OpenAI Decisions API und Jev: Was sich ändert, wenn ein Modell Entscheidungen trifft

Die OpenAI Decisions API ist eine API in limitierter Vorschau, die aus einem Kontext eine Auswahl aus vorgegebenen Antworten trifft. Entwickler definieren eine Frage und die möglichen Antworten. Die API liefert eine Entscheidung zurück, mit der die Software weiterarbeiten kann.

Viele Abläufe in einer Anwendung brauchen keinen weiteren erklärenden Absatz. Ein Supportsystem benötigt ein Team, ein Agent sein nächstes Tool und ein Workflow eine Risikostufe. Eine Entscheidungs-API soll genau dieses Ergebnis liefern.

OpenAI bietet diese Fähigkeit nun als eigene API-Primitiv an. Jev von TypeSafe stellt bereits eine öffentliche API für ähnliche Softwareentscheidungen bereit. Dieser Artikel fasst zuerst die bestätigten Angaben von OpenAI zusammen, vergleicht beide Angebote und zeigt anschließend, wie Sie Jev Schritt für Schritt auf decisions-api.org testen.

1. Was OpenAI angekündigt hat

Beim DevDay am 29. September 2026 stellte OpenAI die Decisions API vor. Sie nimmt einen Kontext aus Text oder Bildern sowie definierte Fragen mit einer begrenzten Menge möglicher Antworten entgegen. OpenAI nennt als Beispiele die Klassifizierung von Inhalten, die Weiterleitung von Anfragen und die Wahl des nächsten Agent-Schritts. Die API befindet sich derzeit in einer limitierten Vorschau; eine breitere Freigabe soll laut Ankündigung in den nächsten Tagen folgen. OpenAI-Rückblick auf den DevDay

Der Unterschied zu einem gewöhnlichen Prompt liegt vor allem in der Schnittstelle zwischen Modell und Anwendung:

Chat-Ablauf
Kontext → Prompt → generierte Erklärung → parsen/prüfen → Anwendungszweig

Entscheidungs-Ablauf
Kontext → Frage + erlaubte Antworten → typisierte Entscheidung → Anwendungszweig

Wenn eine Anwendung ihre möglichen nächsten Schritte bereits kennt, passt das zweite Format oft besser. Es kann Verbindungscode zwischen Text und Geschäftslogik einsparen. Trotzdem müssen die Labels sorgfältig gewählt, Grenzfälle geprüft und folgenreiche Aktionen weiterhin durch Anwendungscode kontrolliert werden.

Laut OpenAIs Ankündigung nutzt die Decisions API Lunas Fähigkeiten und akzeptiert sowohl Text- als auch Bildkontext. Ein Bericht direkt vom DevDay beschreibt eine spezialisierte GPT-6-Luna-Variante und eine Demonstration mit ungefähr 150 ms Antwortzeit; zum Vergleich nennt der Bericht etwa 1,6 Sekunden für einen allgemeinen Luna-Aufruf. Diese Werte stammen aus einem Bericht über die Produktvorstellung. Sie sind weder Benchmark noch Produktionsgarantie oder Service Level Agreement. Bericht von Pasquale Pillitteri zum DevDay

Stand 30. September 2026 habe ich in OpenAIs öffentlicher Entwicklerdokumentation keine eigene Decisions-API-Referenz, kein Request-Schema, keinen Endpunkt und keinen gesonderten Preis gefunden. Auch im API-Changelog gibt es noch keinen Eintrag zur Decisions API. Ein Pfad wie POST /v1/decisions, den inoffizielle Beispiele nennen, sollte daher nicht als offizieller API-Vertrag verwendet werden. Die Vorschau wurde angekündigt; die Details für eine öffentliche Implementierung stehen noch aus.

2. Jev im Vergleich

Jev von TypeSafe ist das erste Modell der System-One-Familie. Die öffentliche API erhält einen State und typisierte Fragen. Die zentralen Fragetypen sind Choice für eine Auswahl aus benannten Optionen, Score für geordnete Stufen und Noul für eine Ja-Nein-Aussage. Jev gibt strukturierte Antworten mit Wahrscheinlichkeitssignalen zurück. Der direkte TypeSafe-Endpunkt lautet POST https://api.typesafe.ai/v1/systemone. Einführung in TypeSafe und Jev · API-Referenz

Merkmal	OpenAI Decisions API	Jev von TypeSafe
Verfügbarkeit	Limitierte Vorschau, angekündigt am 29. September 2026	Öffentliche API und API-Referenz verfügbar
Öffentlich beschriebene Eingabe	Text oder Bilder als Kontext	Vorwiegend textbasierter State, auch strukturiert als Text/JSON
Entscheidungsform	Eine Frage mit einer endlichen Menge möglicher Antworten	Typisierte Fragen: Choice, Score und Noul
Wahrscheinlichkeiten	In der Berichterstattung zur Vorstellung erwähnt; technische Details stehen aus	Wahrscheinlichkeitsfelder gehören zum dokumentierten Antwortformat
Kalibrierung	In den geprüften öffentlichen API-Unterlagen bisher keine technischen Details	TypeSafe beschreibt RLCD-Training für kalibrierte Entscheidungen; das ist keine Garantie für jede einzelne Antwort
Latenz	Rund 150 ms in einer berichteten Demo; kein SLA	TypeSafe positioniert Jev als Entscheidungsmodell mit geringer Latenz; messen Sie Ihre eigene Last
Preis und Schema	Bis zum 30. September 2026 kein öffentlicher Einzelpreis und kein API-Schema gefunden	TypeSafe nennt 42 US-Dollar pro Milliarde Eingabe-Token (0,042 US-Dollar pro Million) und veröffentlicht eine Swagger-Referenz

TypeSafe nennt den Trainingsansatz RLCD (Reinforcement Learning for Calibrated Decisions). In der Dokumentation wird Kalibrierung als Eigenschaft einer Gruppe von Vorhersagen beschrieben, nicht als Versprechen, dass jede einzelne Wahrscheinlichkeit stimmt. Prüfen Sie vor dem Produktiveinsatz die Genauigkeit und Kalibrierung mit gelabelten Beispielen und erfassen Sie die Kosten verschiedener Fehler. TypeSafe-Leitfaden zu maschinellem Lernen · Preise von TypeSafe

Ein einzelner Demo-Wert reicht für einen Vergleich nicht aus. Testen Sie dieselben repräsentativen Zustände und messen Sie den gesamten Entscheidungsablauf: richtige Weiterleitung, übersehene Eskalationen, Latenz, Kosten und die Zahl der Fälle, die ein Mensch übernehmen muss. Schwellenwerte und folgenreiche Aktionen bleiben Aufgabe des Anwendungscodes.

3. Jev heute auf decisions-api.org ausprobieren

decisions-api.org ist ein unabhängiger Playground mit einem eigenen API-Dienst. Die aktuelle Workbench kann Jev und weitere Entscheidungsmodelle aufrufen. Die Vorschau der OpenAI Decisions API ist dort derzeit nicht integriert. Die folgenden Schritte verwenden daher Jev-Integration und API-Vertrag der Website; Sie benötigen keinen OpenAI-API-Schlüssel.

Schritt 1: Ein vorbereitetes Beispiel öffnen

Öffnen Sie das Beispiel für Support-Routing und melden Sie sich an. Neue Konten erhalten einmalig 100 Willkommens-Credits. Das Laden eines Beispiels verbraucht keine Credits, ein echter Modellaufruf schon. Wählen Sie typesafe/jev-1.13, falls das Modell noch nicht ausgewählt ist.

Der Screenshot zeigt die Eingabefelder des Beispiels. Eine eventuell eingeblendete statische Vorschau ist als Illustration gekennzeichnet und keine echte Modellantwort. Führen Sie einen eigenen Aufruf aus, bevor Sie eine Antwort oder Wahrscheinlichkeit als Beleg verwenden.

Schritt 2: Eine konkrete Entscheidung definieren

Formulieren Sie einen kurzen State mit den relevanten Fakten und stellen Sie eine konkrete Frage. „Welches Team soll diese Anfrage bearbeiten?“ lässt sich besser auswerten als „Verstehe diesen Kunden“. Legen Sie die erlaubten Ziele und ihre Bedeutung fest. Bei Jev entspricht das einer Choice-Frage.

Für den ersten Test genügt eine Frage mit den Optionen billing, technical und general support. Testen Sie normale, grenzwertige und mehrdeutige Anfragen. Ändern Sie jeweils nur einen Punkt, damit Sie erkennen, ob der State, die Anweisung oder die Auswahlkriterien das Ergebnis beeinflusst haben.

Schritt 3: Beispiele ausführen und Ergebnisse prüfen

Klicken Sie auf Run, um eine echte Anfrage auszuführen. Prüfen Sie die gewählte Option und ihre Wahrscheinlichkeiten. Wenn Sie eine numerische Dringlichkeitsstufe benötigen, verwenden Sie Score; für eine konkrete Ja-Nein-Aussage nehmen Sie Noul. Eine ausgegebene Wahrscheinlichkeit ist keine gemessene Genauigkeit und keine Freigabe für eine folgenreiche Aktion.

Wenn Sie gelabelte Beispiele haben, vergleichen Sie die Entscheidungen mit diesen Labels. Erfassen Sie falsche Weiterleitungen, übersehene Eskalationen, Latenz und Aufwand für menschliche Prüfung. Leiten Sie unsichere oder risikoreiche Fälle an einen Menschen weiter, bis Ihre Auswertung einen sichereren Schwellenwert stützt.

Schritt 4: Einen API-Schlüssel der Website erstellen

Öffnen Sie API Keys und erstellen Sie einen Schlüssel für Ihre Anwendung. Dieser Schlüssel gehört zu decisions-api.org. Speichern Sie ihn als Server-Secret, zum Beispiel in DECISIONS_API_KEY; legen Sie ihn nicht im Browser-Code oder in einem öffentlichen Repository ab. Der API-Schnellstart beschreibt die Plattform-API.

Schritt 5: Serverseitig eine Entscheidung anfragen

Hier sehen Sie eine minimale Anfrage mit dem dokumentierten Endpunkt und Jev-Modell der Website. Ersetzen Sie den Beispiel-State durch Daten, die Ihre Anwendung übermitteln darf.

curl -X POST https://decisions-api.org/v1/systemone \
  -H "Authorization: Bearer $DECISIONS_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: support-ticket-1842" \
  -d '{
    "model": "typesafe/jev-1.13",
    "state": {
      "message": "I paid yesterday but still do not have access.",
      "account_status": "active"
    },
    "questions": {
      "department": {
        "type": "choice",
        "instructions": "Which team should handle this request?",
        "criteria": {
          "billing": "Payment, invoice, refund, or access after payment",
          "technical": "A product bug or service failure",
          "general": "A request that does not fit the other teams"
        }
      }
    }
  }'

Die Website verpackt erfolgreiche Antworten. Lesen Sie die Auswahl unter data.result.answers.department aus. Für jede logische Anfrage sollte ein eigener Idempotency-Key verwendet werden. Derselbe Schlüssel verhindert einen doppelten Modellaufruf. Das ist der Vertrag von decisions-api.org und nicht der direkte Endpunkt von TypeSafe oder OpenAI. Vollständige API-Dokumentation der Website

Schritt 6: Den nächsten Schritt im Anwendungscode festlegen

decisions-api.org rechnet Aufrufe über das Credit-Guthaben des Website-Kontos ab. In der aktuellen Workbench kostet Jev 600 Credits pro Million Eingabe-Token; erfolgreiche Aufrufe werden nach der tatsächlichen Zahl der Eingabe-Token abgerechnet, mindestens jedoch mit einem Credit pro Anfrage. Ausgabe-Token werden nicht berechnet. 10.000 Credits kosten 1 US-Dollar. Diese Plattformabrechnung ist getrennt vom direkten Preis von TypeSafe in Höhe von 0,042 US-Dollar pro Million Token. Prüfen Sie vor einer Kostenschätzung die aktuelle Abrechnungsinformation in der Workbench und die API-Hinweise zu Limits und Abrechnung.

Ihre Anwendung sollte aus der Antwort den nächsten Schritt ableiten. Ein Ticket mit geringem Risiko kann bei hoher Konfidenz automatisch weitergeleitet werden; ein unsicherer Fall geht an den Support. Berechtigungen, Zahlungsänderungen, Kontoschließungen und andere folgenreiche Aktionen sollten weiterhin durch deterministische und prüfbare Regeln kontrolliert werden.

Welches Modell sollten Sie zuerst prüfen?

OpenAIs Ankündigung bringt eine eigene Kategorie von APIs in den Vordergrund: Software benötigt oft eine Klassifizierung, Bewertung, Weiterleitung oder nächste Aktion statt eines Absatzes. Wenn die angekündigte Bildunterstützung in der öffentlichen API erhalten bleibt, könnte sie auch für visuelle Workflows interessant sein. Endpunkt, Schema, Preis und technische Details zur Kalibrierung müssen allerdings noch veröffentlicht werden.

Jev können Sie bereits über die öffentliche TypeSafe-API oder die Workbench von decisions-api.org ausprobieren. Beginnen Sie mit einer risikoarmen Entscheidung und einer Auswahl klar abgegrenzter Antworten. Das Modell liefert ein Urteil; Ihre Anwendung entscheidet weiterhin, ob dieses Urteil verlässlich genug ist, um danach zu handeln.

Stand der Recherche: 30. September 2026. Verfügbarkeit und Preise können sich ändern.

Quellen: OpenAI-Rückblick auf den DevDay · OpenAI API-Changelog · TypeSafe-Einführung zu Jev · TypeSafe API-Referenz · TypeSafe-Leitfaden zur Kalibrierung · TypeSafe-Preise · Bericht zur Latenz-Demo auf dem DevDay

Dieser Artikel ist ein unabhängiger Produktleitfaden. decisions-api.org ist kein OpenAI-Produkt, und Jev ist ein Modell von TypeSafe.

---

（Ende）