10 月 23 日，OpenAI 正式把 Decisions API 开放给所有客户。这个在 9 月 29 日开发者日上亮相、10 月初进入公测的接口，做的事情和大模型惯常的"聊天"不太一样——它不生成文字，只做选择。开发者发进去一段输入和几个带类型的问题，模型返回的是概率、选项和置信度，而不是一段娓娓道来的解释。换句话说，OpenAI 开始把"替 AI 做决定"本身做成了一门产品。
更直观的变化是速度。OpenAI 称，运行在重新配置的 ChatGPT Luna 之上的 Decisions API，把响应时间从 1 至 3 秒压到了 100 至 180 毫秒。参与内测的语音学习应用 Speak 的 CTO Andrew Hsu 透露，接入之后系统动作间隔从 1.4 秒缩短到 0.13 秒；Box、Datadog、Ramp 等企业也在早期测试中用决策接口替换了原先的大模型调用流程，以换取更高吞吐。OpenAI 甚至把这套接口用到了自家的 Dots 语音助手上，让交互更跟手。这一切指向同一个判断：AI 产品正在分层，负责"想"的模型和负责"拍板"的模型，正在变成两门不同的生意。
百毫秒背后的产品逻辑：把「生成」和「决策」拆开卖
决策模型这个品类，最早由 TypeSafe 的 Jev 带火。这类被称作"决策模型"或"系统一"式的模型，本质上是超级分类器：在给定选项中选择，并返回置信度。OpenAI Decisions API 的用法与此一致——一次请求携带输入（文本，或带图片的消息）和一组类型化问题，问题分三种：判断是或否的谓词题、从给定选项里做选择的选择题、在自定义量表上打分的评分题。答案不是自由文本，而是概率、选项与分数。
这个定位相当务实。当答案空间有限且事先可知、要求又快又便宜、不需要解释只需要行动时，决策接口就是合适工具：内容审核闸门、客服工单分流、智能体在固定动作集里选下一步、自动回复打分、图片缺陷检测。反过来，凡是需要理由、答案空间开放、涉及对话历史或工具调用的场景，它并不胜任。OpenAI 产品负责人 Nikunj Handa 对 TechCrunch 坦言，团队并没有专门训练一个校准过的决策模型，"现在就是普通版 Luna 把活儿干了"，未来可能加入针对性训练。全面开放的版本还增加了语音与视觉模态，并按区域部署推理资源以压低延迟；Handa 甚至抛出了约 60 毫秒的延迟目标——那意味着对视频的逐帧调用都将可行。定价、上下文窗口与参数规模，OpenAI 官方并未在开放公告中确认，多份第三方文档显示其输入价格约为每百万 token 0.10 美元、输出不计费。
叫板 Jev：OpenAI 姗姗来迟，却手握多模态王牌
OpenAI 并不是这个赛道的开创者。TypeSafe 由一位前 OpenAI 研究员创立，目前估值约 76 亿美元，其 Jev 更早正式可用、无需等待名单，输入价格每百万 token 约 0.042 美元，不到 OpenAI 第三方文档报价的一半，支持 64k 上下文，并提供"以上皆非"之类的原生选项。微软的 Microsoft-Decision-1 同样已正式可用，托管在 Azure 上，价格同为 0.042 美元，底座是经后训练的阿里 Qwen3.5-9B；微软自测平均准确率 83.5% 对 OpenAI 的 79.4%，中位延迟 85 毫秒对 300 毫秒。Cloudflare 的 Clef 则走开源路线，权重以 Apache 2.0 协议挂在 Hugging Face 上，可自托管、可微调。
公开榜单对 OpenAI 并不客气：在 AIM 系统一指数上，最新 Jev 排第七、OpenAI 排第八；在 Artificial Analysis 决策指数上，Jev 第三、OpenAI 位列第十四，两个指数都更青睐 Liquid 上周发布的 D1 Ultra 与 Base Lab 的 Elephant-1。Jev 上周的新版本还补上了图片输入和智能条件语句，并在 Opper AI 用吃豆人游戏搭建的 JevMan 基准上登顶。TypeSafe CEO Diogo Almeida 一贯不信任 benchmark，主张用户拿自己的活儿实测——这与 OpenAI 方面"在自己 workload 上量一量"的表态倒是一致的。OpenAI 认为自己的王牌在多模态：Handa 称 Luna 在图像分类上"非常强，校准也更好"，且客户希望接口未来能把图片当输出。与此同时，决策模型正在"下沉"：中国电信悄悄开源了一个 29B 的本地模型，既会做决策也会做填空，开发者在本机就能跑。
企业智能体的「快反部队」：从 Uber 三万人到 AWS 修 bug
决策接口走红，背后是企业智能体部署的规模化。Uber 正在把 ChatGPT Work 推广到三万多名员工，是今年秋季宣布的最大规模企业智能体部署之一。当智能体要处理成千上万次"下一步做什么"的微型判断时，每次一两秒的延迟会迅速累积成难以忍受的卡顿，这正是百毫秒级决策层的用武之地——Box、Datadog、Ramp、Speak 的案例都指向同一件事：把确定性的步骤从昂贵的大模型调用里剥离出来，让生成模型专心处理真正需要创造力的部分。
周边工具也在快速补齐这块拼图。AWS 的 Continuum 已正式可用，用环境上下文图给代码漏洞排优先级，并直接把修复作为拉取请求提交；1Password 则让 AI 智能体登录各类账户时全程看不到密码。生成层、决策层、执行层各就各位，一套完整的智能体"快反部队"正在企业里成形。对开发者而言，问题已经从"要不要用 AI"变成"哪一层用哪个模型最划算"。
AI 走进诊室和实验室：微软诊断系统跑赢全科医生，Hugging Face 开源 DNA 模型
AI 在专业领域同样刷出了两条硬纪录。微软的 AI 诊断编排系统登上了《科学》期刊：在疑难病例上，它的表现优于全科医生。值得注意的是，研究者认为增益主要来自底层模型本身，而非编排策略——这给所有"临床 AI"宣称划了一条更高的门槛：没有真本事的包装，在严谨评测面前撑不住。
生命科学工具链也在降低门槛。Hugging Face 发布了开源模型 Carbon-X，这是一个 140 亿参数的 DNA 模型，能直接读取基因序列、预测变异如何影响基因活性，而且小到可以在本地运行。对买不起前沿算力的高校实验室来说，这意味着基因组数据不必出域、研究不必排队等云资源。从诊断到读基因，AI 正在从 Demo 走向 Benchmark，再走向本地工具。
资本算账：OpenAI 被曝 1.25 万亿美元估值再融资，Anthropic 招股书首曝巨亏
产品高歌猛进的另一面，是资本市场的重注。据多家媒体报道，OpenAI 正在敲定一笔约 300 亿美元的过桥融资，投前估值约 1.25 万亿美元，为可能的 IPO 铺路；就在此前，Anthropic 的招股书草案刚刚刷新了 AI 公司上市的天花板——上半年亏损 807 亿美元，其中大部分为会计计提，同期三季度营收增长 45% 至 168 亿美元。头部实验室的收入曲线依然陡峭，但亏损与估值的落差，也让"AI 泡沫"的争论有了新的弹药。
与此同时，成本结构正在发生一次静默转移：推理而非训练，才是 AI 持久的成本大头，推理沉淀下来的数据被《麻省理工科技评论》称为"隐藏的存储账单"。应用层的融资同样热闹：AI 会议助手 Otter.ai 拿下 General Catalyst 成长基金 3.2 亿美元投资，年化经常性收入已突破 1 亿美元——在所有 AI 应用里，会议助手是最快规模化的一类。热钱依然汹涌，但每一笔钱都在问同一个问题：什么时候、从哪里赚回来。
花边与趣闻：Canva 自研图像模型，13 个 Claude 在荒岛自定目标
头条之外，还有几则值得一读的行业边角。Canva 向全部用户推送了自研的第一方图像生成模型，在成本与定制化上直接对标 OpenAI、谷歌和微软——垂直平台自研模型，正在削弱对前沿实验室的依赖。MIT 的一项实验则更像科幻短片：研究者把 13 个 Claude Opus 4.7 智能体丢在模拟荒岛上 30 小时无人看管，它们自己发明了目标，后来的表现还超过了对照组。
模型圈的另一股暗流是"变小变本地"。田渊栋创业团队的首个模型开源了：一个 400 亿参数的 MoE"程序员"，MacBook Pro 就能带回家跑。宇树科技十周年活动上，王兴兴留下一句"我劝你相信 AI"，并判断物理 AI 的 GPT 时刻可能已经不远。从百毫秒的决策接口，到跑在笔记本里的开源模型，这一轮竞赛的关键词不再是"更大"，而是更快、更省、更贴近场景。决策层之争，只是开场。
暂无评论内容