OpenAI Decisions API und Jev im Vergleich: Praxisleitfaden zu Entscheidungsmodellen

Viele Anwendungen müssen ein Modell immer wieder um eine kleine, klar begrenzte Entscheidung bitten: Welches Team soll ein Ticket bearbeiten? Muss eine Nachricht geprüft werden? Welchen freigegebenen Schritt soll ein Agent als Nächstes ausführen? Ein allgemeines Chatmodell kann das in Prosa beantworten. Anschließend muss die Anwendung diese Antwort jedoch in eine sichere, vorhersehbare Aktion übersetzen.

OpenAIs neue Decisions API stellt genau diese begrenzte Auswahl in den Mittelpunkt der Anfrage. Jev und sechs weitere gehostete Modelle im Modellverzeichnis von decisions-api.dev ermöglichen es, ähnliche Abläufe schon heute zu testen. Dieser Leitfaden erklärt OpenAIs Ankündigung, vergleicht die verfügbaren Optionen und zeigt, wie Sie dieselben Eingaben über die Website-API mit mehreren Modellen ausprobieren.

Verfügbarkeit · geprüft am 2. Oktober 2026: OpenAIs DevDay-Rückblick vom 29. September beschreibt die Decisions API als begrenzte Vorschau; eine breitere Verfügbarkeit sei für die folgenden Tage geplant. Der Rückblick erklärt den Zweck des Produkts. In der offiziellen API-Dokumentation und im Changelog, die wir für diesen Artikel geprüft haben, fanden sich jedoch weder ein öffentliches Request-Schema noch ein Endpunkt oder ein Preis. Prüfen Sie vor einer Integration die aktuellen OpenAI-Dokumente.

Was ist die OpenAI Decisions API?

OpenAI beschreibt die Decisions API als Möglichkeit, Lunas Fähigkeiten auf benutzerdefinierte Fragen mit einer endlichen Menge vordefinierter Antworten zu fokussieren. Entwickler übermitteln Kontext als Text oder Bild. Die Antwort kann dann dazu dienen, Inhalte zu klassifizieren, Anfragen weiterzuleiten oder den nächsten Schritt eines Agents auszuwählen. Diese Funktionen nennt OpenAI in seinem DevDay-Rückblick 2026.

Am einfachsten lässt sich die Idee am Ablauf erkennen:

Chat-Ablauf
Kontext → Prompt → generierte Erklärung → parsen und prüfen → Anwendungszweig

Entscheidungs-Ablauf
Kontext → begrenzte Frage + erlaubte Antworten → strukturierte Entscheidung → Richtlinienprüfung

Ein Chatmodell eignet sich, wenn die Anwendung Texte, Erklärungen oder offenes Schlussfolgern benötigt. Eine Decisions API kommt infrage, wenn die möglichen Ergebnisse bereits bekannt sind und der Code ein einheitliches Signal braucht. Strukturierte JSON-Ausgabe erleichtert das Parsen einer Chatantwort. Eine Decisions API macht dagegen die begrenzte Auswahl selbst zur Aufgabe.

Eine Modellantwort ist trotzdem nur ein Urteil, keine Berechtigung. Bevor eine folgenreiche Aktion ausgeführt wird, muss Ihre Anwendung Berechtigungen, Kontostatus, Geschäftsregeln und eventuell erforderliche Freigaben prüfen.

OpenAI Decisions API und Jev im Vergleich

Jev ist das gehostete Entscheidungsmodell von TypeSafe. Die öffentliche Jev-API erhält einen Zustand (State) und typisierte Fragen: choice wählt aus benannten Optionen, score vergibt eine Stufe auf einer Skala und noul prüft eine Ja-Nein-Aussage. Jev-Antworten können Wahrscheinlichkeitsfelder enthalten. Über decisions-api.dev steht ein ähnlicher Ablauf mit dem eigenen Endpunkt, API-Schlüssel und Credit-Guthaben der Website zur Verfügung.

Merkmal	OpenAI Decisions API	Jev über decisions-api.dev
Verfügbarkeit	In OpenAIs Ankündigung vom 29. September als begrenzte Vorschau bezeichnet; aktuellen Zugang bei OpenAI prüfen	Öffentlicher Playground und API auf dieser Website
Eingabe	OpenAI nennt Text- oder Bildkontext	Text, JSON-Objekte oder Arrays als State; der gehostete Endpunkt nimmt keine Bilder entgegen
Ausgabe	Auswahl aus einer endlichen Menge vordefinierter Antworten; ein öffentliches Request-Format war in den geprüften Dokumenten nicht verfügbar	Typisierte Antworten mit choice, score und noul sowie Wahrscheinlichkeitsfeldern
Endpunkt und Schema	In der aktuellen OpenAI-API-Referenz prüfen; dieser Artikel erfindet keinen Vorschau-Endpunkt	POST https://decisions-api.dev/v1/systemone, in der Website-Dokumentation beschrieben
Preis	In den geprüften Quellen war kein öffentlicher Preis für die Decisions API verfügbar	Abrechnung über Website-Credits und Eingabe-Token; aktuelle Tarife stehen weiter unten
Vergleichsdaten	In der Ankündigung wurde kein direkter Benchmark veröffentlicht	Dieselben gelabelten Beispiele mit Jev und anderen Website-Modellen ausführen

Der praktische Unterschied liegt derzeit vor allem darin, wie viel von der Integration dokumentiert ist. OpenAI hat die entscheidungsorientierte Schnittstelle erklärt und eine Vorschau angekündigt. Jev hat bereits ein Anfrageformat, das Sie über diese Website testen können. Ein API-Schlüssel der Website gewährt keinen OpenAI-Zugang; die Website ist auch kein Proxy für OpenAIs Vorschau.

Weitere Entscheidungsmodelle auf dieser Website

Derzeit unterstützt die Website sieben gehostete Modelle im Playground und über die /v1/systemone-API. Fünf verwenden die allgemeine Entscheidungs-Workbench. Span-01 und Span-01 Lite sind auf Verhaltensprüfungen mit noul-Fragen spezialisiert.

Modell	Unterstützte Fragen	Sinnvoller erster Vergleich	Eingabetarif der Website*
Jev 1.13 · typesafe/jev-1.13	Choice, Score, Noul	Allgemeine typisierte Entscheidungs-Baseline	600 Credits / 1 Mio. Token
Liquid d1 · liquid/d1	Choice, Score, Noul	Zweites gehostetes Modell auf derselben Workbench	0 Credits / 1 Mio. Token
Solar Decide · upstage/solar-decide	Choice, Score, Noul	Klassifizierung und Bewertung anhand derselben Richtlinie vergleichen	720 Credits / 1 Mio. Token
Kev 4B · jaredpalmer/kev-4b	Choice, Score, Noul	Ein kompaktes 4B-Modell in die Auswertung aufnehmen	600 Credits / 1 Mio. Token
Tev1 4B Experimental · togethercomputer/tev1-4b-experimental	Choice, Score, Noul; Choice erlaubt 2–20 Optionen	Ein experimentelles kompaktes Modell testen	600 Credits / 1 Mio. Token
Span-01 · respan/span-01	Nur Noul-Verhaltensfragen	Prüfen, ob ein Gespräch ein bestimmtes Verhalten enthält	300 Credits / 1 Mio. Token
Span-01 Lite · respan/span-01-lite	Nur Noul-Verhaltensfragen	Die leichtere Option für Verhaltensprüfungen ausprobieren	0 Credits / 1 Mio. Token

Das sind die aktuellen Website-Tarife in Credits pro Million Eingabe-Token, keine Dollarpreise der Modellanbieter. Ausgabe-Token werden nicht berechnet. Jeder erfolgreiche Aufruf kostet mindestens einen Credit; ein Tarif von null Credits pro Token bedeutet daher nicht, dass jede Anfrage kostenlos ist. Tarife können sich ändern. Prüfen Sie vor einer Budgetplanung das Modellverzeichnis und die API-Dokumentation.

Alle fünf allgemeinen Workbench-Modelle verwenden dieselbe grundlegende Anfrageform. Sie können State und Fragen unverändert lassen und nur die Modell-ID austauschen. Tev1 hat bei Choice ein Limit von 2 bis 20 Optionen. Span-Modelle akzeptieren ausschließlich Noul-Fragen und eignen sich für Verhaltensprüfungen, etwa ob ein Assistant ein nicht belegtes Versprechen gemacht hat.

Jev-Omni ist ein separates, selbst gehostetes Modell mit offenen Gewichten für Text, Bilder, Audio und Video. Es gehört nicht zu den sieben gehosteten /v1/systemone-Modellen und verwendet weder den API-Schlüssel noch das Credit-Guthaben der Website. Auf der Modellseite werden eine CUDA-GPU und rund 50 GB FP32-Gewichte vor zusätzlichem Laufzeitbedarf genannt.

Die gehostete API verwenden

Starten Sie im Playground. Wählen Sie ein Modell, geben Sie einen repräsentativen State ein und definieren Sie eine bis acht Fragen. Führen Sie dieselben Beispiele mit allen Modellen aus, die Sie vergleichen möchten. Verwenden Sie eindeutige Kategorien und berücksichtigen Sie normale, mehrdeutige, unvollständige sowie nicht passende Fälle.

Für die Integration auf einem Server:

1. Erstellen Sie ein Konto und einen Website-API-Schlüssel unter API Keys.
2. Speichern Sie den Schlüssel als serverseitiges Secret, zum Beispiel als DECISIONS_API_KEY. Geben Sie ihn nicht im Browsercode aus.
3. Senden Sie denselben State und dieselben Fragen für jedes Modell an /v1/systemone.
4. Lesen Sie die Antwort aus data.result.answers und wenden Sie Ihre Validierung und Geschäftsregeln an.

Das folgende Jev-Beispiel ordnet ein Support-Ticket zu und prüft seine Dringlichkeit:

curl -X POST https://decisions-api.dev/v1/systemone \
  -H "Authorization: Bearer $DECISIONS_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: support-ticket-1842" \
  -d '{
    "model": "typesafe/jev-1.13",
    "state": {
      "subject": "Charged twice for my annual plan",
      "message": "I paid yesterday, but my account is still locked.",
      "account_tier": "business"
    },
    "questions": {
      "ticket_route": {
        "type": "choice",
        "instructions": "Which team should handle the customer’s main issue?",
        "criteria": {
          "billing": "Payment, duplicate charge, subscription, or invoice issue",
          "technical": "A product bug, integration failure, or outage",
          "account": "Login, access, identity, or account security issue"
        }
      },
      "is_urgent": {
        "type": "noul",
        "instructions": "Does this need review today?"
      }
    }
  }'

Erfolgreiche Antworten sind in data verpackt. Die beiden Ergebnisse finden Sie unter data.result.answers.ticket_route und data.result.answers.is_urgent. Zurückgegeben werden außerdem Request-Metadaten und creditsUsed. Mit dem optionalen Idempotency-Key lässt sich verhindern, dass ein Retry dieselbe logische Anfrage erneut ausführt. Felder, Fehler, Limits und weitere Beispiele finden Sie in der API-Referenz.

Nach dem aktuellen Tarif kosten Jev, Kev und Tev1 600 Credits pro Million Eingabe-Token, Solar Decide 720, Span-01 300. Bei Liquid d1 und Span-01 Lite beträgt der Preis pro Token null Credits. Jeder erfolgreiche Aufruf wird jedoch auf mindestens einen Credit aufgerundet. Das ist die Abrechnung von decisions-api.dev und nicht der direkte Preis eines Modellanbieters.

Modelle anhand der Aufgabe vergleichen

Legen Sie vor der Modellauswahl fest, was bei jeder Option als richtige Antwort gilt. Erstellen Sie einen kleinen, gelabelten Auswertungssatz aus realen Anwendungsfällen und ändern Sie ihn zwischen den Modellläufen nicht. Erfassen Sie:

• Genauigkeit pro Kategorie, einschließlich falsch positiver und falsch negativer Ergebnisse.
• Kalibrierung der Wahrscheinlichkeiten, wenn Ihr Ablauf Konfidenzschwellen verwendet.
• End-to-End-Latenz p50 und p95 aus der Region, in der Ihre Anwendung läuft.
• Credits pro Anfrage und Anteil der Fälle, die ein Mensch prüfen muss.
• Verhalten bei fehlenden Informationen, Randfällen und nicht passenden Eingaben.

Behandeln Sie eine Wahrscheinlichkeit nicht als Genauigkeitsgarantie. Beginnen Sie bei folgenreichen Entscheidungen im Shadow-Modus: Protokollieren Sie die Modellantwort neben der aktuellen Regel oder menschlichen Entscheidung und prüfen Sie Abweichungen. Die Ausführung bleibt im Anwendungscode. Prüfen Sie Berechtigungen, Kontostatus, Idempotenz und Geschäftsregeln, bevor Sie eine Rückerstattung auslösen, Zugriffe ändern oder eine Nachricht versenden.

Wo die APIs in den Ablauf passen

OpenAIs Ankündigung hebt einen einfachen Unterschied hervor: Ein generatives Modell erstellt Sprache, eine Decisions API soll eine begrenzte Antwort liefern, die Software auswerten kann. Welche Option passt, hängt vom verfügbaren API-Vertrag, den benötigten Eingaben und der gemessenen Leistung mit Ihren eigenen Beispielen ab.

Wenn Sie das Muster heute testen möchten, nutzen Sie den decisions-api.dev Playground und vergleichen Sie Jev mit anderen gehosteten Modellen anhand identischer Eingaben. Falls OpenAIs Vorschau zu Ihrem Anwendungsfall passt, prüfen Sie Zugang, Endpunkt, Schema, Limits, Bildunterstützung und Preis in den aktuellen OpenAI-Dokumenten, bevor Sie integrieren.

Quellen und weiterführende Informationen

• OpenAI DevDay-Rückblick 2026 und OpenAI API-Changelog.
• Einführung in TypeSafe Jev und API-Referenz.
• Modellverzeichnis von decisions-api.dev, Playground und API-Dokumentation.
• Der als strukturelle und visuelle Referenz verwendete Hugging-Face-Community-Leitfaden. Er ist keine offizielle OpenAI-Dokumentation.

Dies ist ein unabhängiger Leitfaden. decisions-api.dev ist kein OpenAI-Produkt; API-Schlüssel und Credits der Website funktionieren nur mit ihrer eigenen API. Jev ist ein Modell von TypeSafe.