Где заканчивается Decisions API от OpenAI и начинается Jev: что показывает первый внешний клиент

6 октября 2026 года в 23:05 UTC плагин под названием llm-openai-decisions был опубликован на PyPI, и в его собственном README есть фраза, которую никогда не печатали в материалах о запуске: «В отличие от Jev, новая gpt-6-luna модель принятия решений поддерживает ввод изображений в дополнение к тексту.» Автор — Саймон Уиллисон, который также написал первый клиент для модели принятия решений TypeSafe, а сравнение он проводит между GPT-6 Luna — моделью, стоящей за Decisions API от OpenAI, — и Jev 1.13, текстовой моделью System One от TypeSafe. В том же посте в блоге отмечается, что сам плагин был написан GPT-6 Astra в процессе чтения документации OpenAI.

Полезная сторона того, что клиент выходит через неделю после API, заключается в следующем: он написан под форму запроса, а не под презентацию, поэтому он выявляет различия, которые маркетинговые тексты сглаживают. Здесь нет утечек, и здесь нет ничего неподтверждённого — каждая цифра ниже взята со страницы, опубликованной OpenAI, TypeSafe или в собственном репозитории плагина, и всё это прочитано 2026-10-07. Чего всё ещё не хватает — независимого измерения самого эндпоинта, и этот пробел указан в конце, а не замаскирован.

Три поверхности, сохраняемые раздельно

Первое, с чем нужно разобраться, — это три разных слоя, а освещение в прессе их смешивает.

• Эндпоинты. У OpenAI — POST /v1/decisions, отдельный маршрут, а не режим в Responses API. У TypeSafe — POST /v1/systemone. Оба принимают набор доказательств и список типизированных вопросов и возвращают один ответ на каждый вопрос, где ключом служит имя, которое вы ему дали.

• Модели. Decisions API сегодня принимает ровно одну модель, gpt-6-luna, которая также является бюджетным уровнем общей линейки GPT-6 от OpenAI и была выпущена 2026-09-22 как обычная модель для работы с текстом и изображениями. Jev 1.13 — это полностью модель принятия решений: она вообще не умеет генерировать свободный текст. TypeSafe выпустила её 2026-09-15, и она общедоступна с 2026-09-21.

• Клиенты. Собственные SDK OpenAI поддерживают эту конечную точку с момента её открытия в публичной бете 6 октября 2026 года, поэтому плагин — не первый способ её вызвать. Это первый клиент за пределами собственных SDK OpenAI, который мы смогли проверить, и первый, написанный для инструмента командной строки, а не для библиотеки приложений.

Два метра, бок о бок

Вот здесь README клиента ценнее, чем анонс, потому что цифры стоят рядом с формулировками.

• Цена — API Decisions тарифицирует $0.10 за миллион входных токенов, без платы за вывод, без платы за чтение кэша и без платы за запись кэша. Jev 1.13 тарифицирует $0.042 за миллион входных токенов, вывод бесплатен. Оба берут плату за то, что вы отправляете, и ничего за то, что возвращается, поэтому решение стоит доли цента при любом из этих тарифов, а разница между ними — в 2,4 раза, а не другая модель биллинга.

• Ввод — Decisions API принимает текст или пользовательские сообщения, сочетающие текст с изображениями, а в README плагина указано, что поддерживаются вложения PNG, JPEG, WebP и GIF, причём в одном запросе допускается не более 128 изображений. Изображения должны передаваться как встроенные data-URL с base64; размещённые по HTTP или HTTPS URL изображений, а также входные данные file_id этим эндпоинтом не принимаются, поэтому перед отправкой плагин преобразует URL или локальный путь. Документация Jev 1.13 прямо утверждает обратное: «Никакого ввода изображений, аудио или видео», а нетекстовые входные данные следует предварительно преобразовать в текст или структурированные поля, прежде чем они попадут в состояние.

• Типы вопросов — OpenAI описывает три: predicate (вероятность от 0 до 1 того, что заданное условие выполняется), choice (одно значение из вашего списка плюс распределение и отдельное поле уверенности) и score (взвешенное по вероятностям среднее по упорядоченным уровням). У TypeSafe те же три идеи под другими названиями: noul для да/нет, choice и score. «Noul» — сокращение от Bernoulli, и это название хорошо отражает культурную разницу: один вендор предлагает понятное английское существительное, другой — статистическую шутку.

• Арифметика оценок — эти два полностью совпадают, что является самым сильным признаком того, что это одна категория продуктов, а не две. Документация OpenAI подаёт на вход три уровня серьёзности с вероятностями 0,1, 0,7 и 0,2 и получает обратно оценку 1,1 — намеренно между двумя уровнями, а не округление до ближайшего. Уровни TypeSafe индексируются с нуля таким же образом, а плагин для Jev принимает от двух до десяти упорядоченных уровней. На странице OpenAI не указан потолок; это отсутствие в их документации, а не предел, который мы можем утверждать.

• Бюджеты — Jev точно документирует своё окно: примерно 64 000 токенов на запрос, из которых около 32 000 приходятся на состояние плюс самый длинный отдельный вопрос, по сравнению с контекстом в 1 050 000 токенов, который наш собственный каталог приводит для GPT-6 Luna как модели общего назначения. На странице решений OpenAI вообще не публикуется бюджет токенов — лишь примечание, что региональные надбавки за обработку и множители для длинноконтекстного ввода по-прежнему применяются к тарифу.

Что клиент раскрывает такого, чего не раскрыл анонс

В плагине и его README есть три детали, которые стоит выделить, потому что каждая из них меняет способ подключения конечной точки.

Первое — это то, что решение может вернуться как отказ. Документация OpenAI никогда не объясняет это словами, но каждый пример в SDK содержит ветвление по нему — answer.type === "refusal" в JavaScript, OpenAI::Models::Decision::Answer::Refusal — случай в Ruby — и README плагина прямо указывает, что отклонённый вопрос сохраняется как {"name":"...","type":"refusal"}. Таким образом, тип ответа фактически имеет четыре значения, а не три, и любой производственный цикл должен обрабатывать четвёртую ветвь, о которой не упоминалось ни в одном анонсе.

Второе — это то, чего в плагине недостаёт, а не то, что в нём присутствует. В своём посте Уиллисон описывает эту работу так: GPT-6 Astra читает новую документацию и создаёт по ней клиент — от документации к клиенту, за один проход, без туториала, написанного человеком. Сейчас это обычный способ написания клиента, и это означает, что вопрос о том, достаточно ли полна документация эндпоинта, чтобы по ней можно было сгенерировать работающий клиент, стал практическим, а не редакторским. Для этого эндпоинта ответ в основном утвердительный, а видимым швом служит тип отказа.

Третье — это форма массива вопросов. OpenAI позволяет помещать независимые вопросы в один запрос к общим входным данным — проверить фотографию продукта на повреждения и классифицировать его категорию в одном вызове, — но требует отдельных запросов, когда последующий вопрос зависит от предыдущего ответа. Jev придерживается той же позиции по той же причине: его вопросы оцениваются параллельно на одном состоянии, поэтому всё последовательное должно превращаться в два вызова. Оба поставщика проектировали под fan-out, и оба говорят вам одно и то же о том, куда уходит бюджет задержки.

Теперь в категории три представителя, и двое из них не являются универсальными моделями.

Стоит назвать и третьего, потому что рамка «эндпоинт решений» обретает смысл только тогда, когда видны все три. Perplexity выпускает собственный API Decisions, который обслуживает pplx-decider-v1-27b — модель принятия решений с 27 млрд параметров, выпущенная под лицензией Apache 2.0 с весами на Hugging Face 1 октября 2026 года. Это придаёт категории по-настоящему иную форму, нежели у OpenAI: Jev 1.13 закрыт и работает только с текстом, решатель Perplexity имеет открытые веса и принимает изображения, а решение GPT-6 Luna — это обвязка вокруг универсальной модели, а не модель, созданная для принятия решений.

Для читателя, выбирающего сегодня, практическое различие уже́, чем маркетинг. Если ваше доказательство — это предложение или запись, и вы хотите самую низкую стоимость за вызов при наименьшей вариативности поведения, Jev 1.13 — это специалист, и его ставка $0.042 — самая низкая из трёх опубликованных цен, которые мы смогли проверить. Если ваши доказательства включают фотографию или вы хотите получить решение от модели, которую вы уже знаете по обычным задачам, Decisions API — единственный из двух закрытых вариантов, который принимает изображения. Вариант с открытыми весами отвечает на другой вопрос — контроль и собственный хостинг — и мы его не тестировали.

Что мы действительно можем измерить, и чего ни у кого нет

Заявление OpenAI об этом эндпоинте состоит в том, что он «оценивает текст, изображения или и то и другое и возвращает типизированные ответы примерно в 10 раз быстрее, чем Responses API». Это заявлено поставщиком и не воспроизведено: не указаны ни регион, ни размер входных данных, ни уровень параллелизма, ни соглашение об уровне обслуживания, а базой сравнения служит Responses API в целом, а не какая-либо конкретная рабочая нагрузка. Единственная цифра ускорения — неподходящее число, на котором следует строить дедлайн.

Что мы можем поставить рядом с этим — это наше собственное семидневное окно обслуживания, заканчивающееся 2026-10-07, по двум моделям ниже, из нашего трафика в playground — и важно сказать, чем эти числа не являются. Они описывают обычные запросы на генерацию, а не решения.

• GPT-5.2 Luna, все формы запросов: медиана — 1 448 мс, p95 — 4 912 мс, частота ошибок 1,31% на 643 394 111 токенов за семь дней — именно так выглядит пропускная способность около 125 выходных токенов в секунду, когда модель пишет.

• Jev 1.13: медиана 149 мс и p95 245 мс, частота ошибок 0,10% на 110 193 080 токенов. Это действительно быстрый эндпоинт, и он быстр потому, что не генерирует ответ — он возвращает числа для состояния, которое загружается один раз.

Если сопоставить эти две строки друг с другом, они — предупреждение, а не сравнение. Запрос на принятие решения выдаёт всего несколько токенов, поэтому в Decisions API показатель пропускной способности вывода, который доминирует в общем профиле Luna, перестаёт быть связывающим ограничением, а показатель, который начинает иметь значение, — это время, которое модель тратит на чтение доказательств. Мы не измеряли это на эндпоинте decisions, и, насколько мы можем судить, никто за пределами OpenAI этого не публиковал.

Более глубинный неизмеренный вопрос — это калибровка, и именно она решает, можно ли вообще всем этим пользоваться. Вероятность 0,92 для видимых повреждений имеет смысл использовать для маршрутизации, только если во всём вашем трафике фотографии, получившие оценку около 0,92, действительно повреждены примерно в 92% случаев. Документация OpenAI советует задавать пороги по размеченным примерам и выбирать их с учётом стоимости ложноположительных срабатываний относительно ложноотрицательных. Это верный совет, и в то же время признание того, что калибровку этих чисел вам придётся устанавливать самостоятельно. Для первого прохода измерьте распределение возвращаемых вероятностей на выборке, для которой вы уже знаете правильные ответы. Если всё возвращается на уровне 0,99 или 0,01, порог не выполняет никакой работы, а эндпоинт представляет собой очень дорогое булево значение.

Как опробовать любой из них, не ставя на кон продакшн-путь

Об источниках прямо: контракт эндпоинта, цена и правила для изображений в этом материале взяты из собственной документации OpenAI по Decisions API и README плагина, оба источника прочитаны 7 октября 2026 года; спецификация Jev 1.13 — из собственной документации TypeSafe по модели; показатели сервинга — это наши собственные данные playground за семидневный период, завершившийся 7 октября 2026 года; временные метки пакета взяты из PyPI и истории Git проекта. Утверждение о 10-кратном повышении скорости принадлежит OpenAI и снабжено соответствующей пометкой. Лицензия и дата выпуска open-weight decider взяты из его репозитория модели.

Сам Decisions API — это собственная упаковка OpenAI, и мы его не маршрутизируем; если вам нужен именно этот эндпоинт, он живёт у OpenAI. А вот модели под ним — совсем другое дело. GPT-6 Luna — это действующий маршрут на OrcaRouter по прайс-листовой цене OpenAI с нулевой наценкой, и typesafe/jev-1.13 по прайс-листовой цене доступен на том же ключе, что превращает сравнение из этой статьи в то, что можно запустить, а не просто прочитать: то же состояние, те же вопросы, два эндпоинта, один договор в управлении и никакого второго счёта.

Это также разумный способ внедрять непроверенную поверхность. Подстрахуйте это решение резервным вариантом, чтобы отказ, тайм-аут или изменение бета-лимита в самый неподходящий момент приводили к вызову на основе промпта, а не к простою, и используйте для этого резервного варианта тот же ключ, что и для основного, чтобы ничего не пришлось перенастраивать, когда эндпоинт двинется к общей доступности. OpenAI говорит, что GA ожидается в ближайшие недели и что gpt-6-luna — единственная модель, доступная пока что; и то и другое — причины разрабатывать под эту структуру и инструментировать её уже сейчас, и ни то ни другое не является причиной уже сейчас завязывать на неё авторизацию платежа.

Что посмотреть дальше

Три вещи разрешили бы вопросы, которые эта статья разрешить не может. Опубликованный бюджет токенов для эндпоинта decisions — чтобы запрос можно было оценить по размеру, а не угадывать. Любой анонс GA — это момент, когда тариф с оплатой только за входные данные перестаёт быть обещанием беты. И одно независимое измерение задержки и калибровки на самом эндпоинте: тот, кто первым прогонит через него несколько тысяч размеченных пар и опубликует кривую надёжности, сделает для этой категории больше, чем любой из постов о запуске.

А пока честный итог узок и полезен: если то, что вам нужно решить, — это текст, Jev 1.13 дешевле, и в нашем трафике он возвращает числа примерно за 150 миллисекунд. Если то, что вам нужно решить, включает изображение, то на него посмотрит именно OpenAI's Decisions API — по цене в 2,4 раза выше цены за входные данные, с пометкой beta на коробке. Оба можно вызывать из командной строки начиная с этой недели, и это лучшая позиция, чем была у любого из них семь дней назад.