OpenAI Decisions API vs. Jev：决策模型对比与实战指南

许多应用会反复让模型做一个范围明确的小判断：工单应交给哪个团队、消息是否需要人工审核，或者 Agent 下一步应执行哪个获准的动作。通用聊天模型也能回答这些问题，但应用还得把自然语言转换成安全、稳定的程序动作。

OpenAI 新推出的 Decisions API 把这种“有限选项中的判断”放在请求的中心。Jev 和本站模型目录中的另外六个托管模型，也可以用来测试类似的决策流程。本文先介绍 OpenAI 已公布的内容，再对比本站支持的模型，并演示如何使用相同输入比较不同模型。

可用状态 · 核对日期：2026 年 10 月 2 日。 OpenAI 在 9 月 29 日的 DevDay 回顾中称 Decisions API 正处于限量预览阶段，并计划在随后几天扩大开放范围。官方回顾解释了产品用途，但截至本文核对时，OpenAI 官方 API 文档和更新日志尚未提供公开的请求结构、端点或价格。集成前请查看 OpenAI 最新文档。

OpenAI Decisions API 是什么？

OpenAI 将 Decisions API 描述为：把 Luna 的智能集中用于用户定义的问题，并从有限的预设答案中进行选择。开发者可以提供文本或图片上下文，再把返回的答案用于内容分类、请求路由或选择 Agent 的下一步动作。这些都是 OpenAI DevDay 2026 回顾明确提到的用途。

可以从一次调用的流程看出它和聊天接口的区别：

聊天模型流程
上下文 → 提示词 → 自然语言回答 → 解析和校验 → 程序分支

决策接口流程
上下文 → 有边界的问题 + 允许的答案 → 结构化判断 → 策略校验

如果应用需要写作、解释或开放式推理，聊天模型很合适。如果应用已经限定了结果范围，只需要一个供程序使用的判断信号，决策 API 就值得评估。结构化 JSON 输出可以让聊天回答更容易解析；决策 API 则直接把有限选项中的判断作为任务本身。

模型给出的是判断，不是授权。执行有实际影响的动作前，应用仍要检查用户权限、账户状态、业务规则，以及是否需要人工审批。

OpenAI Decisions API 与 Jev 对比

Jev 是 TypeSafe 提供的托管决策模型。其公开 API 使用一份 state 和类型化问题：choice 从命名选项中选择，score 给出有序等级，noul 判断一个命题为真或为假。Jev 的答案可以包含概率字段。在 decisions-api.dev 上，也可以通过本站自己的端点、API Key 和积分余额体验类似工作流。

对比维度	OpenAI Decisions API	通过 decisions-api.dev 使用 Jev
可用状态	OpenAI 在 9 月 29 日宣布限量预览；实际开放范围以 OpenAI 最新信息为准	本站提供公开 Playground 和 API
输入	OpenAI 称支持文本或图片上下文	state 可用文本、JSON 对象或数组；本站托管端点不接收图片
输出	从有限的预设答案中选择；本文核对的文档未公开请求细节	类型化的 choice、score、noul 答案，可包含概率字段
端点和结构	请查阅 OpenAI 当前 API Reference；本文不猜测预览版端点	POST https://decisions-api.dev/v1/systemone，本站有完整文档
价格	本文核对的资料没有公开 Decisions API 的独立价格	按本站积分和输入 Token 计费；见下方费率
对比依据	OpenAI 的发布回顾没有提供同条件基准测试	用相同的标注样例测试 Jev 和本站其他模型

目前最明显的实际差别是集成细节是否已经公开。OpenAI 已经解释了决策接口的目标并宣布限量预览；Jev 则已经能按本站公开的请求格式进行测试。本站的 API Key 不能用于登录 OpenAI，本站也不是 OpenAI 预览版的代理服务。

本站支持的其他决策模型

本站的 Playground 和 /v1/systemone API 目前支持七个托管模型。其中五个使用通用决策工作台；Span-01 和 Span-01 Lite 则专门用于 noul 类型的行为检查。

模型	支持的问题类型	适合用于	本站输入费率*
Jev 1.13 · typesafe/jev-1.13	Choice、Score、Noul	作为通用类型化决策基线	每百万 Token 600 积分
Liquid d1 · liquid/d1	Choice、Score、Noul	在相同工作台中比较另一个托管模型	每百万 Token 0 积分
Solar Decide · upstage/solar-decide	Choice、Score、Noul	按同一套标准比较分类与评分	每百万 Token 720 积分
Kev 4B · jaredpalmer/kev-4b	Choice、Score、Noul	把紧凑型 4B 模型加入评估	每百万 Token 600 积分
Tev1 4B Experimental · togethercomputer/tev1-4b-experimental	Choice、Score、Noul；Choice 支持 2–20 个选项	测试一款实验性紧凑模型	每百万 Token 600 积分
Span-01 · respan/span-01	仅支持 Noul 行为问题	检查对话中是否出现某种明确行为	每百万 Token 300 积分
Span-01 Lite · respan/span-01-lite	仅支持 Noul 行为问题	体验轻量的行为检查选项	每百万 Token 0 积分

以上为本站当前每百万输入 Token 的积分费率，不是模型提供商的美元价格。输出 Token 不计费。每次成功调用至少消耗 1 积分，因此按 Token 计算的零费率并不代表每次请求都免费。费率可能变化；估算预算前，请查看模型目录和 API 文档中的限制与计费说明。

五个通用工作台模型使用相同的大体请求结构，可以固定 state 和 questions，只切换模型 ID。Tev1 的 Choice 选项数限制在 2 到 20 个。Span 模型只接受 Noul 问题，适合检查特定行为是否发生，例如助手是否作出了没有依据的承诺。

Jev-Omni 是另一个需要自行部署的开放权重模型，支持文本、图片、音频和视频。它不属于本站七个托管 /v1/systemone 模型，也不使用本站 API Key 或积分。模型介绍列出了 CUDA GPU 的硬件要求；FP32 权重约需 50 GB，尚未计入额外运行时开销。

如何使用本站托管 API

可以先从模型 Playground开始：选择模型，输入有代表性的 state，然后定义 1 到 8 个问题。用完全相同的样例测试准备比较的模型，并覆盖常见、模糊、信息不全和超出问题范围的情况。

准备在服务器端接入时：

1. 创建账户，然后在 API Keys 页面创建本站 API Key。
2. 将 Key 保存在服务器端密钥中，例如 DECISIONS_API_KEY；不要暴露在浏览器代码里。
3. 对每个模型使用同一份 state 和 questions，发送到 /v1/systemone。
4. 从 data.result.answers 读取结果，再执行自己的校验和业务策略。

下面的 Jev 示例会给客服工单分类，并判断是否紧急：

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?"
      }
    }
  }'

成功响应会包装在 data 中。两个答案分别位于 data.result.answers.ticket_route 和 data.result.answers.is_urgent；响应还会返回请求信息和 creditsUsed。可选的 Idempotency-Key 用于避免重试时重复执行同一个逻辑请求。响应字段、错误、限制和其他示例见本站 API 文档。

按本站当前费率，Jev、Kev 和 Tev1 为每百万输入 Token 600 积分，Solar Decide 为 720，Span-01 为 300；Liquid d1 和 Span-01 Lite 的按 Token 费率为零。但成功请求仍至少收取 1 积分。这是 decisions-api.dev 的平台计费，与直接向模型提供商付费是两回事。

用任务表现比较模型，而不是只看名称

开始选型前，先写清楚每个选项的正确标准。用应用实际收到的案例整理一组小型标注集，并在所有模型测试中保持数据不变。建议记录：

• 按类别统计的准确率，包括误报和漏报。
• 如果流程依赖置信度阈值，检查概率校准情况。
• 从应用所在区域测得的端到端 p50 和 p95 延迟。
• 每次请求消耗的积分，以及需要转人工处理的比例。
• 信息缺失、边界案例和超出范围的输入表现。

不要把概率当成准确率保证。对真实业务有影响的决策应先以影子模式运行：把模型答案和现行规则或人工决定并列记录，再复核不同点。最终执行逻辑应留在应用代码中。退款、修改账户权限、发送外部消息等操作，都要先检查权限、账户状态、幂等性和业务规则。

这些 API 适合放在哪里？

OpenAI 的发布说明突出了一个简单区别：生成式模型负责生成语言，决策 API 则面向供软件评估的有限答案。选哪种方案，要看公开的 API 契约、实际需要的输入，以及模型在你自己样例上的实测表现。

如果现在就想尝试这种模式，可以打开 decisions-api.dev Playground，用同一组输入比较 Jev 和本站其他托管模型。如果 OpenAI 的预览版更符合你的用例，集成前请先从 OpenAI 最新文档确认访问权限、端点、请求结构、限制、图片支持和价格。

资料与延伸阅读

• OpenAI DevDay 2026 回顾及 OpenAI API 更新日志。
• TypeSafe Jev 介绍及 API 参考。
• decisions-api.dev 模型目录、Playground和 API 文档。
• 用户提供的 Hugging Face 社区文章作为结构与配图风格参考。它不是 OpenAI 官方文档。

本文为独立指南。decisions-api.dev 并非 OpenAI 产品；本站 API Key 和积分仅适用于本站 API。Jev 是 TypeSafe 的模型。