一家刚被市场捧到 76 亿美元 的 AI 创业公司，可能还没高兴几天，就等来了 OpenAI 的正面进场。
这次的主角，叫 Decisions API。OpenAI 第一次把它大范围开放给用户。
它不追求慢慢写出一篇漂亮回答。它要的是一件事：给选项，马上选，顺便告诉你它有多确信。
这个市场最近刚被 TypeSafe 的 Jev 模型点着。开发者发现，这类被称为 System One 的决策模型，能在不少工作流里替换大语言模型，速度快，成本低。
76 亿美元的裂缝，被 OpenAI 一脚踹开
TypeSafe 的路线很刁钻：不做大而全，只做快速选择。
这家公司由前沿实验室前研究员创立。它的 Jev 模型做出了一类新东西：超级分类器。
给它一组选项，它迅速做判断，再给出置信度。
听起来不性感，但开发者很吃这一套。很多真实业务根本不需要 AI 写三段话，它只要回答：点这个，还是那个。
有意思的是，OpenAI 也承认自己被刺激到了。
OpenAI API 产品负责人 Nikunj Handa 对 TechCrunch 说，同事看到 Jev 后的反应很直接：
哇，我们大概有一百万个用例。
团队随即冲刺。9 月 29 日开发者日公布，周四向所有客户开放。公开版还加入语音和视觉模态，并针对全球不同地区压低延迟。
个人觉得，这一步很 OpenAI。看到新热点，先用自家现成能力占坑。
不造新脑，先把 Luna 拧到 100 毫秒
更微妙的是，OpenAI 没有像 TypeSafe 那样，专门做一个校准过的决策模型。
他们拿的是 ChatGPT Luna，重新配置推理速度，把成本打下来。
Handa 的说法很直白：
Decisions API 的关键突破是速度，从一到三秒压到一百、一百二十、一百八十毫秒。
他还提到，未来可能会做专门训练，让模型更适合这些任务。但现在，就是普通 Luna 在干活。
老实讲，这点我有点意外。甚至有点不太认同。把现成 Luna 调速就端上决策市场，多少有点取巧。
一边是创业公司把决策模型做成新品类。另一边是 OpenAI 把现有大模型调速，然后推上市场。
这是两种路线。前者像专门造一把手术刀，后者像把瑞士军刀磨快，先递给你再说。
客户未必在乎姿势是否优雅。只要够快，够便宜，能用，就行。
1.4 秒太慢，0.13 秒才是真生意
决策模型为什么突然重要？它踩中了 AI 落地的痛点。
很多场景里，大模型太慢，也太贵。让它生成一段话，可能很惊艳。但让它在业务流程里反复做判断，成本和延迟都会爆炸。
OpenAI 提到，Box、Datadog、Ramp、Speak 等公司在初期测试里，用 Decisions API 替换原有的 OpenAI 大模型，获得更高吞吐量。
Speak 是一家做 AI 语言辅导的公司。CTO Andrew Hsu 说，Decisions API 把动作之间的等待时间，从 1.4 秒压到 0.13 秒。
这个数字很关键。
1.4 秒，用户会感觉系统在想。0.13 秒，用户会觉得系统在回应。
OpenAI 自己也用它改善 Dots 语音助手的响应速度。
说实话，AI 产品很多时候输在反应，不输在智商。用户不会等一个聪明的慢家伙。
反转来了：OpenAI 也没赢下所有榜单
如果故事到这里，像是 OpenAI 一入场就收割全场。
但事情没这么顺。
什么才算好的决策模型，现在并没有标准答案。智能、成本、校准、速度，不同任务权重不同。TypeSafe CEO Diogo Almeida 甚至公开表示，不太相信基准测试，建议大家把模型放进自己的工作里试。
有意思的是，TypeSafe 自己上周也发布了排名。新版 Jev 还加入图像支持和 smart-if 语句。
公共基准方面，AIM System One Index 和 Artificial Analysis Decision Index 更偏向 Liquid 刚发布的 D1 Ultra，以及 Base Lab 的 Elephant-1。
最新 Jev 在两个榜单上仍有竞争力，分别排在第七和第三。
OpenAI 的 Decision Model 则排在第八和第十四。
单看榜单，OpenAI 并没有碾压。
但另一组信号很现实：TypeSafe 的产品目前是 OpenRouter 上被查询最多 的。也就是说，开发者仍在用脚投票。
个人觉得，这比榜单更能说明问题。榜单告诉你谁分数高，OpenRouter 告诉你谁真的被拿来干活。
吃豆人测试，反而把真相说明白了
最有趣的基准，偏偏是一个叫 JevMan 的吃豆人测试。
最新 Jev 模型在这个排名里位居第一。
Opper AI 增长负责人 Felix Wunderlich 解释，吃豆人是个好测试，因为它有持续不断的高风险快速决策。每个路口，模型都要在几百毫秒内决定往哪走。
顺带一提，这个设定真的有点上头。
它听起来像游戏，其实很像那些真实场景。语音助手要快，图像分类要快，未来甚至视频的每一帧都要快。
这里没有长文写作，只有一步接一步的选择。
这也解释了为什么 TypeSafe 能把一个看似冷门的模型类别，推到 76 亿美元。
它赌的，是 AI 更会选。
OpenAI 的暗牌，是多模态和视频帧
OpenAI 的真正优势，可能不在传统分类任务，而在多模态。
Handa 提到，在图像分类上，Luna 很强，校准表现也更好。客户还希望 Decisions API 更灵活，能把图像作为输出。
这个方向很值得盯。
如果决策模型只能处理文本选项，它更像高级分类器。一旦接入语音、图像，甚至视频，它就开始靠近实时交互系统。
Handa 还抛出一个更激进的想法：能不能把速度压到 60 毫秒？如果能做到，甚至可以想象对视频里的每一帧都发起一次 API 调用。
这句话很有画面。
每一帧都在判断，每一帧都在选择。AI 不再是一次问答，它开始持续贴在现实世界上做反应。
到那时，决策模型可能越过功能替代，直接变成一层新的基础设施。
Jev 的名字来自一位经济学家：资源用得更高效，就会更普及。Handa 也说，决策模型会照出一批藏在显眼处的疯狂用例。
当 AI 开始以百毫秒为单位做选择，真正该紧张的，可能是那些还靠慢流程赚钱的行业。下一次用户按下按钮时，谁还愿意等 1 秒？
【锐评】：OpenAI 未必发明了决策模型，但它把速度、成本和分发拧在一起，足以让新赛道瞬间变成大厂战场。
参考链接：
https://techcrunch.com/2026/10/22/openai-makes-its-jev-competitor-widely-available-as-decision-model-competition-heats-up/