Agents API, GPT-Live 1 και Decisions API
Σε αυτήν τη σελίδα
Τα μοντέλα αποτελούν μόνο ένα μέρος των ανακοινώσεων του φθινοπώρου. Για τους προγραμματιστές, τρία API αλλάζουν τον τρόπο με τον οποίο χτίζετε εφαρμογές: το Agents API, το οποίο αναθέτει την ενορχήστρωση στην OpenAI· το GPT-Live 1, πλέον διαθέσιμο στο API για φωνή σε πραγματικό χρόνο· και το Decisions API, το οποίο μετατρέπει κείμενο και εικόνες σε δομημένες απαντήσεις. Αυτό το μάθημα καλύπτει το καθένα με βάση το ιστορικό αλλαγών και τις επίσημες ανακοινώσεις, και στη συνέχεια εξετάζει τις υπόλοιπες ενημερώσεις του φθινοπώρου.
Το Agents API: Ένας Φιλοξενούμενος Πράκτορας
Κυκλοφόρησε σε δημόσια beta στις 10 Σεπτεμβρίου 2026, το Agents API σάς επιτρέπει να δημιουργείτε πράκτορες στην ίδια υποδομή που εκτελεί το Codex, η οποία διατηρείται από την OpenAI. Η OpenAI διαχειρίζεται την ενορχήστρωση της συνεδρίας, τη συμπίεση του πλαισίου (context) καθώς η συνεδρία πλησιάζει το όριό της, και την ανάκαμψη μετά από περιστατικά. Εργάζεστε με ανθεκτικές συνεδρίες (durable sessions), οι οποίες σάς επιτρέπουν να συνεχίζετε εργασίες σε πολλαπλά βήματα και να παρακολουθείτε την πρόοδο σε πραγματικό χρόνο.
Δημιουργείτε μια συνεδρία με μία μόνο κλήση που περιγράφει την εργασία, το μοντέλο, τα εργαλεία και το περιβάλλον εκτέλεσης. Τα εργαλεία μπορούν να είναι διακομιστές MCP, δικές σας συναρτήσεις ή ενσωματωμένα εργαλεία όπως η αναζήτηση στον ιστό· η αναζήτηση εργαλείων φορτώνει τους ορισμούς μόνο όταν χρειάζεται και η Προγραμματιστική Κλήση Εργαλείων (Programmatic Tool Calling) είναι ενεργοποιημένη από προεπιλογή (Μάθημα 5). Μια επιλογή πολλαπλών πρακτόρων επιτρέπει στον κύριο πράκτορα να αναθέτει ανεξάρτητα τμήματα σε υπο-πράκτορες που εργάζονται παράλληλα, ο καθένας με το δικό του πλαίσιο. Ο πράκτορας εκτελείται σε ένα sandbox που φιλοξενείται από την OpenAI, στην υποδομή σας ή μέσω συνεργάτη: η OpenAI αναφέρει συγκεκριμένα τις Cloudflare, E2B, Modal και Vercel.
Ακολούθησαν αρκετές προσθήκες μέσα σε λίγες εβδομάδες. Στις 29 Σεπτεμβρίου, το Agents API έλαβε χρήση υπολογιστή (computer use): ο πράκτορας εκτελεί εργασίες σε έναν περιηγητή που φιλοξενείται από την OpenAI, ενώ η εφαρμογή σας διαχειρίζεται την έγκριση ιστότοπου και τη σύνδεση. Στις 9 Οκτωβρίου, μπορέσατε να προθερμάνετε (pre-warm) ένα sandbox πριν συνδέσετε μια συνεδρία σε αυτό, μειώνοντας τον χρόνο αναμονής του χρήστη, και η χρέωση για τα φιλοξενούμενα sandboxes ισχύει πλέον μόνο κατά τη διάρκεια των ενεργών βημάτων. Στις 16 Οκτωβρίου, αυτά τα sandboxes ενσωμάτωσαν δεξιότητες για τη δημιουργία και επεξεργασία υπολογιστικών φύλλων, παρουσιάσεων και εγγράφων Word, και το Agents API έλαβε τη λειτουργία Ultrafast.
Για όποιον χτίζει εφαρμογές με το Agent Builder, αυτό είναι σημαντικό: η OpenAI θα καταργήσει το Agent Builder στις 30 Νοεμβρίου 2026 και θα κατευθύνει τους χρήστες στο Agents SDK ή στους πράκτορες του χώρου εργασίας του ChatGPT. Το Μάθημα 12 λεπτομερεί αυτό το χρονοδιάγραμμα.
GPT-Live 1: Φωνή Πλήρους Αμφίδρομης Επικοινωνίας στο API
Τον Ιούλιο, το GPT-Live ξαναέχτισε τη φωνή του ChatGPT, αλλά το API δεν ήταν ακόμη ανοιχτό. Αυτό άλλαξε στις 10 Σεπτεμβρίου 2026: το GPT-Live 1 είναι γενικά διαθέσιμο. Σάς επιτρέπει να δημιουργείτε συνομιλίες φωνής πλήρους αμφίδρομης επικοινωνίας (full-duplex) που συνεχίζονται ενώ ένα μοντέλο ή πράκτορας στο παρασκήνιο συλλογίζεται και καλεί εργαλεία. Υπάρχουν δύο λειτουργίες ανάθεσης: σε ένα μοντέλο της OpenAI μέσω του Responses API, όπως το GPT-6 Astra, ή στο δικό σας backend, το οποίο μπορεί να βασίζεται σε άλλο πάροχο. Η συνεδρία φωνής κοστίζει 0,05 $ ανά λεπτό, με χρέωση ανά δευτερόλεπτο· το μοντέλο παρασκηνίου και τα εργαλεία χρεώνονται ξεχωριστά.
Στις 16 Οκτωβρίου, η OpenAI άνοιξε τη δημιουργία φωνής από περιγραφή κειμένου σε όλους τους πελάτες του API, δωρεάν προς δημιουργία, και πρόσθετε εννέα φυσικές φωνές, συμπεριλαμβανομένων δύο στα Γαλλικά: τις Brise και Sillage. Για τη μεταγραφή, δύο μοντέλα κυκλοφόρησαν στις 28 Ιουλίου: το gpt-transcribe, για αρχεία, και το gpt-live-transcribe, για ροή σε πραγματικό χρόνο. Αντικαθιστούν το whisper-1 και την οικογένεια gpt-4o-transcribe, των οποίων η απόσυρση έχει προγραμματιστεί για τις 26 Φεβρουαρίου 2027.
Το Decisions API: Δομημένες Απαντήσεις, Γρήγορα
Το Decisions API, που κυκλοφόρησε σε beta στις 6 Οκτωβρίου και είναι γενικά διαθέσιμο από τις 22 Οκτωβρίου με το GPT-6 Luna, καλύπτει μια πολύ συχνή ανάγκη: να θέτετε σε ένα μοντέλο μια σειρά ερωτήσεων κλειστού τύπου σχετικά με κείμενο, εικόνα ή δομημένα δεδομένα και να λαμβάνετε δομημένες απαντήσεις. Η OpenAI αναφέρει αποφάσεις έως και δέκα φορές ταχύτερες σε σύγκριση με την κλήση του GPT-6 Luna μέσω του Responses API. Από τη γενική διαθεσιμότητα, ένα αίτημα μπορεί να περιέχει έως και 400 ερωτήσεις, από 200 κατά τη διάρκεια της beta· οι συχνές είσοδοι μπορούν να αποθηκευτούν στην cache, οι εικόνες μπορούν να εμφανίζονται στις οδηγίες μιας ερώτησης και τα δομημένα δεδομένα περνούν απευθείας μέσω του input_json. Από τις 15 Οκτωβρίου, ενσωματώνεται επίσης με το GPT-Live: μια εφαρμογή φωνής μπορεί να δρα ενώ ο χρήστης μιλά.
Σκεφτείτε το για την ταξινόμηση αιτημάτων υποστήριξης (ticket triage), τη δρομολόγηση αιτημάτων, την επαλήθευση συμμόρφωσης εγγράφων ή την εξαγωγή μερικών πεδίων από χιλιάδες έγγραφα: εκεί που παλιά γράφατε μια οδηγία ταξινόμησης και ένα σχήμα εξόδου, αρκεί ένα σύνολο δομημένων ερωτήσεων.
Άλλες Ενημερώσεις του Φθινοπώρου
| Ημερομηνία | Ενημέρωση |
|---|---|
| 8 Σεπτεμβρίου 2026 | GPT Image 2.5 Sunburst και Flare, για δημιουργία και επεξεργασία εικόνων |
| 6 Οκτωβρίου 2026 | Τα επίπεδα χρήσης API μειώθηκαν από πέντε σε τρία: Build, Launch και Grow |
| 20 Οκτωβρίου 2026 | Η προσωρινή αποθήκευση οδηγιών (Prompt caching) επεκτάθηκε σε 12 ώρες |
| 21 Οκτωβρίου 2026 | Επιλογή επιτρεπόμενων επιπέδων υπηρεσίας ανά έργο |
| 28 Οκτωβρίου 2026 | Έως 500 $ σε δωρεάν πιστώσεις API ανά μήνα για δικαιούχους συνδρομητές ChatGPT Pro και Business |
| 30 Οκτωβρίου 2026 | GPT-6 Rosalind, για έρευνα στις επιστήμες της ζωής, μέσω εγκεκριμένου προγράμματος πρόσβασης |
| 4 Νοεμβρίου 2026 | GPT-Image-2.6 Sunburst και Flare: ρυθμιζόμενη πολυπλοκότητα, δημιουργία SVG και κινούμενων GIF |
| 5 Νοεμβρίου 2026 | GPT-6-Cyber, για έρευνα ευπαθειών σε εγκεκριμένα περιβάλλοντα, κατόπιν έγκρισης |
Η Σειρά Σας
Επιλέξτε το κατάλληλο API. Επιλέξτε τρεις ανάγκες στον οργανισμό σας: για παράδειγμα, έναν πράκτορα που ετοιμάζει μια καθημερινή περίληψη περιστατικών, ένα τηλεφωνικό σύστημα που δρομολογεί κλήσεις και την ταξινόμηση 5.000 εισερχόμενων emails την ημέρα. Για το καθένα, αναφέρετε ποιο API θα δοκιμάζατε πρώτο—το Agents API, το GPT-Live 1, το Decisions API ή απλώς το Responses API—και γιατί. Σημειώστε τι θα μετρούσατε για να επιβεβαιώσετε αυτή την επιλογή.
Επίσημες πηγές: Ιστορικό Αλλαγών OpenAI API · GPT-Live 1 (Τεκμηρίωση OpenAI API) · Παρουσίαση του Agents API · GPT-Live 1 στο API · Decisions API (OpenAI)
Βασικά σημεία
- Το Agents API (δημόσια beta, 10 Σεπτεμβρίου) φιλοξενεί την ενορχήστρωση πρακτόρων: ανθεκτικές συνεδρίες, συμπίεση, υπο-πράκτορες, sandboxes, χρήση υπολογιστή
- Το GPT-Live 1 είναι διαθέσιμο στο API από τις 10 Σεπτεμβρίου με κόστος 0,05 $ ανά λεπτό συνεδρίας φωνής· δύο γαλλικές φωνές προστέθηκαν στις 16 Οκτωβρίου
- Τα
gpt-transcribeκαιgpt-live-transcribeαντικαθιστούν τα παλαιότερα μοντέλα μεταγραφής πριν από τις 26 Φεβρουαρίου 2027 - Το Decisions API (διαθέσιμο από τις 22 Οκτωβρίου) παράγει δομημένες απαντήσεις σε κλίμακα με το GPT-6 Luna