OpenAI 全面开放 Decisions API，对标 TypeSafe Jev，毫秒级低延迟决策推理

OpenAI 正式向所有用户开放 Decisions API，正式入局高速决策模型赛道，直接对标TypeSafe的Jev模型。TypeSafe由OpenAI前研究员创立，依靠Jev决策模型，估值已达到76亿美元。

赛道背景：什么是决策模型（System One）

Jev开创了超级分类器这一类别：接收一组候选选项，快速输出选择结果，附带置信度。这类System One决策模型，可在大量业务流程中替代通用大模型，速度更快、成本更低，适合需要瞬时判断的场景。

OpenAI Decisions API 核心细节

OpenAI的方案并非从零训练专用决策模型，而是改造ChatGPT Luna，优化推理链路实现提速降本：

• 延迟大幅压缩：原来1–3秒的任务，缩短至100~180毫秒；
• 新增能力：公版追加视觉、语音多模态支持；
• 优化部署：推理资源做地理就近调度，降低全球用户访问延迟；
• 落地案例：
  • Speak 借助Decisions API，动作响应耗时从1.4秒降到0.13秒；
  • OpenAI内部用于提升Dots语音助手的响应速度；
  • 试点客户包含Box、Datadog、Ramp等企业。

OpenAI表示未来会专门训练原生决策模型；当前版本依靠Luna就可以完成任务，图像分类场景下Luna的输出校准表现优秀，后续还计划继续压缩延迟至60ms，探索视频逐帧调用这类新场景。

行业对比与基准现状

多家厂商同台竞争：Liquid D1 Ultra、Base Lab Elephant-1、TypeSafe Jev、OpenAI Decisions。

• AIM System One Index、Artificial Analysis Decision Index这类公开基准：Liquid D1 Ultra表现突出，新版Jev保持较强竞争力，OpenAI决策模型排名相对靠后；
• 趣味基准JevMan（吃豆人PacMan）：最新Jev登顶。该基准考验模型持续、高压力、毫秒级连续决策；
• 实际热度：TypeSafe Jev仍是OpenRouter上调用量最高的决策模型。

行业共识上，决策模型缺少统一、普适的评价标准，性能、成本、置信度校准随业务场景差异巨大，厂商更推荐用户在自身业务实测。TypeSafe也在持续迭代Jev，新增图像输入、智能if语句等功能。