Przejdź do głównej treści
Polski— Wybierz język
Menu

Agents API, GPT-Live 1 i Decisions API

Lekcja 10 z 12 Zaktualizowano 5 listopada 2026 Średnio zaawansowani
Na tej stronie
  1. Agents API: Hostowany Agent
  2. GPT-Live 1: Głos pełnodupleksowy w API
  3. Decisions API: Typowane odpowiedzi, szybko
  4. Pozostałe aktualizacje jesienne
  5. Twoja kolej
  6. Kluczowe wnioski

Modele to tylko część jesiennych ogłoszeń. Dla deweloperów trzy interfejsy API zmieniają sposób budowania aplikacji: Agents API, które przekazuje orkiestrację w ręce OpenAI; GPT-Live 1, dostępne teraz w API do obsługi głosu w czasie rzeczywistym; oraz Decisions API, które zamienia tekst i obrazy w typowane odpowiedzi. Ta lekcja omawia każdą z nich na podstawie dziennika zmian i oficjalnych ogłoszeń, a następnie przeprowadza Cię przez pozostałe aktualizacje jesienne.

Agents API: Hostowany Agent

Wydane w wersji publicznej beta 10 września 2026 r., Agents API pozwala budować agentów na tej samej infrastrukturze, na której działa Codex, utrzymywanej przez OpenAI. OpenAI zajmuje się orkiestracją sesji, kompresją kontekstu, gdy sesja zbliża się do limitu, oraz odzyskiwaniem po incydentach. Pracujesz z trwałymi sesjami, które pozwalają kontynuować pracę przez wiele tur i śledzić postępy w czasie rzeczywistym.

Tworzysz sesję w jednym wywołaniu, opisując zadanie, model, narzędzia i środowisko wykonawcze. Narzędziami mogą być serwery MCP, Twoje własne funkcje lub wbudowane narzędzia, takie jak wyszukiwanie w sieci; wyszukiwanie narzędzi ładuje definicje tylko w razie potrzeby, a programowe wywoływanie narzędzi (Programmatic Tool Calling) jest domyślnie włączone (Lekcja 5). Opcja multi-agent pozwala głównemu agentowi delegować niezależne fragmenty zadań do podagentów pracujących równolegle, każdy z własnym kontekstem. Agent działa w piaskownicy hostowanej przez OpenAI, na Twojej własnej infrastrukturze lub u partnera: OpenAI wymienia konkretnie Cloudflare, E2B, Modal i Vercel.

Kilka dodatków pojawiło się w ciągu kilku tygodni. 29 września Agents API otrzymało funkcję korzystania z komputera (computer use): agent wykonuje zadania w przeglądarce hostowanej przez OpenAI, podczas gdy Twoja aplikacja zarządza zatwierdzaniem witryn i logowaniem. 9 października pojawiła się możliwość wstępnego rozgrzania (pre-warm) piaskownicy przed podpięciem do niej sesji, co skraca czas oczekiwania użytkownika, a rozliczenia za hostowane piaskownicze dotyczą teraz tylko aktywnych tur. 16 października piaskownice te zintegrowano z umiejętnościami tworzenia i edycji arkuszy kalkulacyjnych, prezentacji i dokumentów Word, a Agents API otrzymało tryb Ultrafast.

Dla każdego, kto buduje rozwiązania z Agent Builder, jest to istotne: OpenAI wyłącza Agent Builder 30 listopada 2026 r., kierując użytkowników do Agents SDK lub agentów w przestrzeni roboczej ChatGPT. Lekcja 12 szczegółowo opisuje ten harmonogram.

GPT-Live 1: Głos pełnodupleksowy w API

W lipcu GPT-Live przebudowało głos w ChatGPT, ale API nie było jeszcze otwarte. To zmieniło się 10 września 2026 r.: GPT-Live 1 jest ogólnie dostępne. Pozwala budować pełnodupleksowe rozmowy głosowe, które trwają, gdy model lub agent w tle przeprowadza rozumowanie i wywołuje narzędzia. Istnieją dwa tryby delegowania: do modelu OpenAI przez Responses API, takiego jak GPT-6 Astra, lub do Twojego własnego backendu, który może polegać na innym dostawcy. Sesja głosowa kosztuje 0,05 USD za minutę, rozliczana co sekundę; model w tle i narzędzia są rozliczane osobno.

16 października OpenAI udostępniło wszystkim klientom API możliwość tworzenia głosów na podstawie opisu tekstowego – bezpłatnie – i dodało dziewięć naturalnych głosów, w tym dwa w języku francuskim: Brise i Sillage. W zakresie transkrypcji 28 lipca uruchomiono dwa modele: gpt-transcribe dla plików oraz gpt-live-transcribe dla strumieniowania w czasie rzeczywistym. Zastępują one whisper-1 i rodzinę gpt-4o-transcribe, których wycofanie zaplanowano na 26 lutego 2027 r.

Decisions API: Typowane odpowiedzi, szybko

Decisions API, uruchomione w wersji beta 6 października i ogólnie dostępne od 22 października wraz z modelem GPT-6 Luna, odpowiada na bardzo powszechną potrzebę: zadawania modelowi serii pytań zamkniętych dotyczących tekstu, obrazu lub danych strukturalnych i otrzymywania typowanych odpowiedzi. OpenAI zgłasza, że decyzje są podejmowane do dziesięciu razy szybciej niż w przypadku wywoływania GPT-6 Luna przez Responses API. Od momentu udostępnienia ogólnego żądanie może zawierać do 400 pytań (wzrost z 200 w fazie beta); powszechne dane wejściowe można buforować w pamięci podręcznej, obrazy mogą pojawiać się w instrukcjach pytania, a dane strukturalne są przekazywane bezpośrednio przez input_json. Od 15 października integruje się ono również z GPT-Live: aplikacja głosowa może działać, gdy użytkownik mówi.

Pomyśl o tym w kontekście triażu zgłoszeń, routingu żądań, weryfikacji zgodności dokumentów lub ekstrakcji kilku pól z tysięcy dokumentów: tam, gdzie wcześniej pisałeś prompt klasyfikacyjny i schemat wyjścia, wystarczy zestaw typowanych pytań.

Trzy interfejsy API na trzy potrzeby Trzy kolumny. Agents API: dla długotrwałych, hostowanych agentów, w publicznej becie od 10 września, z sesjami i podagentami. GPT-Live 1: do głosu w czasie rzeczywistym, dostępne od 10 września, pełnodupleksowe z delegowaniem. Decisions API: do masowych odpowiedzi typowanych, dostępne od 22 października, do 400 pytań na żądanie. JESIEŃ 2026 Trzy interfejsy API na trzy potrzeby Agents API Do Długotrwałych, hostowanych agentów Od 10 wrz., publiczna beta Kluczowa funkcja Sesje i podagenci GPT-Live 1 Do Głosu w czasie rzeczywistym Od 10 wrz., dostępne Kluczowa funkcja Pełnodupleksowe, delegowanie Decisions API Do Masowych odpowiedzi typowanych Od 22 paź., dostępne Kluczowa funkcja 400 pytań na żądanie
Na podstawie dziennika zmian dokumentacji API OpenAI (listopad 2026) oraz ogłoszeń OpenAI z września i października 2026 r.

Pozostałe aktualizacje jesienne

DataAktualizacja
8 września 2026GPT Image 2.5 Sunburst i Flare, do generowania i edycji obrazów
6 października 2026Poziomy użycia API zredukowane z pięciu do trzech: Build, Launch i Grow
20 października 2026Buforowanie promptów rozszerzone do 12 godzin
21 października 2026Wybór dozwolonych poziomów usługi projekt po projekcie
28 października 2026Do 500 USD miesięcznie w darmowych kredytach API dla kwalifikujących się subskrybentów ChatGPT Pro i Business
30 października 2026GPT-6 Rosalind, do badań nauk przyrodniczych, poprzez zatwierdzony program dostępu
4 listopada 2026GPT-Image-2.6 Sunburst i Flare: regulowana złożoność, generowanie SVG i animowanych GIF-ów
5 listopada 2026GPT-6-Cyber, do badań nad lukami w zabezpieczeniach w autoryzowanych środowiskach, po zatwierdzeniu

Twoja kolej

Wybierz właściwe API. Wybierz trzy potrzeby w swojej organizacji: na przykład agenta przygotowującego codzienne podsumowanie incydentów, system telefoniczny kierujący połączeniami oraz triaż 5000 przychodzących e-maili dziennie. Dla każdego z nich określ, którego API spróbowałbyś użyć w pierwszej kolejności – Agents API, GPT-Live 1, Decisions API czy samego Responses API – i dlaczego. Zapisz, co byś mierzył, aby potwierdzić ten wybór.

Źródła oficjalne: Dziennik zmian API OpenAI · GPT-Live 1 (dokumentacja API OpenAI) · Wprowadzenie do Agents API · GPT-Live 1 w API · Decisions API (OpenAI)

Kluczowe wnioski

  • Agents API (publiczna beta, 10 września) hostuje orkiestrację agentów: trwałe sesje, kompresja, podagenci, piaskownice, korzystanie z komputera
  • GPT-Live 1 jest dostępne w API od 10 września w cenie 0,05 USD za minutę sesji głosowej; dwa głosy francuskie dodano 16 października
  • gpt-transcribe i gpt-live-transcribe zastępują starsze modele transkrypcji przed 26 lutego 2027 r.
  • Decisions API (dostępne od 22 października) generuje typowane odpowiedzi na dużą skalę przy użyciu GPT-6 Luna