OpenAI给GPT-6装上“快脑”！100毫秒做决策，API全面开放
智东西
作者 | 黄菲
编辑 | 江宇
智东西10月23日消息，据TechCrunch昨日报道，OpenAI已面向所有客户开放决策接口Decisions API，该接口基于推理模型GPT-6 Luna优化了推理速度与成本，部分场景下响应时间可由1至3秒缩短到100至180毫秒。
Decisions API主要面向答案范围明确的任务。开发者可以预先设定问题和可选答案，由该模型输出概率、选项或评分，用于内容分类、请求分流，以及决定AI智能体下一步采取什么行动。
这一产品瞄准的是快速、低成本的AI决策市场。
9月15日，AI初创公司TypeSafe推出的Jev决策模型，该模型可专门根据预设选项快速作出判断并给出置信度，帮助开发者以更低成本、更快速度完成分类和任务分流。
OpenAI此次开放Decisions API，也意味着AI决策模型领域的竞争进一步升温。
一、OpenAI借现有模型提速，切入快速决策市场
OpenAI的API产品负责人尼昆吉·汉达（Nikunj Handa）称，该团队看到Jev模型后，意识到这类决策模型有大量潜在应用场景。
▲OpenAI API产品负责人尼昆吉·汉达（Nikunj Handa），图源：AI Council
随后，该团队决定基于现有的基础推理模型GPT-6 Luna调整推理方式，以缩短响应时间并降低成本，而不是从头训练一个专门的决策模型。
负责人汉达称，Decisions API最显著的改进是速度，部分任务的响应时间从1至3秒缩短至100毫秒、120毫秒或180毫秒。
9月29日，OpenAI在开发者日活动上公布Decisions API。
▲OpenAI于9月29日的开发者日活动上公布Decisions API，图源：OpenAI。
10月6日，该接口开启公开测试。在介绍Decisions API的视频中，负责人汉达还提到，未来OpenAI可能针对这类任务开展专门训练，进一步提升该模型表现，目前则主要通过调整现有Luna模型实现相关能力。
▲OpenAI于10月6日开放Decisions API公开测试，图源：OpenAI。
10月22日，OpenAI宣布向所有客户正式开放该接口。Decisions API支持接收文本、图像和结构化数据，每次请求最多可处理400个问题，是公开测试阶段上限的2倍。
▲OpenAI于10月22日宣布Decisions API正式面向所有客户开放，图源：OpenAI。
企业文档管理平台Box、云监控平台Datadog、金融科技公司Ramp和语言学习平台Speak等企业已使用Decisions API替代部分大模型的调用，以提高任务处理速度。
云监控与安全平台Datadog使用Decisions API评估AI智能体生成的命令风险，P95延迟比可用的前沿模型快约40倍，即95%的请求能够在该时间内完成响应，只有5%的请求耗时更长。
企业财务管理平台Ramp将AI调用成本归因到具体工作任务，处理速度提升4倍、成本降低30%。
语言学习平台Speak将GPT-Live中用户操作之间的等待时间从1.4秒缩短至0.13秒，降幅超过90%。
▲OpenAI展示Decisions API在Datadog、Ramp和Speak等企业中的应用案例，图源：OpenAI。
其中，企业文档管理平台Box在其官网展示了其使用该接口对商业文件进行分类并将文件分配至相应处理环节的流程。
▲Box展示Decisions API在保险凭证审核流程中的应用，图源：Box官方博客
二、两款决策模型同台竞技，第三方测评排名有别
OpenAI推出Decisions API，与TypeSafe AI的Jev模型展开竞争。两款产品均面向软件自动化任务，能够根据预设选项快速输出决策结果。
TypeSafe AI成立于2024年，主要开发面向软件自动化的决策模型。其联合创始人兼首席执行官迪奥戈·阿尔梅达（Diogo Almeida）曾在OpenAI担任研究人员，参与过提升语言模型指令遵循能力的相关开发。
▲TypeSafe AI联合创始人团队照片，图源：TypeSafe
9月15日，TypeSafe发布首款System One模型Jev。该模型可以直接输出预设选项及其对应概率，供软件调用。TypeSafe公布的内部测试结果显示，Jev在8项工作流测试中的准确率达到68%，与OpenAI的Tera模型并列第3。
▲Jev模型决策能力排名，图源：TypeSafe
10月14日，TypeSafe发布Jev 1.14.0版本，增加图像输入等功能，并对模型能力进行更新。但阿尔梅达提到，对基准测试的结果应持谨慎态度，并建议开发者结合自身工作流程评估模型表现。
第三方榜单的排名则呈现出不同结果。
AIMultiple发布的System One Index榜单中，最新Jev模型排名第7，OpenAI的Decisions API排名第14，该榜单通过综合评估模型在不同任务中的表现，并根据各项测试得分计算综合指数。
▲System One Index决策模型排名，图源：AIMultipl
Artificial Analysis发布的Decision Index榜单中，Jev模型排名第2，OpenAI的Decisions API排名第11，该榜单主要从知识与幻觉控制、推理、工具调用和分类四个方面评估模型表现。
▲Artificial Analysis Decision Index决策模型排名，图源：Artificial Analysis
除测试成绩外，OpenRouter的模型调用量排行榜也提供了另一项参考：TypeSafe的产品在该榜单中仍处于领先位置。
▲OpenRouter模型调用量排行榜，图源：OpenRouter
除了比较公开榜单上的综合排名，还有测试通过实际游戏考察决策模型的连续判断能力。
AI基础设施公司Opper AI开发了JevMan基准测试，让Jev等决策模型实时玩经典游戏吃豆人，观察模型能否根据游戏局势持续作出判断。
该基准测试让每个模型与游戏中的幽灵进行100局对战，并按平均得分排名，同时记录存活时间、响应延迟、备用动作比例和单局成本。
Opper AI首席增长官菲利克斯·温德利希（Felix Wunderlich）称，吃豆人适合测试决策模型，因为模型必须在每个路口的几百毫秒内决定下一步方向。
▲JevMan基准测试通过吃豆人游戏评估决策模型的连续决策能力，图源：Opper AI
据Opper AI的JevMan榜单，Jev 1.14平均得分为3597分，排名第1；OpenAI的GPT-6 Luna平均得分为2568分，排名第8。
▲JevMan基准测试模型平均得分排行榜，图源：Opper AI
谈及后续发展，汉达认为，OpenAI模型可能在多模态能力方面具有优势，尤其是在图像分类任务中，Luna展现出较强的能力和置信度校准水平。他还称，OpenAI客户希望Decisions API未来能够更灵活地将图像作为输出。
汉达还提到，更快的响应速度可能拓展更多决策接口的应用场景。如果接口响应时间能够进一步缩短至约60毫秒，开发者就可能在视频的每一帧上调用接口，实时作出判断。
结语：决策成本持续下降，AI应用有望拓展
随着决策模型的响应速度提升、使用成本降低，开发者有望将其应用于更多此前因延迟或成本过高而难以实现的场景。
不过，决策模型能否在更多业务中发挥作用，仍取决于其准确率、置信度校准和成本表现。
随着OpenAI进入这一市场，开发者将拥有更多选择，实际应用效果也将成为检验不同模型竞争力的重要标准。
来源：TechCrunch
资讯由采集器定时从公开的机器人 / AI 信息源自动聚合。
相关内容
全球互联网经历“黑色十月”，这个中国AI在风暴来临前留了后手
智东西 作者 | Saul 编辑 | 漠影 过去48小时，全球互联网经历“黑色十月”：支撑七成网站的PHP代码，被AI挖出存在两个CVSS9.2分的严重漏洞。 更棘手的是，漏洞细节在补丁发布前就遭泄露：据The Register报道，亚马逊的威胁情报团队在公开前四天就捕获了利用尝试； Cloudflare 的监测数据显示，攻击尝试在公开后两小时内从数千次涨到数百万次。荷兰鹿特丹港、比利时外交部、芬兰公共网络服务相继预防性下线。 用AI作恶的人，已经进化到以小时计；守门的人，还在按月更新规则。 眼看风暴越刮越猛，一个问题悬在了所有人心里：这场蔓延，到底有没有办法制止？ 下面这个案例，让我们看到了
DeepSeek之后，StartLux再来：开源首个决策模型推理引擎，推理快至5.3倍
智东西 作者 | 王涵 编辑 | 漠影 近期，大模型行业掀起一股 开源自研推理引擎 的浪潮。 10月20日，DeepSeek正式开源生产环境实际使用的推理框架DeepInfer。几乎同时，10月22日，国内AI创业团队 StartLux原点星辉 也对外开源了其 自研推理引擎Prism 。 同样是自研推理系统，DeepSeek的DeepInfer服务于自家通用大模型的云端大规模业务；而Prism则聚焦“决策模型”，据公开资料，其也是 首款专门面向决策模型打造并对外开源的推理引擎 。 决策模型是近段时间快速走红的大模型新赛道。不同于主打对话、内容创作的生成式大模型，决策模型不需要输出大段文本，在读
金蝶灵基连推三项核心升级，发布企业级智能体评测基准
智东西 作者 | ZeR0 编辑 | 漠影 智东西10月23日报道，今日，在2026金蝶创见者大会上，国产企业管理SaaS龙头金蝶发布企业智能体操作系统灵基（Lingee）的灵基Manage、企业上下文和ERP连接器三项核心能力更新，并联合大模型厂商、高校发布国内首个面向企业管理场景的智能体评测基准Lingee Bench。 会上，金蝶集团董事会主席兼CEO徐少春提出决定企业AI转型成败的不只是技术，而是认知。来自阶跃星辰、中国中车、马来西亚振兴集团、阳光智维等行业标杆企业代表及生态伙伴，现场分享了探索AI时代管理新路径的实践经验与思考。 ▲金蝶集团董事会主席兼CEO徐少春 金蝶与阶跃星辰在企
刚刚，何刚升职！成华为第17位董事
智东西 作者 | 云鹏 编辑｜心缘 智东西10月23日消息，根据华为官网管理层信息， 华为终端BG CEO何刚升任华为董事， 这位在华为工作了28年的老将，正式进入华为董事会。 何刚和余承东也是华为终端业务线“唯二”进入董事会的成员。 根据官网信息，何刚出生于1973年，毕业于西安电子科技大学，硕士。1998年加入华为，历任 无线GSM&UMTS产品线总裁、全球无线解决方案销售部部长、终端BG手机产品线总裁、终端BG CEO 等职务。 何刚比余承东小4岁，晚5年入职华为，同样为技术出身。 目前何刚微博信息已经更新。 2024年4月，余承东卸任终端BG CEO，何刚接任。据PChome报道， 接
中国 AI 硬件的下一个爆款，可能生在「网球场」
头图来源：Hirdwire 2024 年巴黎奥运会，郑钦文在罗兰·加洛斯捧起金牌的那个下午，中国的网球场预订量在一周内翻了数倍。两年后，最先把这股热潮变成生意的，是一群造机器的深圳工程师。 过去一年，至少四款中国团队打造的 AI 球类机器人在 Kickstarter 上筹得百万美元级资金。庞伯特以 26255% 的超募率卷走 265 万美元；智能家居大厂 SwitchBot 推出的 Acemate 30 天入账 180 万美元；Tenniix 首战筹得近百万美元后，其母公司英汉思动力完成红杉联合领投的三轮共超亿元融资；最新收官的 AceiiLab 首批量产正在交付，单台售价约 2000 美元，
硅谷爆火的两万块智能床，是智商税吗？我睡了 100 天
两万元，一个床套。 这可能是极客公园史上体验过单价最高的消费级产品之一。 我终于也睡上了马斯克、扎克伯格同款的床。Eight Sleep，这个曾被一众硅谷大佬点赞过的品牌，在今年 4 月正式进入中国市场。短短半年时间里，Pod 5 在国内 INNO 100 平台上卖出了 600 万元，随后它又迅速推出新一代产品 Pod 6，参数升级，还补上了单人尺寸。 很多中国家庭的卧室里，床垫往往是最舍得花钱的大件。无论你想要乳胶、记忆棉，还是水暖毯、凉席，选择都很多。为了睡得更舒服，人们向来不吝于投入。 可就是在这样一个再成熟不过的品类里，Eight Sleep 连床垫本身都没碰，只在人和床垫之间加了一层