היכן מסתיים ה-Decisions API של OpenAI ומתחיל Jev: מה שמגלה הלקוח החיצוני הראשון
- openaiחדשOpenAI: GPT-6.1 Sol2026-09-2952אינטליגנציה
- anthropicחדשAnthropic: Claude Sonnet 5.52026-09-2856אינטליגנציה
- typesafeחדשTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 145 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2248אינטליגנציה
- AnthropicAnthropic: Claude Opus 5.52026-09-2258אינטליגנציה
- xAIGrok 4.72026-09-2146אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 לכל 1M טוקנים · 79 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 לכל 1M טוקנים · 320 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040אינטליגנציה
- OpenAIOpenAI: GPT-6 Astra2026-09-0453אינטליגנציה77כתיבת קוד
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241אינטליגנציה76כתיבת קוד
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245אינטליגנציה76כתיבת קוד
- AnthropicAnthropic: Claude Fable 5.12026-09-0153אינטליגנציה82כתיבת קוד
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 לכל 1M טוקנים · 53 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 לכל 1M טוקנים · 296 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642אינטליגנציה72כתיבת קוד
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 לכל 1M טוקנים · 232 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845אינטליגנציה75כתיבת קוד
- obsidianQwen3.8 27B2026-08-1534אינטליגנציה68כתיבת קוד
בשעה 23:05 UTC ב-6 באוקטובר 2026, תוסף בשם llm-openai-decisions עלה ל-PyPI, וה-README שלו מכיל את המשפט שסיקור ההשקה מעולם לא הדפיס: "בניגוד ל-Jev, מודל ההחלטות החדש gpt-6-luna תומך בקלט תמונה בנוסף לטקסט." המחבר הוא סיימון ויליסון, שכתב גם את הלקוח הראשון עבור מודל ההחלטות של TypeSafe, וההשוואה שהוא עורך היא בין GPT-6 Luna — המודל שמאחורי Decisions API של OpenAI — ובין Jev 1.13, מודל System One של TypeSafe לטקסט בלבד. אותו פוסט בבלוג מציין שהתוסף עצמו נכתב על ידי GPT-6 Astra תוך קריאה של התיעוד של OpenAI.
זה הדבר השימושי בלקוח שמשוחרר שבוע אחרי API: הוא נכתב מול צורת הבקשה, לא מול נאום הפתיחה, ולכן הוא מציף את ההבדלים שטקסט שיווקי מחליק עליהם. אין כאן שום הדלפה ואין כאן שום דבר לא מאומת — כל נתון למטה מגיע מעמוד שפורסם על ידי OpenAI, TypeSafe, או המאגר של התוסף עצמו, וכולם נקראו ב-2026-10-07. מה שעדיין חסר הוא מדידה בלתי תלויה של נקודת הקצה עצמה, והפער הזה מצוין בסוף במקום להיות מוסתר.
שלושת המשטחים, נשמרים בנפרד
הדבר הראשון שצריך להבהיר הוא שאלה שלוש שכבות שונות, והסיקור העיתונאי מטשטש אותן.
• נקודות הקצה.זו של OpenAI היא POST /v1/decisions, נתיב ייעודי ולא מצב ב-Responses API. זו של TypeSafe היא POST /v1/systemone. שתיהן מקבלות גוף של ראיות בתוספת רשימת שאלות עם טיפוסים ומחזירות תשובה אחת לכל שאלה, כשהמפתח הוא השם שנתת לה.
• המודלים. ה-Decisions API מקבל היום בדיוק מודל אחד, gpt-6-luna, שהוא גם הדרגה הזולה של הקו הכללי GPT-6 של OpenAI, והושק ב-2026-09-22 כמודל טקסט ותמונה רגיל. Jev 1.13 הוא מודל החלטות מקצה לקצה — הוא אינו יכול להפיק טקסט חופשי כלל. TypeSafe הוציאה אותו ב-2026-09-15 והוא זמין באופן כללי מאז 2026-09-21.
• הלקוחות.ערכות ה-SDK של OpenAI עצמה תומכות בנקודת הקצה מאז שהיא נפתחה בבטא ציבורית ב-2026-10-06, כך שהתוסף אינו הדרך הראשונה לפנות אליה. זהו הלקוח הראשון מחוץ ל-SDK של OpenAI עצמה שהצלחנו לאמת, והראשון שנכתב עבור כלי שורת פקודה ולא עבור ספריית יישומים.
שני המטרים, זה לצד זה
כאן ה-README של הלקוח שווה יותר מההכרזה, מפני שהמספרים יושבים לצד הניסוח.
• מחיר — ה-API של Decisions מחייב 0.10 דולר למיליון טוקני קלט, ללא חיוב על פלט, ללא חיוב על קריאת מטמון וללא חיוב על כתיבת מטמון. Jev 1.13 מחייב 0.042 דולר למיליון טוקני קלט, כאשר הפלט בחינם. שניהם מחייבים על מה שאתם שולחים ולא כלום על מה שחוזר, כך שהחלטה עולה שבריר סנט בכל אחד מהמחירים, וההבדל ביניהם הוא פי 2.4, לא מודל חיוב שונה.
• קלט — ה-Decisions API מקבל טקסט, או הודעות משתמש שמשלבות טקסט עם תמונות, וה-README של התוסף מציין שקבצים מצורפים מסוג PNG, JPEG, WebP ו-GIF נתמכים, עם לכל היותר 128 תמונות בבקשה. תמונות חייבות להיכנס כ-data URL של base64 מוטבע; כתובות URL של תמונות המתארחות ב-HTTP או HTTPS וקלטי file_id אינם מתקבלים על ידי ה-endpoint, ולכן התוסף ממיר כתובת URL או נתיב מקומי לפני שליחתו. התיעוד של Jev 1.13 חד וחלק בכיוון ההפוך: "ללא קלט של תמונה, אודיו או וידאו", וקלט שאינו טקסט צריך לעבור עיבוד מראש לטקסט או לשדות מובנים לפני שהוא מגיע למצב.
• סוגי שאלות — OpenAI מתעדת שלושה: predicate (הסתברות מ-0 עד 1 לכך שתנאי מוצהר מתקיים), choice (ערך אחד מהרשימה שלך, בתוספת התפלגות ושדה ביטחון נפרד), ו-score (ממוצע משוקלל לפי הסתברות על פני רמות מסודרות). השלושה של TypeSafe הם אותם שלושה רעיונות תחת שמות שונים: noul עבור כן/לא, choice, ו-score. "Noul" הוא קיצור של ברנולי, והשם הוא סמן הוגן להבדל התרבותי — ספק אחד מספק שם עצם באנגלית פשוטה, והאחר מספק בדיחה סטטיסטית.
• אריתמטיקת ציון — השניים תואמים בדיוק, וזה הסימן החזק ביותר לכך שזו קטגוריית מוצר אחת ולא שתיים. התיעוד של OpenAI מזין שלוש רמות חומרה עם הסתברויות של 0.1, 0.7 ו-0.2 ומקבל בחזרה ציון של 1.1 — בכוונה בין שתי רמות במקום להתכנס לרמה הקרובה ביותר. הרמות של TypeSafe מאונדקסות מאפס באותו אופן, והתוסף עבור Jev מקבל בין שתיים לעשר רמות מסודרות. העמוד של OpenAI אינו מציין תקרה; זהו היעדר בתיעוד שלהם, לא מגבלה שאנו יכולים לקבוע.
• תקציבים — Jev מתעדת את החלון שלה במדויק: בערך 64,000 טוקנים לבקשה, כ-32,000 מהם מכסים את המצב בתוספת השאלה הבודדת הארוכה ביותר, לעומת ההקשר של 1,050,000 טוקנים שהקטלוג שלנו מציין עבור GPT-6 Luna כמודל כללי. עמוד ההחלטות של OpenAI אינו מפרסם תקציב טוקנים כלל, אלא רק את ההערה שפרמיות עיבוד אזוריות ומכפילי קלט ארוך-הקשר עדיין חלים על התעריף.
מה שהלקוח חושף ומה שההודעה לא חשפה
שלושה פרטים בתוסף וב-README שלו ראויים להבליט, מפני שכל אחד מהם משנה את הדרך שבה היית מחבר את נקודת הקצה.
הראשון הוא שהחלטה יכולה לחזור בתור סירוב. התיעוד של OpenAI לא מסביר זאת אף פעם בפרוזה, אבל כל דוגמת SDK מסתעפת לפיו — answer.type === "refusal" ב-JavaScript, מקרה OpenAI::Models::Decision::Answer::Refusal ב-Ruby — וה-README של התוסף מבהיר במפורש ששאלה שנדחתה נשמרת כ-{"name":"...","type":"refusal"}. אז סוג התשובה הוא למעשה ארבעה ערכים, לא שלושה, וכל לולאה בסביבת ייצור צריכה לטפל בענף רביעי שאף הכרזה לא הזכירה.
הדבר השני הוא מה שחסר בתוסף ולא מה שנמצא בו. הפוסט של ויליסון עצמו ממסגר את העבודה ככזו שבה GPT-6 Astra קורא את התיעוד החדש ובונה ממנו את הלקוח — מתיעוד ללקוח, במעבר אחד, בלי הדרכה אנושית. זו כעת דרך רגילה שבה לקוח נכתב, וזה אומר שהשאלה אם התיעוד של נקודת קצה שלם מספיק כדי להפיק ממנו לקוח עובד הפכה לשאלה מעשית ולא עריכתית. עבור נקודת הקצה הזו התשובה היא בעיקר כן, כשסוג הסירוב הוא התפר הגלוי.
השלישי הוא הצורה של מערך השאלות. OpenAI מאפשרת לך לשים שאלות בלתי תלויות בבקשה אחת כנגד קלט משותף — לבדוק תמונת מוצר לאיתור נזק ולסווג את הקטגוריה של המוצר באותה קריאה — אבל דורשת בקשות נפרדות כאשר שאלה מאוחרת תלויה בתשובה קודמת. Jev נוקטת באותה עמדה מאותה סיבה: השאלות שלה מוערכות במקביל כנגד מצב אחד, ולכן כל דבר סדרתי חייב להפוך לשתי קריאות. שני הספקים תוכננו עבור fan-out, ושניהם אומרים לך את אותו הדבר לגבי לאן הולך תקציב השהיה.
לקטגוריה יש כעת שלושה פריטים, ושניים מהם אינם מודלים כלליים.
כדאי להזכיר את השלישי, מכיוון שמסגרת נקודת-הקצה להחלטות מקבלת משמעות רק כאשר כל השלושה לנגד העיניים. Perplexity משיקה API בשם Decisions משלה, המוגש על ידי pplx-decider-v1-27b — מודל החלטות בעל 27 מיליארד פרמטרים שיצא תחת Apache 2.0 עם משקולות ב-Hugging Face ב-2026-10-01. זה מעניק לקטגוריה צורה שונה באמת מזו של OpenAI: Jev 1.13 הוא סגור וטקסטואלי בלבד, המודל המחליט של Perplexity הוא בעל משקולות פתוחות ומקבל תמונות, והכניסה של GPT-6 Luna היא מעטפת סביב מודל כללי ולא מודל שנבנה כדי להחליט.
עבור קורא שבוחר היום, ההבחנה המעשית צרה יותר מזו שבשיווק. אם הראיה שלך היא משפט או רשומה, ואתה רוצה את העלות הזולה ביותר לקריאה עם השונות הקטנה ביותר בהתנהגות, Jev 1.13 הוא המומחה, ותעריפו $0.042 הוא הנמוך מבין שלושת המחירים המפורסמים שיכולנו לאמת. אם הראיה שלך כוללת תצלום, או שאתה רוצה החלטה ממודל שאתה כבר מכיר ממשימות רגילות, Decisions API הוא היחיד מבין שתי האפשרויות הסגורות שמקבל תמונות. אפשרות המשקלים הפתוחים עונה על שאלה אחרת — שליטה ואירוח עצמי — ולא בדקנו אותה.
מה שאנחנו יכולים למעשה למדוד, ומה שאין לאף אחד
הטענה של OpenAI בנוגע לנקודת הקצה היא שהיא "מעריכה טקסט, תמונות, או את שניהם, ומחזירה תשובות בעלות טיפוסים מהירות פי 10 בקירוב לעומת Responses API." זוהי טענה מטעם הספק שלא שוחזרה: אין אזור, אין גודל קלט, אין רמת מקביליוּת, אין הסכם רמת שירות, וקו הבסיס הוא Responses API באופן כללי ולא עומס עבודה ספציפי כלשהו. נתון האצה בודד הוא המספר הלא נכון שעליו בונים מועד אחרון.
מה שאנחנו יכולים לשים לצידו הוא חלון השירות שלנו בן שבעת הימים המסתיים ב-2026-10-07 על שני המודלים שמתחת, מתעבורת ה-playground שלנו — וחשוב לומר מה המספרים האלה אינם. הם מתארים בקשות יצירה רגילות, לא החלטות.
• GPT-6 Luna, כל צורות הבקשה: חציון של 1,448 ms ו-p95 של 4,912 ms, שיעור שגיאות של 1.31% על פני 643,394,111 טוקנים בשבעה ימים, וזה איך נראית תפוקה של כ-125 טוקני פלט בשנייה כשהמודל כותב.
• Jev 1.13: חציון של 149 ms ו-p95 של 245 ms, שיעור שגיאות של 0.10% על פני 110,193,080 טוקנים. זוהי נקודת קצה מהירה באמת, והיא מהירה משום שהיא אינה מייצרת תגובה — היא מחזירה מספרים עבור מצב שנקלט פעם אחת.
כשקוראים אותן זו מול זו, שתי השורות האלה הן אזהרה, לא השוואה. בקשת החלטה פולטת קומץ טוקנים, לכן ב-Decisions API נתון תפוקת הפלט ששולט בפרופיל הכללי של Luna מפסיק להיות האילוץ המחייב, והמספר שמתחיל להיות חשוב הוא כמה זמן לוקח למודל לקרוא את הראיות. לא מדדנו זאת בנקודת הקצה של ההחלטות, ולמיטב ידיעתנו איש מחוץ ל-OpenAI לא פרסם זאת.
השאלה העמוקה יותר שאינה נמדדת היא כיול, והיא זו שמכריעה אם כל זה שמיש בכלל. הסתברות של 0.92 לנזק נראה לעין שווה לניתוב רק אם, לאורך התעבורה שלך, התמונות שקיבלו ציון קרוב ל-0.92 הן פגומות בכ-92% מהמקרים. התיעוד של OpenAI מורה לך לקבוע ספים מדוגמאות מתויגות ולבחור אותם לפי העלות של חיוביים שגויים מול שליליים שגויים. זו עצה נכונה, והיא גם הודאה בכך שהכיול של המספרים האלה הוא משהו שאתה צריך לקבוע בעצמך. כמעבר ראשון, מדוד את התפלגות ההסתברויות המוחזרות על מדגם שאתה כבר יודע את התשובות לגביו. אם הכול חוזר כ-0.99 או 0.01, הסף לא עושה שום עבודה ונקודת הקצה היא בוליאני יקר מאוד.
איך לנסות כל אחד מהם בלי להמר על נתיב פרודקשן שיתבסס עליו
מקורות, בפשטות: חוזה נקודת הקצה, המחיר וכללי התמונות בקטע הזה הם מתוך תיעוד ה-Decisions API של OpenAI עצמה ומה-README של התוסף, שניהם נקראו ב-2026-10-07; מפרט Jev 1.13 הוא מתוך תיעוד המודל של TypeSafe עצמה; נתוני ההגשה הם נתוני הפלייגראונד שלנו בחלון של שבעה ימים המסתיים ב-2026-10-07; חותמות הזמן של החבילה מגיעות מ-PyPI ומהיסטוריית ה-Git של הפרויקט. טענת המהירות פי 10 היא של OpenAI והיא מסומנת ככזו. הרישיון ותאריך השחרור של המכריע בעל המשקולות הפתוחות הם ממאגר המודל שלו.
ה-Decisions API עצמו הוא האריזה של OpenAI, ואנחנו לא מנתבים אותו; אם אתה רוצה את נקודת הקצה הספציפית הזו, OpenAI הוא המקום שבו היא נמצאת. המודלים שמתחת הם עניין אחר. GPT-6 Luna הוא נתיב פעיל ב-OrcaRouter במחיר המחירון של OpenAI, בלי תוספת מחיר., ו-typesafe/jev-1.13 במחיר המחירון נמצא על אותו מפתח, מה שהופך את ההשוואה במאמר הזה למשהו שאפשר להריץ ולא רק לקרוא: אותו מצב, אותן שאלות, שתי נקודות קצה, חוזה אחד לניהול, ובלי חשבונית שנייה.
זו גם הדרך השפויה לאמץ משטח לא מוכח. הצב את ההחלטה מאחורי מנגנון גיבוי כך שסירוב, פסק זמן, או מגבלת בטא שמשתנה לך מתחת לרגליים יידרדרו לקריאה מבוססת פרומפט במקום להשבתה, והשאר את מנגנון הגיבוי על אותו מפתח כמו הראשי כך שאין שום דבר לחווט מחדש כשנקודת הקצה מתקדמת לקראת זמינות כללית. OpenAI אומרת שזמינות כללית (GA) צפויה בשבועות הקרובים ושה-gpt-6-luna הוא המודל היחיד הזמין בינתיים; שני הדברים האלה הם סיבות לבנות לפי הצורה ולהטמיע בו אינסטרומנטציה עכשיו, ואף אחד מהם אינו סיבה לשים הרשאת תשלום מאחוריו עדיין.
מה לצפות בהמשך
שלושה דברים היו מכריעים את השאלות שהמאמר הזה אינו יכול. תקציב טוקנים מפורסם לנקודת הקצה של ההחלטות, כך שאפשר יהיה לחשב את גודלה של בקשה במקום לנחש. הכרזת GA כלשהי, שהיא הנקודה שבה תעריף קלט בלבד מפסיק להיות הבטחת בטא. ומדידה בלתי תלויה אחת של השהיה וכיול בנקודת הקצה עצמה — האדם הראשון שיעביר דרכה כמה אלפי זוגות מתויגים ויפרסם את עקומת המהימנות יעשה למען הקטגוריה יותר ממה שעשה כל אחד מפוסטי ההשקה.
עד אז, הסיכום הכנה הוא צר ושימושי: אם הדבר שעליך להחליט הוא טקסט, Jev 1.13 זול יותר והוא מחזיר מספרים תוך כ-150 מילישניות בתעבורה שלנו. אם הדבר שעליך להחליט כולל תמונה, ה-Decisions API של OpenAI הוא זה שיסתכל עליה, במחיר שהוא פי 2.4 ממחיר הקלט, עם תווית בטא על הקופסה. שניהם ניתנים לקריאה משורת פקודה החל מהשבוע, וזה מצב טוב יותר ממה שהיה כל אחד מהם לפני שבעה ימים.
