OpenAI beschränkt GPT-6 Luna auf drei Entscheidungstypen, ein Plugin bringt sie ins Terminal

OpenAI hat eine Decisions API auf Basis von GPT-6 Luna veröffentlicht, und Simon Willison stellt Version 0.1a0 von llm-openai-decisions für sein LLM-CLI bereit. Die API verarbeitet Text und Bilder und liefert drei Formen strukturierter Ergebnisse: die Wahrscheinlichkeit einer Aussage, eine Auswahl aus vorgegebenen Optionen oder eine Bewertung auf einer festgelegten Skala.

GPT-6 Luna liefert eine Wahrscheinlichkeit statt eines Absatzes

Willison zeigt eine Bildabfrage, auf die das Modell mit einem JSON-Objekt aus Antworttyp, Bewertungsname und Wahrscheinlichkeit reagiert. Das Plugin wird mit llm install llm-openai-decisions installiert und macht das Modell im selben Terminal-Workflow verfügbar wie andere von LLM unterstützte Anbieter.

OpenAI verlangt 0,10 Dollar pro Million Eingabetoken und berechnet keine Ausgabe. Das Konzept ähnelt Jev von TypeSafe AI, das ebenfalls binäre Aussagen, Auswahlfragen und Bewertungen unterstützt. Willisons Vergleich nennt für Jev 0,042 Dollar pro Million Eingabetoken bei Texteingabe, während GPT-6 Luna zusätzlich Bilder verarbeitet.

Eine eigene Entscheidungsschicht vereinfacht Routing und Klassifikation

Ein allgemeines generatives Modell erzeugt Text, den eine Anwendung oft wieder in eine Kategorie oder Zahl umwandeln muss. Die Decisions API gibt Entwicklern einen engeren Vertrag. Sie passt zu Anfrage-Routing, Warteschlangenpriorisierung, Moderation, Reranking und Dokumentbewertung anhand fester Kriterien.

Der praktische Schritt ist kein klügerer Chat. Es entsteht eine günstige Komponente zwischen unstrukturierten Eingaben und deterministischer Anwendungslogik. Willisons Plugin macht aus einer Produktankündigung ein Werkzeug für wiederholbare Experimente im Terminal.

Eine Dezimalzahl kann Fehler und Verzerrungen verbergen

Strukturierte Ausgaben erleichtern die Integration, verringern aber den Einblick in Entscheidungen. Das Modell liefert Wahrscheinlichkeit oder Bewertung, jedoch keine Gründe und konkreten Signale. Bei sensiblen Einsätzen wie der Sortierung von Bewerbern oder Kundenfällen darf eine saubere API nicht mit Prüfbarkeit verwechselt werden.

Der niedrige Preis kann zudem eine breite Einführung fördern, bevor ein Team falsche positive und negative Ergebnisse auf eigenen Daten misst. Evals müssen Grenzfälle, Sprachwechsel, Bildeingaben und Manipulationsversuche über eingereichte Inhalte abdecken.

Kalibrierung mit eigenen Daten entscheidet über den Nutzen

Entwickler sollten prüfen, ob Bewertungen beobachteten Wahrscheinlichkeiten entsprechen, wie stabil sie bei kleinen Prompt-Änderungen bleiben und ob sichere Schwellen unsichere Fälle an Menschen weitergeben. Vergleiche mit Jev brauchen denselben Aufgabensatz, denn ein niedrigerer Tokenpreis sagt nichts über Fehlerkosten.

Auch das Verhalten bei Bildern wird wichtig, weil OpenAI über Jevs Texteingabe hinausgeht. Bleibt GPT-6 Luna in beiden Modalitäten kalibriert und können Teams Ergebnisse laufend prüfen, erhalten schmale decision models einen eigenen Platz neben generativen LLM.

Liliths Urteil

GPT-6 Luna übergibt der Anwendung eine saubere Zahl, aber keine Zeugenaussage dazu. Wer damit Menschen oder Streitfälle sortiert, braucht einen Menschen, der die Zahl anfechten kann.