OpenAI presenta Decisions API con funzionalità simili a Jev
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
Annunciata a Dev Day, la nuova API limita le risposte a un insieme di scelte restituendo probabilità per automazione rapida.
OpenAI ha svelato Decisions API: limita le risposte a scelte chiuse per accelerare l’inferenza rispetto alla generazione libera. Jev di TypeSafe AI adotta lo stesso principio e restituisce anche le probabilità, con l’obiettivo di ridurre costi e tempi1.
Sam Altman ha annunciato Decisions API sul palco del Dev Day. Funziona sul modello Luna. Lo sviluppatore passa un elenco di opzioni. Il modello sceglie tra quelle. Sul palco, OpenAI ha mostrato due casi: classificare un’immagine in categorie fissate e vincolare le azioni di un agente a comportamenti predefiniti. “Concentrando il modello su quella scelta, possiamo renderlo estremamente veloce, mantenendo capacità come comprensione delle immagini, ampio supporto linguistico e protezioni di sicurezza”, ha detto Altman1.
TechCrunch colloca Decisions API nella stessa famiglia di Jev, presentato questo mese e pensato per l’automazione software. Jev opera come un “classificatore potenziato” basato su un LLM: lo sviluppatore fornisce un set di scelte e ottiene le probabilità associate. Il posizionamento pubblico insiste su rapidità ed efficienza economica1.
Il parallelismo è netto: i modelli non generano testo aperto ma valutano un elenco chiuso di alternative. Questo approccio si presta a compiti di classificazione e alla selezione di comportamenti per agenti. Nel caso di OpenAI, Altman ha rivendicato come perimetro di forza la visione, la copertura linguistica e le protezioni di sicurezza integrate1.
TypeSafe AI non ha risposto alle domande inviate da TechCrunch sulla novità di OpenAI. Il CEO Diogo Almeida ha commentato su X con una battuta sulle “clone wars” tra prodotti simili1.
Resta il nodo pratico: entrambe le proposte vendono velocità grazie al vincolo sulle opzioni. Jev esplicita l’output probabilistico. Decisions API promette rapidità mantenendo le capacità del modello sottostante. TechCrunch non riporta dettagli tecnici aggiuntivi o misure comparative oltre a quanto mostrato sul palco1.
Per gli sviluppatori, il segnale è operativo: prende forma un pattern d’uso che separa il “decidere” dal “generare”, utile quando contano latenza e controllo più della varietà del testo. La vera differenza la faranno latenza reale e costo per chiamata nei carichi di produzione, non gli slogan. Finché mancano benchmark comparativi e metriche pubbliche, la scelta passa dai comunicati alle prove in ambiente: integrazione, osservabilità e gestione degli errori definiranno chi, tra Decisions API e i concorrenti, regge la pressione dei casi d’uso concreti1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.