在发布后短短十五天，OpenAI 的新产品便引发热议。在今天的开发者日活动（DevDay）上，OpenAI 推出了全新的 Decisions API，基于其体量最小且价格最低的 GPT-6 Luna 模型。该 API 能够在一组预设选项中快速进行选择，并提供相应的置信度分数，其响应时间仅为150毫秒，相比之下，使用 GPT-6 Luna 执行类似任务时需要1.6秒。开发者只需提供待解答的问题、备选答案及相关上下文，模型将直接返回操作决策，包括信息分类、请求的目标模型，以及处理下一步骤的推荐。这项功能是 Jev 在过去几周内最受关注的核心能力之一。

在信息发布后几小时内，Reddit 的 AI_Agents 论坛上出现了一帖标题直白的文章：“Jev 结束了”。发帖人表示，OpenAI 的 Decisions API 的推出意味着 Jev 面临着巨大的生存压力，其唯有的竞争优势“速度极快、价格极低”几乎无力支撑。评论区内，有人进一步评论道：“Jev 从来就没有真正的护城河。”在 DevDay 的主题演讲中，OpenAI 的首席执行官 Sam Altman 对 Decisions API 的介绍也十分简洁：“今天，我们推出了 Decisions API，它能够在几分之一秒内做出响应，工作方式是通过 Luna 模型来选择一组预设选项。通过专注于选择环节，我们极大地提高了响应速度。”这段发言所透露的关键信息有两个：首先，Decisions API 限制了开放式生成，转而从明确的选项中选择，这一设计理念与 Jev 的 Choice 原语高度一致；其次，选择 Luna 作为底层模型，显示了这一能力面向低成本、高频率的应用场景。

目前，这款新发布的 API 仍处于限量预览中，价格、支持的选项数量以及开发者能否使用自有数据进行调优等细节尚未公布。一位 OpenAI 的发言人表示，将在全面上线时提供更多信息，这暗示着 OpenAI 可能是为了在 DevDay 前赶时间而加快了发布进程。这一产品的推出，正好填补了普通聊天模型和传统分类器之间的市场空缺。过去，开发者需要调用聊天模型，再通过提示词引导其选择某个选项，如果需要置信度，可以通过读取 token 概率或自行生成数字，但聊天模型提供的置信度往往只是粗略估计，导致在进行简单判断时生成了过多的 token。而另一条路径是培训专用的小型分类器，虽然这种模型速度快且成本低，但需要准备有标签的数据，且一旦分类标签改变，通常需重新训练。Decisions API 的推出，可以让开发者像使用大型语言模型那样，通过提示词提供问题和标签，同时获得类似分类器的结构化结果与置信度。这一设计对 OpenAI 来说并不陌生，长期以来的 Moderation API 也能返回预设类别的得分，但不同之处在于，Decisions API 允许开发者自定义问题和候选答案。

此产品逻辑与 Jev 的构想高度重合。9 月 15 日，TypeSafe AI 正式上线 Jev，随后吸引了投资者的广泛关注，估值迅速攀升至超过100亿美元，而其早期估值为2亿美元。Jev 的创始人 Diogo Almeida 曾在 OpenAI 参与过 GPT-4、ChatGPT 及 RLHF/InstructGPT 的开发。在早先的一次演讲中，他自我介绍道：“我参与了 OpenAI 的多项重要成果的署名工作，包括 GPT-4、ChatGPT 和 RLHF/InstructGPT。我所在的团队基本上创造了‘后训练’这一概念。”“但真正让我与众不同的是，我是 OpenAI 少数几个会公开批评 ChatGPT 的人之一。”Almeida 的背景确实显得颇为特别，他在 GPT-4 的贡献者名单中被列为“Foundational RLHF and InstructGPT work”，并且是 InstructGPT 论文的第四作者。在2024年离开 OpenAI 后，他与 Erik Gafni、Sasha Sheng 共同创立了 TypeSafe AI，经过两年悄然发展的 Jev 正式问世。根据 TypeSafe 的官方定义，Jev 是…………