L'API Decisions di OpenAI diventa operativa e punta al mercato dei modelli decisionali di TypeSafe, da 7,6 miliardi di dollari
OpenAI ha reso la sua API Decisions disponibile a tutti i clienti giovedì, entrando nel mercato in rapida crescita dei modelli decisionali dominato da Jev di TypeSafe, e riducendo per alcuni utenti i tempi di risposta da oltre un secondo a meno di 200 millisecondi.
OpenAI ha aperto la sua API Decisions a tutti i clienti giovedì, entrando in un mercato dell'IA specializzato creato dal modello Jev di TypeSafe, che ha portato l'azienda a una valutazione di 7,6 miliardi di dollari. I modelli decisionali funzionano come «super-classificatori» ultrarapidi, restituendo una scelta tra un insieme di opzioni con un indice di affidabilità in ben meno di un secondo — molto più velocemente dei modelli di chat generalisti. OpenAI ha costruito l'API Decisions riconfigurando ChatGPT Luna per privilegiare la velocità e abbattere i costi di inferenza, piuttosto che addestrare un modello completamente nuovo. I tempi di risposta tipici sono scesi da uno-tre secondi a 100-180 millisecondi; l'app per l'apprendimento delle lingue Speak ha dichiarato di aver ridotto la propria latenza da 1,4 secondi a 0,13 secondi dopo il passaggio. L'API era stata annunciata per la prima volta al developer day di OpenAI il 29 settembre e ora include modalità vocale e visiva, con inferenza mirata geograficamente per ridurre la latenza a livello globale. Nei benchmark indipendenti, Jev mantiene una posizione solida — settimo nell'AIM System One Index e terzo nell'Artificial Analysis Decision Index, contro ottavo e quattordicesimo per il modello di OpenAI — e resta il modello decisionale più interrogato su OpenRouter. L'ultimo modello Jev supporta ora anche le immagini e le istruzioni «smart-if». Nikunj Handa, responsabile prodotto di OpenAI, ha sottolineato i punti di forza multimodali di Luna, definendolo «estremamente potente» nella classificazione delle immagini e con una migliore calibrazione, puntando anche a ulteriori guadagni di velocità che potrebbero infine consentire l'analisi video fotogramma per fotogramma.



