OpenAI 版 Jev 正式上线！37 天从「抄作业」到转正，附上手教程

OpenAI 版 Jev，正式上线了。

OpenAI 近日宣布 Decisions API 结束公测，正式转为商用版本。该接口与此前爆火的 Jev 类似，摒弃了闲聊功能，专注于快速决策判断：用户输入问题及选项，API 返回答案及各选项概率。

官方演示显示，Decisions API 能在 81 毫秒内完成一封客户邮件中的 6 项判断，且未进行额外加速优化。值得注意的是，Jev 创始人 Diogo Almeida 曾是 OpenAI ChatGPT 的核心成员，从 Jev 问世到 OpenAI 推出竞品，间隔仅 37 天。

核心功能：专注判断，极速响应

与传统大模型面对判断任务时倾向于生成冗长分析不同，Decisions API 直接输出结构化结果。其支持三种题型，底层基于 GPT-6 Luna 模型，速度比通用 Responses API 快 10 倍。

正式版支持直接传输 JSON数据，允许为每个问题单独配图，并可结合语音模型 GPT-Live 实现实时语音判断。业界评论认为，这标志着智能体核心的“分类+判断”逻辑终于有了标准化的官方接口支持。

应用演示：从自动驾驶到机器人交互

在官方演示中，Decisions API 展现了其在实时视觉任务中的潜力：

• 躲避障碍游戏：API 逐帧分析画面，在 81 至 194 毫秒内选择避障车道。
• 机器人交互：Hugging Face 的 Microduck 机器人 Lavender 通过摄像头捕捉画面，由 Decisions API 判断目标物体方位（如苹果或手柄），并控制头部转向。测试中，机器人能准确区分“跟随苹果”与“跟随水果”指令，并对更有趣的对象（如游戏手柄）表现出更高关注度。

市场格局：价格高于竞品，巨头纷纷入局

定价策略：Decisions API 输入 token 价格为每百万 0.10 美元（约人民币 0.7 元），输出免费。相比之下，Jev 的输入价格仅为每百万 0.042 美元，Decisions API 价格约为 Jev 的 2.4 倍。

竞品动态：

• Jev：10 月 10日，其背后公司 TypeSafe 获得 a16z 领投的 8.7 亿美元 A 轮融资，估值飙升至 75 亿美元。创始人 Diogo Almeida 表示，尽管模仿者众多，但在可靠性上竞争对手可能落后数年。
• 微软：同期推出基于阿里 Qwen3.5-9B 的 Microsoft-Decision-1 模型，定价与 Jev 持平。

开发指南：快速接入 Decisions API

使用 Decisions API 需拥有 OpenAI 开发者账号并按 Token 计费。建议先通过官方 Playground (https://platform.openai.com/decisions) 进行测试。

环境配置

安装最新版 OpenAI SDK 并配置 API Key：

pip install -U openai
export OPENAI_API_KEY="你的 API Key"

代码示例

以下 Python 代码演示如何判断客户投诉应归属的部门：

from openai import OpenAI

client = OpenAI() 

decision = client.decisions.create(
    model="gpt-6-luna", 
    input="I was charged twice for my order.", 
    questions=[
        {
            "type": "choice", 
            "name": "department",
            "instructions": "Which department should handle this complaint?", 
            "choices": [
                {"value": "billing", "description": "Payments, invoices, and refunds."},
                {"value": "technical", "description": "Problems using the product."},
                {"value": "shipping", "description": "Delivery and tracking."},
                {"value": "other", "description": "Requests outside these categories."},
            ],
        }
    ],
)

answer = decision.answers[0]
if answer.type == "choice":
    print(answer.choice, answer.confidence)

返回结果解析

API 返回包含选定选项、各选项概率及置信度：

{
  "answers": [
    {
      "type": "choice",
      "name": "department",
      "choice": "billing",
      "probabilities": [
        {"value": "billing", "probability": 0.95 },
        {"value": "technical", "probability": 0.02 },
        {"value": "shipping", "probability": 0.01 },
        {"value": "other", "probability": 0.02 }
      ],
      "confidence": 0.93
    }
  ]
}

最佳实践建议

• 设置兜底选项：在选项中保留 other，以便处理无法明确分类的情况。
• 人工介入阈值：根据业务样本测试确定置信度阈值，低于阈值的判断转由人工处理。
• 批量处理：单个请求最多可包含 400 道互不干扰的题目，支持混合题型。
• 辅助开发：可利用 Codex、Claude Code 等工具辅助生成调用脚本。

随着 OpenAI、TypeSafe 和微软等巨头的加入，专用决策模型赛道竞争日益激烈，开发者可根据成本、生态兼容性及应用场景灵活选择。