پرش به محتوای اصلی
پرش به محتوای مقاله

چگونه Decisions API فرآیند طبقه‌بندی متنی را بهینه می‌کند؟

·۱۵ مهر ۱۴۰۵۱ دقیقه مطالعه۱ بازدید
معیارها درباره GPT-6 Astra اختلاف دارند، اما کارایی فراتر از انسان در ARC-AGI-۳، پیش‌بینی زمان دستیابی به AGI را توسط شوله جل
معیارها درباره GPT-6 Astra اختلاف دارند، اما کارایی فراتر از انسان در ARC-AGI-۳، پیش‌بینی زمان دستیابی به AGI را توسط شوله جل
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

رایگان شدن توکن‌های خروجی و ایجاد یک نقطه اتصال اختصاصی برای پاسخ‌های ساختاریافته (Typed Outputs) به‌جای پاسخ‌های متنی؛ این اولین باری است که OpenAI صراحتاً «قضاوت» را از «تولید متن» جدا می‌کند.

اگر برای هر ارزیابی ساده در سیستم خود، هزینه‌ی تولید یک متن طولانی و زمان انتظار برای پاسخ‌های پرحاشیه را می‌پردازید، قواعد بازی تغییر کرده است. در ۶ اکتبر ۲۰۲۶، OpenAI با معرفی Decisions API، کفِ بهره‌وری در طبقه‌بندی خودکار را بازتعریف کرد.

این حرکت در پاسخ به موج «مدل‌های تصمیم‌گیر» است که از اواسط سپتامبر شکل گرفت. همان‌طور که در تحلیل قبلی ما درباره‌ی ابزارهای تخصصی OpenAI برای نوجوانان اشاره کردیم، این شرکت حالا تمرکز خود را از چت‌های زاینده به سمت خروجی‌های سخت و ساختاریافته برای بخش‌های سازمانی برده است. این رویکرد در واقع بخشی از رقابت شدیدتر با رقبایی چون آنتروپیک است که نبرد بر سر ساختار خروجی در اتوماسیون را به نقطه عطف فعلی بازار تبدیل کرده است. در واقع، این ابزار شبیه به یک فیلتر هوشمند است که به‌جای نوشتن یک مقاله درباره‌ی یک مشکل، فقط می‌گوید «بله» یا «خیر».

به گزارش وب‌سایت the-decoder.com، این API در حال حاضر منحصراً توسط مدل gpt-6-luna پشتیبانی می‌شود. توسعه‌دهندگان می‌توانند از طریق نقطه اتصال POST /v1/decisions با مشخصات زیر به این ابزار دسترسی داشته باشند:

  • قیمت: ۰.۱۰ دلار به‌ازای هر میلیون توکن (Token) — تکه‌های کوچکی از متن که مدل مانند برش‌های کیک آن‌ها را می‌خورد — در ورودی؛ توکن‌های خروجی رایگان هستند.
  • انواع پاسخ: احتمالات بله/خیر، انتخاب از دسته‌های پیش‌فرض و رتبه‌بندی‌های مقیاس‌محور.
  • انطباق: پشتیبانی از عدم ذخیره‌سازی داده‌ها و استانداردهای HIPAA در آمریکا و اروپا.

طبق مستندات OpenAI، کاربردهای این ابزار شامل مسیریابی خودکار درخواست‌های مشتریان، طبقه‌بندی اسناد و تشخیص خسارت در عکس‌ها است. این سرویس در حال حاضر در نسخه‌ی بتای عمومی در دسترس است و در محیط Playground قابل آزمایش است.

با حذف اضافات گفتاری در استنتاج (Inference) — لحظه‌ای که مدل واقعاً جواب تولید می‌کند، شبیه به خودِ آشپزی و نه دوره‌ی آموزش آشپز — شرکت OpenAI در حال تبدیل لایه‌ی «قضاوت» هوش مصنوعی به یک کالای ارزان است. این اقدام در واقع تکمیلِ مسیری است که با کاهش ۹۹ درصدی هزینه استنتاج برای نظارت بر عامل‌ها آغاز شده بود. برای کسب‌وکارها، این یعنی تأخیر کمتر و هزینه‌ی پایین‌تر برای عملیات مسیریابی حجیم که نیازی به پاسخ‌های متنی ندارند.

در کنار این API، OpenAI ساختار اشتراک‌های پولی خود را از پنج سطح به سه سطح Build، Launch و Grow ساده کرد. سازمان‌ها اکنون بر اساس خرید اعتبار به‌طور خودکار مقیاس می‌گیرند و سقف‌های ماهانه آن‌ها به ترتیب ۵۰۰، ۵,۰۰۰ و ۲۰۰,۰۰۰ دلار تعیین شده است. این تغییرات ساختاری در حالی رخ می‌دهد که تغییرات اخیر در اعتبار API طرح‌های ۲۰۰ دلاری پیش‌تر بحث‌های زیادی را میان توسعه‌دهندگان برانگیخته بود.

گام بعدی شما

  • اگر از مدل‌های GPT-4 برای طبقه‌بندی داده‌ها استفاده می‌کنید، هزینه‌های خود را با نرخ جدید Decisions API مقایسه کنید.
  • در محیط Playground، دقت مدل Luna را در تشخیص دسته‌های پیچیده به‌جای مدل‌های عمومی بسنجید.
  • ساختار جدید اشتراک‌های OpenAI را بررسی کنید تا متوجه شوید کدام سطح با حجم مصرف فعلی شما سازگارتر است.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این ابزار با تکیه بر تخصص مدل Luna در طبقه‌بندی، هزینه‌ی عملیاتی شرکت‌هایی که از AI برای مسیریابی داده‌ها استفاده می‌کنند را به‌شدت کاهش می‌دهد. اعتبار این تغییر در حذف تأخیرهای متنی (Latency) است که یکی از بزرگ‌ترین موانع استقرار AI در مقیاس صنعتی بود.

تأثیر برای ایران

به‌دلیل محدودیت‌های API و تحریم‌ها، دسترسی توسعه‌دهندگان ایرانی به این نقطه اتصال جدید همچنان نیازمند زیرساخت‌های واسط است.

·نگاه ما
تحریریه دات‌هوش

OpenAI با این اقدام، مدل‌های زبانی را از جایگاه «نویسنده» به جایگاه «سوئیچ‌های منطقی» در زیرساخت‌های نرم‌افزاری منتقل می‌کند. حذف هزینه‌ی توکن‌های خروجی نشان می‌دهد که هدف شرکت، تسخیر لایه‌ی تصمیم‌گیری در جریان‌های کاری (Workflows) است، جایی که سرعت و قطعیت پاسخ بر خلاقیت متن برتری دارد.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.