Edemiumвнедрение ИИ Консультация
ГлавнаяУслугиКейсы
  1. Главная
  2. Блог
  3. Decisions API

Новая технология · документы

Decisions API: тысячи документов за копейки

Новый инструмент OpenAI, который не пишет текст, а принимает решения — и почти ничего за это не берёт. Разбираем, что он умеет, где подвох и как его настроить.

Владислав Терещенко, основатель EdemiumОбновлено 20 ноября 202611 минут чтения
Поток документов раскладывается по лоткам
Коротко
  • Decisions API возвращает не текст, а решение: вариант из списка, вероятность или оценку — с уверенностью.
  • Вход стоит $0,10 за миллион токенов, ответ бесплатный: сортировка 10 000 документов — около двух долларов.
  • Реквизиты и суммы он не достаёт. Рабочая схема — две ступени: дёшево рассортировать, потом читать нужное.
  • Экономию съедают ошибки настройки: нет порога уверенности, нет проверки на своих документах.
Что случилось

Десять тысяч документов можно рассортировать нейросетью примерно за два доллара. Кофе, который вы выпьете за чтением этой статьи, обойдётся дороже.

Осенью 2026 года OpenAI выпустила Decisions API — способ задать нейросети вопрос и получить не текст, а решение. За ответ не берут денег вообще. Для компаний, которые тонут во входящих документах и письмах, это меняет расчёты. Но только если настроить правильно: ниже — что это такое, сколько стоит на самом деле и семь ошибок, которые съедают всю экономию.

01 · Определение

Что такое Decisions API простыми словами

Decisions API — это способ спросить нейросеть так, чтобы она не писала текст, а выбрала ответ: вариант из вашего списка, вероятность «да» или оценку по шкале. Вместе с ответом она сообщает, насколько в нём уверена.

$0,10за миллион токенов на входе
0за сам ответ: выход не тарифицируется
×10быстрее обычного запроса, по данным OpenAI
400вопросов можно задать в одном запросе

Обычная нейросеть на вопрос «что это за документ?» напишет абзац рассуждений. Decisions API вернёт одно слово из вашего списка — «счёт» — и число: насколько она уверена. Никаких «с одной стороны, с другой стороны».

Входящее письмо

«Добрый день. По договору № 114 оплата прошла 3 ноября, товар до сих пор не отгружен. Если до пятницы отгрузки не будет, будем вынуждены требовать возврат и неустойку».

Один запрос — четыре решения
Что это?
претензия 0,97
Кому?
юристам 0,93
Есть требование со сроком?
да 0,95
Срочность по шкале 1–5
4 0,88

Цифры справа — уверенность системы. Пример условный, показан принцип.

На вход можно подать текст, изображения и данные в структурированном виде. Вопросов бывает три вида: «верно ли, что…» — в ответ вероятность; «что из списка» — в ответ вариант; «насколько по шкале» — в ответ оценка.

Цифры и возможности — по документации OpenAI на 20 ноября 2026 года. Тарифы меняются, перед расчётами сверяйтесь с первоисточником.

02 · Сравнение

Чем Decisions API отличается от обычного запроса к нейросети

Обычный запрос возвращает текст, и вы платите за каждое написанное слово. Decisions API возвращает решение, и платите вы только за прочитанное — поэтому он дешевле и, по данным OpenAI, примерно в десять раз быстрее.

пишет текст

Обычный запрос к нейросети

Что возвращает
Текст: ответ, пересказ, заполненную форму.
За что платите
За то, что прочитала, и за каждое написанное слово.
Когда нужен
Вытащить реквизиты и суммы, написать ответ клиенту, объяснить решение.
выбирает ответ

Decisions API

Что возвращает
Решение: вариант из вашего списка, вероятность «да» или оценку по шкале — и степень уверенности.
За что платите
Только за прочитанное. Ответ бесплатный.
Когда нужен
Рассортировать, направить, проверить условие, расставить приоритеты — на тысячах документов.

Это не замена обычным моделям, а новая первая ступень. Большинство рутинных решений в компании — не «напиши», а «определи»: что это, куда это, срочно ли. Раньше для них использовали тот же инструмент, что и для написания текстов, — и платили за слова, которые никому не нужны.

03 · Применение

Что это даёт бизнесу: пять задач

Decisions API подходит для сортировки и проверки больших потоков: определить тип документа, направить обращение в нужный отдел, проверить условие, расставить приоритеты и отсеять лишнее.

  1. 1

    Сортировка входящих документов

    Счёт, акт, договор, претензия, резюме или реклама — система раскладывает поток по типам без человека.

  2. 2

    Маршрутизация обращений

    Письмо или сообщение сразу попадает в нужный отдел: продажи, бухгалтерия, поддержка, юристы.

  3. 3

    Проверка условий

    Есть ли на скане подпись и печать, упомянут ли срок оплаты, похоже ли обращение на повторное списание — вопросы с ответом «да или нет» и вероятностью.

  4. 4

    Приоритеты

    Насколько срочно, насколько недоволен клиент, насколько высок риск — оценка по вашей шкале, чтобы люди начинали с важного.

  5. 5

    Отсев лишнего

    Отфильтровать спам, дубли и нерелевантное до того, как на них потратит время человек или дорогая нейросеть.

04 · Деньги

Сколько стоит разобрать 10 000 документов

Сама сортировка десяти тысяч текстовых документов обходится примерно в два доллара — при цене $0,10 за миллион токенов на входе и бесплатном ответе. Основные расходы — не запросы, а настройка, проверка и второй шаг, где из документов достают данные.

Посчитайте свой поток — двигайте ползунки
Всего на входе
35 млн токенов
Сортировка всего потока
≈ $2,15

Допущения: документы переданы текстом, страница — около 1 000 токенов, общие правила — 1 500 токенов на запрос, цена входа $0,10 за миллион токенов, из кэша $0,01, ответ бесплатный. Сканы-картинки занимают заметно больше. Сюда не входит второй шаг — чтение реквизитов обычной моделью — и работа по настройке.

Запросы стали настолько дешёвыми, что перестали быть главной статьёй расходов. Деньги теперь уходят на то, чтобы система принимала правильные решения: описать критерии, собрать примеры, подобрать пороги, связать с вашими программами.

Хотите точный расчёт на своих документах? Пришлите пару примеров — посчитаем.

Посчитать мой поток

05 · Не из новостей

Три приёма, которые делают разбор ещё дешевле и надёжнее

Порог уверенности — главный рычаг настройки

Задавайте все вопросы по документу одним запросом, ставьте общие правила в начало запроса, чтобы они шли из кэша, и подбирайте порог уверенности отдельно для каждого типа решения — по цене ошибки.

  1. 1

    Много вопросов за одно чтение

    В один запрос помещается до 400 вопросов. Документ при этом оплачивается один раз. Тип, отдел, срочность, наличие подписи — всё одним обращением, а не четырьмя.

  2. 2

    Правила — в начало, документ — в конец

    Одинаковое начало запроса берётся из кэша и стоит в десять раз дешевле: $0,01 вместо $0,10 за миллион токенов. Условие — повторяющаяся часть длиной от 1 024 токенов. Поэтому описание категорий и правил ставят первым, а сам документ последним.

  3. 3

    Порог уверенности — по цене ошибки

    Пропустить претензию дороже, чем лишний раз показать письмо юристу. Значит, для «претензии» порог низкий: малейшее подозрение — человеку. А для «рекламы» высокий: в корзину уходит только очевидное.

Попробуйте сами: подвигайте порог уверенности
  • «Счёт № 418 на оплату услуг за октябрь»счёт0,99сама
  • «Акт сверки взаимных расчётов»акт0,97сама
  • «Требуем вернуть деньги до пятницы»претензия0,96сама
  • «Предлагаем размещение рекламы на выгодных условиях»реклама0,94сама
  • «Договор поставки, вторая редакция»договор0,91сама
  • «Напоминаем о задолженности, готовим обращение в суд»счёт0,84сама
  • «Коммерческое предложение на поставку станков»реклама0,78сама
  • Скан без текста, печать размытаакт0,71сама
  • «Подскажите условия доставки в Казань»вопрос0,66сама
  • Фото накладной, снято на телефоннакладная0,58сама
6система решила сама
4ушло человеку
1ошибок прошло незамеченными

Пример условный. Опустите порог — людям останется меньше работы, но претензию из шестой строки система примет за счёт. Поднимите — ошибки исчезнут, но половину писем придётся смотреть вручную. Свой порог подбирают на своих документах.

06 · Схема

Как устроить разбор документов: две ступени

Система сортирует поток, человек проверяет спорное

Сначала дёшево рассортировать весь поток через Decisions API, потом обычной моделью прочитать только те документы, из которых нужно достать данные. Сомнительные случаи уходят человеку.

Шаг 1

Поток

Все документы и обращения попадают в одну очередь.

Шаг 2 · дёшево

Сортировка

Decisions API определяет тип, отдел и срочность каждого.

Шаг 3 · точечно

Чтение

Обычная модель достаёт реквизиты и суммы — только там, где это нужно.

Шаг 4

Человек

Смотрит то, в чём система не уверена, и необратимые решения.

Смысл в том, чтобы дорогой инструмент работал только там, где он нужен. Если из тысячи входящих писем реквизиты нужно доставать из двухсот, незачем читать «дорого» все тысячу.

Как выглядит разбор входящих целиком — на странице автоматизации бизнес-процессов.

Соберём такую схему под ваш поток документов — от сортировки до записи в вашу систему.

Обсудить схему

07 · Грабли

Семь ошибок настройки, которые съедают всю экономию

Главные ошибки — пытаться вытащить этим инструментом реквизиты, принимать любой ответ без порога уверенности и запускать без проверки на своих документах. Технология дешёвая, а ошибки в документах — нет.

  1. 01

    Пытаются вытащить им реквизиты

    Decisions API выбирает из готовых вариантов. ИНН, сумму или дату он не вернёт — в документации OpenAI прямо сказано, что для извлечения полей нужен другой инструмент.

    Чем заканчивается. Неделя экспериментов и вывод «не работает», хотя инструмент просто применили не к той задаче.

    Как правильноДелить работу на две ступени: сначала дёшево рассортировать всё, потом обычной моделью прочитать только нужные документы.
  2. 02

    Верят любому ответу

    Система возвращает не только решение, но и уверенность. Её игнорируют и принимают всё подряд.

    Чем заканчивается. Договор уходит в папку «реклама», претензия — в продажи. Узнают, когда срок ответа уже прошёл.

    Как правильноЗадать порог: выше — принимаем автоматически, ниже — отправляем человеку. Порог подбирать на своих размеченных примерах, как и советует OpenAI.
  3. 03

    Не дали варианта «другое»

    В списке пять типов документов, а пришёл шестой. Системе приходится выбрать что-то из пяти.

    Чем заканчивается. Нестандартные документы тихо попадают в чужие категории и теряются.

    Как правильноВсегда добавлять вариант «другое» и отдельную очередь для таких случаев.
  4. 04

    Критерии написаны размыто

    «Важный ли это документ?» — у каждого сотрудника свой ответ, у нейросети тоже.

    Чем заканчивается. Оценки скачут, результатам перестают доверять и возвращаются к ручной сортировке.

    Как правильноФормулировать проверяемо: «в тексте есть требование оплаты со сроком», «на странице есть подпись». Уровни шкалы — чётко различимые.
  5. 05

    Шлют сканы как есть

    Каждую страницу отправляют картинкой в полном размере, хотя в файле уже есть текст.

    Чем заканчивается. Счёт вырастает в разы, и «копейки» превращаются в заметную строку расходов.

    Как правильноГде есть текстовый слой — передавать текст. Картинки — только для того, что видно глазами: подпись, печать, повреждения. PDF-файлы напрямую этот интерфейс не принимает: их нужно заранее превращать в текст или изображения страниц.
  6. 06

    Забыли про персональные данные

    В документах паспорта, адреса, телефоны клиентов — и всё это уходит на зарубежные серверы.

    Чем заканчивается. Нарушение закона о персональных данных со всеми последствиями.

    Как правильноДо запуска решить вопрос с юристом. Варианты: обезличивать данные перед отправкой, использовать российские нейросети или свою модель для чувствительных документов.
  7. 07

    Запустили без проверки на своих документах

    Посмотрели пример из документации, убедились, что работает, и включили на весь поток.

    Чем заканчивается. Реальная точность на ваших документах неизвестна. Ошибки всплывают по одной, уже в работе.

    Как правильноСобрать 200–300 своих документов с правильными ответами, прогнать, посчитать ошибки по каждому типу — и только потом запускать.

Хотите так же разбирать свои документы, но без этих граблей? Посчитаем на вашем потоке

Посчитать на моих документах

08 · Данные

Можно ли использовать Decisions API в России

Технически — да, но это зарубежный сервис: данные обрабатываются за пределами России. Если в документах есть персональные данные, вопрос нужно решить до запуска — обезличиванием, российскими нейросетями или своей моделью.

Мы не юристы и не заменяем их консультацию, но на практике рабочих путей три. Первый — убирать из документов персональные данные перед отправкой: для сортировки они обычно не нужны. Второй — использовать тот же подход на российских нейросетях: сам принцип «сначала выбрать, потом читать» работает и там, хотя цены и точность другие. Третий — чувствительные документы обрабатывать моделью на своём сервере.

Часто итоговая схема смешанная: открытые документы идут через самый дешёвый инструмент, документы с персональными данными — через российский контур.

Есть персональные данные и сомнения, как с ними быть? Разберём варианты под вашу ситуацию.

Задать вопрос

09 · План

С чего начать

Посчитайте поток, запишите решения, которые сейчас принимают люди по каждому документу, соберите двести-триста примеров с правильными ответами и запустите систему на части потока параллельно с сотрудниками.

  1. 1

    Посчитайте поток

    Сколько документов и обращений приходит в месяц и сколько времени людей уходит на то, чтобы их просто разобрать.

  2. 2

    Запишите решения, которые принимаются по каждому

    Что это, кому, срочно ли, всё ли на месте. Это и есть будущие вопросы к системе.

  3. 3

    Соберите примеры с правильными ответами

    Двести-триста документов из архива. Без них нельзя ни проверить точность, ни подобрать порог уверенности.

  4. 4

    Запустите на части потока

    Параллельно с людьми, неделю-две. Сравните решения системы и сотрудников.

10 · Вопросы

Частые вопросы о Decisions API

Decisions API — это новая нейросеть?

Нет, это новый способ обращаться к нейросети OpenAI. Модель не пишет текст, а возвращает решение: вариант из списка, вероятность или оценку по шкале.

Может ли Decisions API достать из документа ИНН, сумму и дату?

Нет. Он только выбирает и оценивает. Для извлечения данных нужна обычная модель с заданным форматом ответа — это второй шаг после сортировки.

Принимает ли Decisions API файлы PDF и сканы?

Текст и изображения — да, файлы PDF напрямую — нет. Документ нужно заранее превратить в текст или в изображения страниц.

Насколько точны решения?

OpenAI не публикует общих цифр точности — она зависит от ваших документов и формулировок. Поэтому проверка на собственных примерах обязательна до запуска.

Сколько времени занимает внедрение?

Наши проекты занимают от недели до полутора месяцев. Срок зависит от числа типов документов и программ, с которыми нужно связать разбор.

Можно ли сделать то же самое на российских нейросетях?

Сам подход — да: сначала дёшево выбрать, потом читать только нужное. Отдельного такого же интерфейса у российских моделей может не быть, поэтому цена и скорость будут другими.

Читать дальше

Ещё по теме

Бесплатная консультация 45 мин

Первый шаг

Разберём ваш поток документов

45 минут в Zoom: посмотрим, что у вас приходит и что из этого можно отдать системе. Через два дня пришлём схему решения и смету.

Записаться на консультацию
Первый шаг

Какие документы
хотите разбирать?

Опишите его в двух словах. Перезвоним в течение рабочего дня и предложим, с чего начать.

Владислав Терещенко
Ваш контактВладислав Терещенко

Основатель Edemium

Сначала поймём задачу.
Потом предложим следующий шаг.

Что автоматизируем?

Ответим в течение рабочего дня.