Automatización · Inteligencia Artificial
Decisions API de OpenAI: clasifica leads en milisegundos
¿Tu equipo clasifica leads y tickets a mano? OpenAI lanzó la Decisions API: respuestas sí/no o puntaje en milisegundos y por centavos. Usos, costos y límites.
¿Qué es la Decisions API de OpenAI?
La Decisions API es un endpoint de OpenAI, disponible para todos desde el 22 de octubre de 2026, que no redacta texto: responde preguntas cerradas con una probabilidad, una opción de una lista o un puntaje. Funciona con el modelo GPT-6 Luna, acepta hasta 400 preguntas por solicitud y, según OpenAI, entrega las respuestas hasta 10 veces más rápido que el mismo modelo usado de forma convencional. Para una pyme, eso significa clasificar leads, tickets o mensajes de WhatsApp en tiempo real y por centavos de dólar al mes.
Resumen rápido
- Salió de beta el 22 de octubre de 2026 y vive en
POST /v1/decisions; el único modelo soportado esgpt-6-luna. - Tres tipos de respuesta: predicate (probabilidad de 0 a 1 de que algo sea cierto), choice (una opción de tu lista, con su confianza) y score (puntaje sobre una rúbrica de 2 a 10 niveles).
- Cobra la entrada a USD 0,10 por millón de tokens sin caché y no cobra tokens de salida.
- Cada solicitud admite entre 1 y 400 preguntas sobre el mismo texto, el doble que en la beta.
- No acepta audios ni archivos, y las preguntas de una misma solicitud no ven las respuestas de las otras.
Cómo funciona, sin tecnicismos
Con un modelo de lenguaje normal le pides al sistema que "lea este mensaje y diga si es un cliente potencial", y te devuelve un párrafo que luego hay que interpretar. Con la Decisions API le envías el mensaje y una lista de preguntas con formato fijo, y te devuelve datos listos para un flujo de automatización:
| Tipo de pregunta | Qué devuelve | Ejemplo en una pyme |
|---|---|---|
| predicate | Probabilidad de 0 a 1 | ¿Este mensaje de WhatsApp pide una cotización? → 0,93 |
| choice | Una opción de tu lista + confianza | ¿A qué área va? ventas / soporte / cartera / garantías → "garantías" |
| score | Puntaje sobre niveles ordenados | Urgencia del 0 (baja) al 3 (crítica) → 2,4 |
Como la respuesta es un número o una etiqueta, se conecta directo a un CRM o a un flujo en n8n sin que nadie tenga que leer un texto libre. Los detalles técnicos están en la guía oficial de la Decisions API.
Lo que reportan las empresas que ya la usan
Las cifras de lanzamiento vienen de OpenAI y de sus clientes, no de pruebas independientes, pero dan una idea del tipo de mejora. Las recopiló Unite.AI en su cobertura del lanzamiento:
| Empresa | Uso | Resultado reportado |
|---|---|---|
| Box | Enrutar casos de certificados de seguro | Unas 5 veces más rápido, misma precisión; los casos de baja confianza pasan a una persona |
| Ramp | Atribuir costos de IA al trabajo que los generó | 4 veces más rápido y 30 % más barato |
| Sierra | Elegir la siguiente acción en conversaciones en vivo | Menos de 280 ms (p95) y 90 % menos costo por llamada |
| Speak | Decidir la siguiente acción en conversaciones por voz | De 1,4 s a 0,13 s |
El patrón de Box es el que más nos interesa para pymes: la máquina decide sola cuando está segura y le pasa el caso a una persona cuando no lo está.
El ángulo de Zero Azul: cuánto cuesta clasificar tus leads
Hicimos la cuenta con un escenario típico de los clientes con los que trabajamos: una empresa que recibe 3.000 mensajes al mes entre WhatsApp, formularios web y correo. Si cada solicitud lleva unos 1.200 tokens de criterios (quién es cliente ideal, qué productos vendes, qué cuenta como urgente) más unos 300 tokens del mensaje del cliente, son 1.500 tokens por mensaje:
| Concepto | Cálculo | Resultado |
|---|---|---|
| Tokens de entrada al mes | 3.000 × 1.500 | 4,5 millones |
| Costo sin caché | 4,5 × USD 0,10 | ≈ USD 0,45 al mes |
| Tokens de salida | No se cobran | USD 0 |
Es una estimación con la tarifa publicada en la documentación; los recargos por procesamiento regional o contextos largos la pueden subir, y la caché la puede bajar. Aun así, el mensaje es claro: el costo del modelo deja de ser el argumento para no automatizar la clasificación. Lo caro es diseñar bien las preguntas, los umbrales y lo que pasa después.
Cómo lo armaríamos en un flujo de n8n
- Entrada: llega el mensaje por WhatsApp o el formulario de la web.
- Preparación: si es una nota de voz, primero se transcribe, porque la Decisions API no recibe audio.
- Decisión: una sola solicitud con varias preguntas: ¿pide cotización?, ¿qué línea de producto?, ¿urgencia del 0 al 3?, ¿es un cliente actual?
- Umbrales: si la probabilidad de "pide cotización" supera 0,85, se crea la oportunidad en el CRM y se asigna al vendedor; entre 0,5 y 0,85 va a una bandeja de revisión humana; por debajo, se responde con el agente de soporte.
- Registro: cada decisión queda guardada con su probabilidad, para revisar cada mes dónde se equivoca y ajustar los criterios.
Cuándo no usarla
- Cuando la segunda pregunta depende de la primera (por ejemplo, "si es garantía, ¿qué producto?"): hay que hacer dos solicitudes.
- Cuando necesitas una respuesta redactada para el cliente: para eso sigue siendo mejor un agente conversacional.
- Cuando la decisión tiene consecuencias legales o de dinero (aprobar un crédito, negar una garantía): úsala para priorizar, no para decidir sola.
- Cuando tus datos no pueden salir de la región: el procesamiento regional solo está disponible en Estados Unidos y Europa.
Qué hacer esta semana
- Lista las tres clasificaciones que tu equipo hace a mano todos los días (leads, tickets, facturas, reseñas).
- Para cada una, escribe las preguntas cerradas que se hace la persona que clasifica y las opciones posibles.
- Toma 100 casos reales ya clasificados por tu equipo; servirán para medir si el modelo acierta antes de encenderlo.
- Define qué pasa cuando el modelo duda: quién revisa y en cuánto tiempo.
Si quieres conectarlo a tu operación, en Zero Azul diseñamos automatizaciones de procesos con n8n y CRM inteligentes que califican y reparten leads solos, y conectamos los agentes de IA para WhatsApp a ese mismo flujo. Para profundizar, lee cuánto cuesta un agente real con Gemini 4 Argon y cómo diseñar agentes que puedan cambiar de modelo.
Preguntas frecuentes
¿Qué es la Decisions API de OpenAI y para qué sirve?
Es un endpoint de OpenAI que responde preguntas cerradas con una probabilidad, una opción de una lista o un puntaje, en lugar de redactar texto. Sirve para clasificar leads, enrutar tickets o priorizar mensajes en tiempo real dentro de un CRM o un flujo de automatización.
¿Cuánto cuesta usar la Decisions API?
Según la documentación de OpenAI, la entrada sin caché cuesta USD 0,10 por millón de tokens y los tokens de salida no se cobran. Clasificar 3.000 mensajes al mes de unos 1.500 tokens cada uno costaría alrededor de USD 0,45, antes de recargos regionales.
¿Puedo usar la Decisions API con mensajes de WhatsApp?
Sí, con el texto de los mensajes. Las notas de voz y los archivos no se aceptan directamente, así que primero hay que transcribirlos y luego enviar el texto a la API, por ejemplo desde un flujo de n8n.
¿Cómo califico leads automáticamente sin perder clientes buenos?
Define umbrales: cuando el modelo está muy seguro, el lead se crea y asigna solo; cuando duda, va a una bandeja de revisión humana. Antes de activarlo, mide su precisión contra unos 100 leads que tu equipo ya haya clasificado.
¿La Decisions API reemplaza a un chatbot o agente de IA?
No. La Decisions API decide o clasifica, pero no conversa ni redacta respuestas. Lo habitual es combinarlas: la API clasifica el mensaje y un agente conversacional responde al cliente según esa clasificación.