Теперь нейросеть по фото может выдать не описание, а готовое решение: OpenAI открыла общий доступ к Decisions API с лимитом до 400 вопросов за один запрос. Ты отправляешь картинку и вопрос, а получаешь структурированный ответ — вероятность от 0 до 1, оценку или выбор из вариантов. Работает это на GPT-6 Luna: быстро и дёшево.
Что вообще произошло
OpenAI убрала с Decisions API ярлык беты и открыла её для всех. Это не чат, а именно API — то есть штука для разработчиков и сервисов, но логика у неё предельно бытовая: на вход подаёшь вопросы, на выход получаешь структурированные решения. Поддерживаются изображения: картинку можно отдать по ссылке (URL) или в виде base64 — это когда файл превращают в длинную строку символов и вставляют прямо в запрос.
Второй важный момент — это ответ OpenAI на Jev, то есть компания включилась в гонку массовых и быстрых решений. Конкуренция на рынке быстрых решений растёт: в открытой версии теперь до 400 вопросов за один запрос вместо прежних 200 в бете. Плюс структурированный JSON-ввод — ты можешь отдавать данные в жёстком формате, и машина обработает их по заданной схеме. И кеширование общего контекста, чтобы не платить за одно и то же дважды.
Что это даёт лично тебе
Тут главное не название API, а сценарии. Вот несколько живых.
• Владелец кофейни фотографирует витрину с пирожными и спрашивает: «Есть ли повреждения упаковки?» В ответ — вероятность от 0 до 1. Если цифра высокая, товар откладывают, если низкая — спокойно продают. Без визуального осмотра каждой коробки.
• Мама двоих детей фотографирует гору бумаг после садика и школы и просит определить тип документа и куда его нести. ИИ выбирает из заданных вариантов: справка, квитанция, договор — и говорит дальнейший маршрут обработки.
• Фрилансер-дизайнер загружает скриншот интерфейса перед сдачей клиенту и спрашивает: «Есть ли на нём сообщение об ошибке?» Получает короткий ответ вместо получаса всматривания в пиксели.
• Менеджер маркетплейса прогоняет сотни фото товаров одним запросом: соответствует ли картинка описанию, нет ли брака, видно ли логотип. Сотни вопросов — один прогон.
• Студент фотографирует конспект и просит оценить, все ли пункты темы раскрыты по списку. Получает не сочинение, а структурированную оценку по каждому пункту.
• Бухгалтер в маленькой фирме снимает накладные пачкой и просит разложить их по типам — что дальше идёт в оплату, что в архив, что на уточнение.
Каждый из этих людей не пишет код. Он просто пользуется сервисом, который внутри себя дёргает Decisions API. И это тот случай, когда ИИ для решения мелких, но массовых задач экономит время.
Как попробовать прямо сейчас
Начать проще всего с бесплатного способа — проверить саму идею на картинке в ChatGPT. Загрузи фото товара, документа или скриншота и попроси оценить по критерию. Так ты за пять минут поймёшь, какие вопросы реально работают, а где ИИ плывёт.
Дальше — если хочется массовости и скорости — идём в саму Decisions API.
1. Открой страницу релиза OpenAI Decisions API — там описано, что умеет сервис и какие лимиты действуют.
2. Посмотри руководство для разработчиков: гайд по Decisions API. Там показано, как формируется запрос с картинкой по URL или в base64.
3. Сформулируй вопросы так, чтобы ответ был однозначным: не «что ты думаешь об этом фото», а «есть ли повреждение», «какой это тип документа», «есть ли на экране ошибка».
4. Собери всё в один запрос — до 400 вопросов сразу. Ответ придёт структурированным: вероятности, оценки или выбор из заданных вариантов.
5. Включи кеширование общего контекста, если гоняешь похожие задачи — так расходы падают.
Почему это быстрее и дешевле
OpenAI заявляет скорость до 10 раз выше, чем у GPT-6 Luna через обычный Responses API. Заявлено ускорение до 10 раз, но реальная скорость зависит от задачи. Цена — от $0.10 за миллион входных токенов, так что расходы на большие объёмы текста и картинок будут невысокими.
Для тебя это значит, что автоматизация решений перестаёт быть игрушкой для корпораций. Раньше, чтобы прогнать тысячу фото товара через ИИ, нужно было считать бюджет и молиться. Цена — от $0.10 за миллион входных токенов. Оптимизация бизнес-процессов начинает окупаться уже на маленьких объёмах — в одной точке, у одного мастера, у одного фрилансера.
Если хочешь свериться с независимыми разборами, есть обзор Sanity, карточка модели GPT-6 Luna на Azure, сравнение Luna и Sol от Eigent и разбор от Analytics Vidhya.
Честно про минусы
Decisions API — это всё-таки инструмент для тех, кто умеет готовить запросы: без понимания JSON и логики API далеко не уедешь. Картинки поддерживаются в отдельных вопросах, а не как-то волшебно во всех сразу. И да, ИИ выдаёт вероятность, а не истину — 0,9 значит «скорее всего», а не «гарантия». Финальное решение всё равно за тобой.
Что в итоге
Появляется простой навык: не «спросить ИИ, что он думает», а «задать ИИ конкретный вопрос с вариантами ответа». Нейросеть по фото онлайн перестаёт быть развлечением и становится рабочим инструментом — для анализа изображений, быстрого ИИ-анализа и автоматизации решений там, где раньше сидел человек и вглядывался.
Сделай одно действие сегодня: загрузи в ChatGPT любое фото из своей работы и задай ему вопрос с вариантами ответа. Один тест — и ты поймёшь, где это сэкономит тебе время. А если хочешь разбор под свою задачу — давай разберём вместе.
🎁 Бонус с готовым промптом
Скопируй и подставь свой случай:
```
Ты — внимательный проверяющий. Посмотри на изображение и ответь строго по схеме.
Вопрос: есть ли на фото повреждения товара?
Формат ответа:
• вероятность повреждения: число от 0 до 1;
• что именно видно: одно короткое предложение;
• вердикт: "пропустить" или "отложить".
Если изображение нечёткое или не хватает деталей — так и напиши: "нужно фото крупнее".
```
Проверяй так пачку фото за раз — и не забудь свериться с документацией, если будешь подключать это через API.
Комментарии 0