibi ikili değerlendirmelerde kullanılabilir.

Burada uygulama geliştiricisi kendi eşik değerini belirleyebilir.

Örneğin olasılık:

0,90 üzerindeyse otomatik işlem yap, 0,60-0,90 arasındaysa insan incelemesine gönder

gibi bir sistem kurulabilir.

Choice Nedir?

Choice, modelin sizin önceden tanımladığınız seçeneklerden birini seçmesini sağlar.

Örneğin bir destek talebini şu kategorilerden birine yönlendirmek isteyebilirsiniz:

• billing
• technical
• shipping
• other

Decisions API girdiyi değerlendirir ve uygun seçeneği döndürür.

Choice, sıralama ilişkisi bulunmayan kategoriler için uygun.

Örneğin:

Ödeme departmanı, teknik destek ve kargo departmanı arasında “daha yüksek” veya “daha düşük” şeklinde doğal bir sıra yoktur.

Bu nedenle burada score yerine choice kullanılmalı.

Choice İçin Python Örneği

from openai import OpenAI

client = OpenAI()

decision = client.decisions.create(
    model="gpt-6-luna",
    input="Siparişimden iki kez ücret alındı.",
    questions=[
        {
            "type": "choice",
            "name": "department",
            "instructions": "Bu müşteri talebini hangi departman çözmeli?",
            "choices": [
                {
                    "value": "billing",
                    "description": "Ödeme, fatura ve para iadesi sorunları."
                },
                {
                    "value": "technical",
                    "description": "Ürünün kullanımıyla ilgili teknik sorunlar."
                },
                {
                    "value": "shipping",
                    "description": "Kargo, teslimat ve takip sorunları."
                },
                {
                    "value": "other",
                    "description": "Diğer talepler."
                }
            ]
        }
    ]
)

answer = decision.answers[0]

print(answer.choice)
print(answer.confidence)

Bu yapı doğrudan ticket routing sistemine bağlanabilir.

Score Nedir?

Score, girdiyi sıralı seviyelere göre değerlendirmek için kullanılıyor.

Örneğin bir yazılım hatasının önem derecesini:

• kozmetik,
• geçici çözümü var,
• tamamen engelleyici

şeklinde tanımlayabilirsiniz.

Choice’dan farkı, seviyeler arasında doğal bir sıralama bulunması.

Score sonuçlarında API her seviyeye ait olasılığı hesaplıyor ve bunların ağırlıklı ortalamasını kullanarak sayısal bir skor oluşturabiliyor.

Score Neden Ondalıklı Bir Değer Döndürebilir?

Score seviyeleri 0’dan başlayarak indeksleniyor.

Örneğin:

• 0 → Kozmetik
• 1 → Geçici çözüm var
• 2 → Tamamen engelleyici

olabilir.

Model her seviyeye ayrı olasılık verdiği için sonuç tam sayı olmak zorunda değil.

Örneğin sonuç:

1.2

olabilir.

Bu değer, modelin girdiyi birden fazla seviyenin arasında değerlendirdiğini gösterebilir.

Choice ve Score Confidence Döndürüyor mu?

Evet.

Choice ve score sonuçlarında yalnızca seçilen değer değil, ayrı bir confidence bilgisi de bulunuyor.

Ayrıca seçenek veya seviyeler için olasılık dağılımları elde edilebiliyor.

Bu özellikle otomatik kararların ne kadar güvenilir olduğunu uygulama tarafında değerlendirmek için önemli.

Confidence ile Probability Aynı Şey mi?

Tam olarak değil.

Predicate doğrudan koşulun doğru olmasına ilişkin bir probability değeri verir.

Choice ve score tarafında ise seçenekler arasındaki probability dağılımının yanında ayrıca confidence alanı bulunabilir.

Bu değerleri uygulama kurallarında ayrı ayrı değerlendirmek daha doğru.

Bir İstekte Birden Fazla Karar Alınabilir mi?

Evet.

Aynı input üzerinde birden fazla bağımsız soru sorabilirsiniz.

Örneğin bir ürün fotoğrafı için tek istekte:

• üründe hasar var mı,
• ürün hangi kategoriye ait

sorularını değerlendirebilirsiniz.

Her soru farklı bir karar tipi de kullanabilir.

Bir Karar Diğer Karara Bağlıysa Ne Yapılmalı?

OpenAI, birbirine bağımlı kararların ayrı istekler halinde gönderilmesini öneriyor.

Örneğin:

1. Önce üründe hasar olup olmadığını kontrol edin.
2. Hasar varsa ikinci istekte hasarın hangi kategoriye girdiğini belirleyin.

Böylece ikinci karar ilk kararın sonucuna göre verilebilir.

Decisions API Görsel Analiz Edebiliyor mu?

Evet.

Decisions API hem metin hem de görsel girdisini değerlendirebiliyor.

Bu özellikle:

• hasarlı ürün tespiti,
• fotoğrafta belirli bir nesne veya durum bulunup bulunmadığını kontrol etme,
• görsel sınıflandırma,
• kalite kontrol

gibi kullanım alanlarında önemli.

Görseller Decisions API’ye Nasıl Gönderiliyor?

Görseller iki temel yöntemle gönderilebiliyor:

• Base64 data URL,
• herkese erişilebilir HTTP/HTTPS görsel adresi.

Public beta sürümünde görsel input için File ID desteği bulunmuyor.

Bu ayrıntı mevcut Responses API uygulamasını Decisions API’ye taşıyan geliştiriciler için önemli.

Decisions API Dosya Girdisi Destekliyor mu?

Şu anki API referansına göre doğrudan file reference desteği bulunmuyor.

Decisions API temel olarak:

• metin,
• görsel

kanıtlarını değerlendirmek için tasarlanmış durumda.

Dosyaları veya uzun belgeleri özel araçlarla işlemek gerekiyorsa Responses API daha uygun olabilir.

Audio ve Tool Calling Destekleniyor mu?

Decisions API’nin şu anki amacı agent çalıştırmak değil.

API referansında:

• audio,
• tools,
• item references

Decisions input’u için desteklenmiyor.

Web Search, File Search veya function calling gibi araçlara ihtiyaç duyulan workflow’larda Responses API kullanılmalı.

Decisions API ile Responses API Arasındaki Fark Ne?

İki API birbirinin yerine geçmek için geliştirilmiş değil.

İhtiyaç	Decisions API	Responses API
Koşul olasılığı	Çok uygun	Yapılabilir
Sabit seçeneklerden seçim	Çok uygun	Yapılabilir
Rubric puanlama	Çok uygun	Ek çıktı tasarımı gerekir
Uzun doğal dil yanıtı	Uygun değil	Uygun
Chatbot	Ana amacı değil	Uygun
Web Search	Yok	Var
Function Calling	Ana işlev değil	Var
Agent workflow	Ana amacı değil	Uygun
Hızlı sınıflandırma	Çok uygun	Yapılabilir
Metin + görsel karar	Var	Var

Decisions API ile Structured Outputs Arasındaki Fark Ne?

Bu iki özelliği birbirine karıştırmak kolay.

Structured Outputs, modelin sizin tanımladığınız JSON Schema’ya uygun bir çıktı üretmesini sağlar.

Örneğin bir faturadan:

• firma adı,
• fatura numarası,
• tarih,
• toplam tutar

çıkarıp JSON nesnesi üretmek istiyorsanız Structured Outputs oldukça uygun.

Decisions API ise serbest biçimli nesne üretmeye çalışmaz.

Önceden tanımlanmış karar tiplerinden birini döndürür:

• predicate,
• choice,
• score.

OpenAI’nin kendi önerisi de bu yönde.

Kendi JSON şemanıza göre alanlar veya yazılı açıklama üretmek istiyorsanız Responses API + Structured Outputs; uygulamanızın hızlı bir karar vermesi gerekiyorsa Decisions API kullanmak daha mantıklı.

Decisions API ile Function Calling Arasındaki Fark Ne?

Function calling modelin bir işlemi gerçekleştirmek için hangi fonksiyonu hangi argümanlarla çağırması gerektiğini belirlemesini sağlar.

Örneğin:

“Müşterinin sipariş durumunu kontrol et.”

isteğinde model:

get_order_status(order_id)

fonksiyonunu çağırabilir.

Decisions API ise aracı çalıştırmaz.

Bunun yerine:

“Bu müşterinin talebi hangi departmana gitmeli?”

gibi bir karar verir.

İki yaklaşım aynı sistem içinde birlikte de kullanılabilir.

Decisions API Neden GPT-6 Luna Kullanıyor?

GPT-6 Luna, OpenAI’nin odaklı ve yüksek hacimli görevler için geliştirdiği verimli GPT-6 modeli.

Model özellikle:

• sınıflandırma,
• veri işleme,
• yüksek hacimli API workload’ları,
• maliyet hassas işlemler

için mantıklı bir temel oluşturuyor.

Bu nedenle Decisions API gibi sürekli küçük fakat hızlı karar üretmesi gereken bir endpoint için Luna doğal bir seçim.

GPT-6 Luna’nın diğer GPT-6 modelleriyle karşılaştırmasını daha önce ayrıntılı olarak incelemiştim:

GPT-6 Sol ve GPT-6 Luna Nedir? Astra’dan Farkları ve API Fiyatları

Decisions API Fiyatı Ne Kadar?

Public beta sırasında GPT-6 Luna ile Decisions API fiyatı oldukça basit.

1 milyon input token: 0,10 dolar.

En dikkat çekici nokta ise şu:

• output token ücreti yok,
• cache-read ücreti yok,
• cache-write ücreti yok.

Yalnızca Decisions endpoint’ine gönderilen input token’lar için ödeme yapılıyor.

Responses API’de GPT-6 Luna Fiyatı Ne?

Aynı GPT-6 Luna modelini standart Responses API üzerinden kullandığınızda kısa context fiyatları:

Token Türü	1 Milyon Token
Input	$0,10
Cached Input	$0,01
Cache Write	$0,125
Output	$0,50

Decisions API’de ise output için ayrıca token ücreti alınmaması, özellikle milyonlarca kararın üretildiği sistemlerde önemli maliyet avantajı sağlayabilir.

Long Context Fiyatlandırması Decisions API’de Geçerli mi?

Evet.

OpenAI, Decisions endpoint’inde uzun context input fiyatlandırma katsayılarının geçerli olduğunu belirtiyor.

GPT-6 Luna’nın standart model fiyatlandırmasında 272.000 input token’ın üzerindeki prompt’larda input fiyatı yükseliyor.

Bu nedenle Decisions API düşük maliyetli olsa da çok büyük girdileri sürekli göndermek yine maliyet oluşturabilir.

Bölgesel İşleme Ek Ücretli mi?

OpenAI, regional processing fiyat farklarının Decisions API için de geçerli olduğunu belirtiyor.

Dolayısıyla data residency kullanılan kurumsal sistemlerde yalnızca temel 0,10 dolar fiyatına bakmak yeterli olmayabilir.

Decisions API Data Residency Destekliyor mu?

Evet.

OpenAI’nin güncel dokümantasyonuna göre Decisions API için data residency ve regional processing:

• Amerika Birleşik Devletleri,
• Avrupa Ekonomik Alanı ve İsviçre

için destekleniyor.

Zero Data Retention Destekleniyor mu?

Evet.

Decisions API, uygun müşteriler için Zero Data Retention (ZDR) desteğine sahip.

Bu özellik özellikle hassas kurumsal veriler üzerinde çalışan sistemler açısından önemli olabilir.

HIPAA Kullanımı Destekleniyor mu?

OpenAI, uygun müşteriler için Decisions API’nin HIPAA kapsamındaki kullanım senaryolarını desteklediğini belirtiyor.

Ancak bunun otomatik olarak bütün API hesaplarında etkin olduğu anlamına gelmediğini unutmamak gerekiyor.

Gerekli uygunluk şartları, sözleşmeler ve hesap yapılandırmalarının ayrıca karşılanması gerekiyor.

Decisions API Chatbot İçin Kullanılır mı?

Genellikle hayır.

Bir kullanıcı:

“Python’da async/await nasıl çalışır?”

diye soruyorsa uzun ve açıklayıcı bir yanıt gerekiyor.

Bu durumda Responses API daha uygun.

Decisions API ise:

“Bu Python sorusu beginner, intermediate veya advanced kategorilerinden hangisine ait?”

gibi bir karar için kullanılabilir.

Müşteri Destek Sistemlerinde Nasıl Kullanılabilir?

Decisions API’nin en net kullanım alanlarından biri müşteri destek sistemleri.

Örneğin her gelen mesaj için:

• hangi departmana yönlendirilmeli,
• acil mi,
• müşteri kaybı riski yüksek mi,
• insan temsilci gerekli mi

gibi bağımsız kararlar alınabilir.

Bu sonuçlar daha sonra mevcut ticket sistemi içerisinde otomatik routing için kullanılabilir.

E-Ticarette Nasıl Kullanılabilir?

Bir e-ticaret sistemi Decisions API ile:

• müşteri talebini sınıflandırabilir,
• ürün fotoğrafında hasar olup olmadığını değerlendirebilir,
• iade talebinin önceliğini belirleyebilir,
• ürünü görsel kategoriye ayırabilir.

Özellikle görsel ve metnin aynı kararda kullanılabilmesi burada önemli avantaj.

Yazılım Geliştirmede Nasıl Kullanılabilir?

Bir issue tracker sisteminde gelen hata raporları:

• frontend,
• backend,
• mobile,
• infrastructure

kategorilerine otomatik yönlendirilebilir.

Ayrıca score kullanılarak:

• kozmetik,
• orta,
• kritik

şeklinde önem derecelendirmesi yapılabilir.

Böylece geliştirici ekibinin backlog önceliklendirme sürecine AI desteği eklenebilir.

Lead Scoring İçin Kullanılır mı?

Score yapısı nedeniyle potansiyel müşterileri sıralamak için de kullanılabilir.

Örneğin giriş verilerine göre:

• düşük ilgi,
• orta ilgi,
• yüksek ilgi

seviyeleri tanımlanabilir.

Ancak ticari veya finansal açıdan kritik kararlarda yalnızca model sonucuna güvenmek yerine insan kontrolü ve ayrı iş kuralları kullanmak daha sağlıklı.

Karar Eşiği Nasıl Belirlenmeli?

OpenAI, gerçek uygulama verileriyle labeled examples kullanarak eşiklerin belirlenmesini öneriyor.

Örneğin hasar tespitinde:

• 0,95 üzeri → otomatik onay,
• 0,60-0,95 → insan incelemesi,
• 0,60 altı → hasar yok

gibi bir kural teorik olarak kurulabilir.

Ancak doğru eşikler uygulamanın hata maliyetine göre değişir.

Yanlış pozitif ile yanlış negatif sonuçların maliyeti aynı değilse threshold buna göre ayarlanmalı.

Decisions API Sonucuna Yüzde 100 Güvenilir mi?

Hayır.

Probability veya confidence değerlerinin bulunması modelin hata yapmayacağı anlamına gelmez.

Özellikle:

• yüksek maliyetli finansal işlemler,
• sağlık kararları,
• hukuki değerlendirmeler,
• güvenlik açısından kritik işlemler

gibi alanlarda insan kontrolü veya ek doğrulama mekanizmaları gerekebilir.

Decisions API’nin en iyi kullanımlarından biri, kararın risk seviyesine göre otomasyon ile insan incelemesi arasında routing yapmaktır.

Decisions API ile Basit Predicate Örneği

from openai import OpenAI

client = OpenAI()

decision = client.decisions.create(
    model="gpt-6-luna",
    input="Kullanıcı son 5 dakikada aynı ödeme işlemini üç kez denedi.",
    questions=[
        {
            "type": "predicate",
            "name": "needs_review",
            "instructions": "Bu işlem manuel incelemeye gönderilmeli mi?"
        }
    ]
)

answer = decision.answers[0]

print(answer.probability)

Gerçek production sisteminde bu probability değeri doğrudan otomatik işlem yapmak yerine başka kurallarla birlikte kullanılabilir.

Birden Fazla Soru İçin Python Örneği

from openai import OpenAI

client = OpenAI()

decision = client.decisions.create(
    model="gpt-6-luna",
    input="Uygulama ödeme ekranında kapanıyor ve kullanıcı ödeme yapamıyor.",
    questions=[
        {
            "type": "choice",
            "name": "team",
            "instructions": "Bu hata hangi ekibe yönlendirilmeli?",
            "choices": [
                {"value": "frontend", "description": "Arayüz ve istemci hataları"},
                {"value": "backend", "description": "Sunucu ve API hataları"},
                {"value": "payment", "description": "Ödeme altyapısı sorunları"},
                {"value": "other", "description": "Diğer sorunlar"}
            ]
        },
        {
            "type": "predicate",
            "name": "urgent",
            "instructions": "Bu hata acil müdahale gerektiriyor mu?"
        }
    ]
)

for answer in decision.answers:
    print(answer)

JavaScript ile Decisions API Örneği

import OpenAI from "openai";

const client = new OpenAI();

const decision = await client.decisions.create({
  model: "gpt-6-luna",
  input: "Müşteri siparişinin iki haftadır gelmediğini söylüyor.",
  questions: [
    {
      type: "choice",
      name: "department",
      instructions: "Talebi doğru departmana yönlendir.",
      choices: [
        {
          value: "shipping",
          description: "Kargo ve teslimat sorunları"
        },
        {
          value: "billing",
          description: "Ödeme ve faturalandırma sorunları"
        },
        {
          value: "technical",
          description: "Teknik ürün sorunları"
        }
      ]
    }
  ]
});

console.log(decision.answers);

Hangi OpenAI SDK Sürümleri Gerekiyor?

OpenAI’nin public beta dokümantasyonuna göre Decisions API örneklerini kullanabilmek için en az şu SDK sürümleri gerekiyor:

Dil	Minimum SDK Sürümü
Python	3.26.0
JavaScript	7.30.0
Go	3.73.0
Ruby	0.101.0
Java	4.78.0

Mevcut OpenAI SDK’nız daha eskiyse Decisions client metodları görünmeyebilir.

Decisions API’nin Public Beta Olması Ne Anlama Geliyor?

Public beta, API’nin gerçek uygulamalarda denenebilmesine rağmen henüz nihai ve tamamen sabit ürün aşamasında olmadığı anlamına geliyor.

Bu süreçte:

• API davranışları geliştirilebilir,
• yeni modeller eklenebilir,
• limitler değişebilir,
• SDK davranışları güncellenebilir.

Bu nedenle production uygulamasında beta özelliğe bağımlı kritik bir workflow geliştirirken changelog takip etmek önemli.

Decisions API’ye Başka Modeller Gelecek mi?

OpenAI şu anda gelecekte desteklenecek modellerin kesin listesini açıklamış değil.

Mevcut public beta sürümünde yalnızca:

gpt-6-luna

kullanılabiliyor.

Dolayısıyla Sol veya Astra model kimliğini Decisions endpoint’ine vererek aynı sistemi kullanmak şu an desteklenmiyor.

GPT-6 Luna’nın 1.05M Context Window’u Burada Ne Anlama Geliyor?

GPT-6 Luna modelinin genel model özelliklerinde 1.050.000 token context window ve 128.000 maksimum output kapasitesi bulunuyor.

Ancak Decisions API serbest biçimli uzun output üretmediği için burada asıl avantaj büyük miktarda girdiyi değerlendirebilen güçlü Luna altyapısının karar işlerinde kullanılabilmesi.

Endpoint’e özel limitler ve uzun context fiyatlandırması üretim sisteminde ayrıca takip edilmeli.

Decisions API ile Sesli Uygulama Yapılabilir mi?

Decisions endpoint’i doğrudan audio input kabul etmiyor.

Ancak OpenAI dokümantasyonu Live API ile client delegation kullanılarak sesli komutların Decisions API’ye bağlanabileceğini belirtiyor.

Örneğin kullanıcı sesli olarak:

“Bu görüşmeyi satış mı yoksa teknik destek mi ele almalı?”

gibi bir komut verebilir.

Ses Live API tarafından işlenirken gerçek karar Decisions API üzerinden alınabilir.

Decisions API Ne Zaman Kullanılmalı?

Şu tür görevlerde Decisions API güçlü bir aday:

• sonuç sabit kategorilerden biri olacaksa,
• bir koşulun olasılığı gerekiyorsa,
• sıralı bir puanlama yapılacaksa,
• latency önemliyse,
• çok yüksek sayıda karar üretilecekse,
• metin veya görsel sınıflandırılacaksa.

Decisions API Ne Zaman Kullanılmamalı?

Şu görevlerde Responses API daha uygun:

• uzun yazılı açıklama üretmek,
• makale yazmak,
• chatbot oluşturmak,
• web üzerinde araştırma yapmak,
• araç çağırmak,
• dosya aramak,
• agent çalıştırmak,
• özel JSON nesneleri üretmek.

Burada temel ayrım şu:

Karar mı istiyorum, içerik mi ürettirmek istiyorum?

Karar gerekiyorsa Decisions API; üretim, reasoning ve tool workflow gerekiyorsa Responses API daha doğal seçim.

Decisions API Production’da Nasıl Konumlandırılmalı?

Decisions API’yi ana AI sisteminin yerine değil, uygulamanın belirli karar noktalarında çalışan hızlı bir bileşen olarak düşünmek daha mantıklı.

Örneğin bir agent sisteminde:

1. Yeni kullanıcı isteği gelir.
2. Decisions API isteği sınıflandırır.
3. Basit işlemse doğrudan ilgili workflow’a yönlendirilir.
4. Karmaşık görevse Responses API veya daha güçlü modele aktarılır.
5. Riskli sonuçlarda insan incelemesi devreye girer.

Böyle bir mimaride Decisions API bir tür hızlı AI router görevi görebilir.

GPT-6 Luna Artık Sadece Ucuz Model Değil, AI Sistemlerinin Karar Katmanına Dönüşüyor

Decisions API’nin bence en önemli tarafı yeni bir endpoint eklenmiş olması değil.

OpenAI burada generative AI kullanımını iki farklı probleme ayırıyor:

Bir şey üretmek

ve:

bir karar vermek.

Bugüne kadar birçok uygulama ikisini de aynı model çağrısıyla çözmeye çalışıyordu.

Örneğin sadece “billing” cevabına ihtiyaç duyulan bir ticket routing sisteminde modele uzun bir prompt gönderiliyor, doğal dil cevabı üretiliyor, daha sonra JSON parse ediliyor ve sonucun doğruluğu kontrol ediliyordu.

Decisions API bu zinciri doğrudan karar problemine indiriyor.

Üstelik public beta fiyatlandırmasında yalnızca input token için ödeme yapılıyor ve output token ücreti bulunmuyor.

Bu yaklaşım özellikle yüksek hacimli sistemlerde önemli.

Bir müşteri destek platformunun günde milyonlarca talebi:

• sınıflandırması,
• önceliklendirmesi,
• routing yapması

gerekiyorsa her karar için uzun generative cevap üretmek gereksiz maliyet ve latency oluşturabilir.

GPT-6 Luna’nın Decisions API içerisinde kullanılması bu yüzden mantıklı.

Luna zaten OpenAI tarafından odaklı ve yüksek hacimli görevler için konumlandırılıyor.

Şimdi bunun üzerine decision-specific bir API eklenmiş durumda.

Bu nedenle bundan sonra OpenAI API ile sistem tasarlarken yalnızca:

“Hangi modeli kullanmalıyım?”

sorusunu sormak yeterli olmayabilir.

Daha doğru soru:

“Bu adımda modelden gerçekten içerik üretmesini mi istiyorum, yoksa yalnızca hızlı ve ölçülebilir bir karar mı gerekiyor?”

Eğer cevap ikinci seçenekse Decisions API, Responses API’den daha doğru araç olabilir.

Sık Sorulan Sorular

OpenAI Decisions API nedir?

Decisions API, metin veya görsel girdilerini değerlendirerek predicate, choice veya score şeklinde uygulamanın doğrudan kullanabileceği typed answers üreten OpenAI API hizmetidir.

Decisions API ne zaman çıktı?

OpenAI Decisions API’yi 6 Ekim 2026 tarihinde public beta olarak kullanıma sundu.

Decisions API hangi modeli kullanıyor?

Şu anda yalnızca GPT-6 Luna destekleniyor.

Decisions API endpoint’i nedir?

API özel POST /v1/decisions endpoint’ini kullanıyor.

Decisions API Responses API’den daha hızlı mı?

OpenAI, Decisions API’nin ilgili karar görevlerinde Responses API’ye göre yaklaşık 10 kat daha hızlı typed answers üretebildiğini belirtiyor.

Decisions API fiyatı ne kadar?

GPT-6 Luna ile 1 milyon input token 0,10 dolar. Decisions API’de output, cache-read ve cache-write token ücretleri bulunmuyor. Uzun context ve bölgesel işlem fiyat farkları uygulanabilir.

Decisions API hangi cevap türlerini destekliyor?

Public beta sürümünde predicate, choice ve score olmak üzere üç ana soru tipi destekleniyor.

Predicate ne işe yarıyor?

Belirli bir koşulun doğru olma olasılığını 0 ile 1 arasında değerlendirmek için kullanılıyor.

Choice ne işe yarıyor?

Önceden tanımlanan ve doğal sıralaması bulunmayan seçeneklerden birini seçmek için kullanılıyor.

Score ne işe yarıyor?

Bir girdiyi sıralı seviyelere göre değerlendirmek ve probability-weighted bir puan üretmek için kullanılıyor.

Decisions API görsel destekliyor mu?

Evet. Metin ve görsel girdileri birlikte değerlendirilebiliyor. Görseller public URL veya Base64 data URL olarak gönderilebiliyor.

Decisions API File ID destekliyor mu?

Mevcut public beta API referansına göre görüntüler için File ID desteği bulunmuyor.

Decisions API tool calling yapabiliyor mu?

Decisions API’nin amacı tool kullanan agent çalıştırmak değil. Web Search, File Search veya function calling gereken görevlerde Responses API kullanılmalı.

Decisions API ile Structured Outputs aynı şey mi?

Hayır. Structured Outputs sizin JSON Schema’nıza göre içerik üretirken Decisions API predicate, choice ve score gibi belirli karar türleri döndürür.

Decisions API HIPAA destekliyor mu?

OpenAI, gerekli uygunluk şartlarını karşılayan müşteriler için HIPAA kullanımını desteklediğini belirtiyor.

Decisions API Zero Data Retention destekliyor mu?

Evet. Uygun müşteriler için ZDR desteği bulunuyor.

Decisions API production’da kullanılabilir mi?

API public beta olarak geliştiricilerin kullanımına açık. Kritik production sistemlerinde beta durumu, hata toleransı ve OpenAI changelog güncellemeleri dikkate alınmalı.

Resmi Kaynaklar

• OpenAI API Documentation – Decisions API
• OpenAI API Reference – Create a Decision
• OpenAI API Changelog – 6 Ekim 2026 Decisions API
• OpenAI API Documentation – GPT-6 Luna
• OpenAI API Documentation – Pricing