OpenAI 全面开放 Decisions API,与 TypeSafe 的 Jev 争夺决策模型市场
OpenAI makes its Jev competitor widely available as decision model competition heats up
OpenAI 于周四向所有客户开放 Decisions API,该产品在 9 月 29 日的开发者日上发布,基于 ChatGPT Luna 重新配置以加快推理并降低成本。OpenAI API 产品负责人 Nikunj Handa 称,延迟从 1 至 3 秒缩短到 100、120、180 毫秒,公开版本新增语音和视觉模态,并按地域部署推理资源以降低延迟。在 Box、Datadog、Ramp、Speak 的初期试用中,Speak 将操作间隔从 1.4 秒降至 0.13 秒;在 AIM System One Index 和 Artificial Analysis Decision Index 上,OpenAI 的决策模型分别排第八和第十四,落后于 Liquid 的 D1 Ultra 和 Base Lab 的 Elephant-1。
推荐理由
AI 评分 73
报道给出 Decisions API 的延迟数据与客户实测,可据此判断决策模型在现有工作流中替代 LLM 的空间。
主题
正文 · AI 翻译
OpenAI首次向用户广泛开放其Decisions API模型,正式进军快速、低成本智能市场——这一市场最近让TypeSafe这家由该前沿实验室前研究员创立的初创公司成为估值76亿美元的公司。
TypeSafe的Jev模型开创了一类深度学习模型,充当超级分类器:给定一组选项,它们能快速做出选择,并给出决策的置信度评分。软件开发者很快发现,这些决策模型或“系统一”模型可以在多种工作流中替代LLM,运行更快,成本也大幅降低。
OpenAI API产品负责人Nikunj Handa对TechCrunch表示,他的同事们看到Jev后说:“哇,我们大概有一百万个用例可以用这个。”Handa的团队全力冲刺,推出了自己的版本:团队没有构建专门校准的决策模型,而是拿ChatGPT Luna重新配置,以加快推理速度并降低成本。
“Decisions API最大的突破在于速度,把耗时从一到三秒缩短到100、120、180毫秒,”Handa说。“未来,我们可能会进行专门训练,让我们的模型在这些方面表现得更好。但现在,就是普普通通的Luna把活干成了。”
Decisions API于9月29日在该公司的开发者日上发布,并于周四向所有客户开放。OpenAI为公开版本新增了语音和视觉模态,并通过按地域部署推理资源,努力确保全球各地区的低延迟。
在Box、Datadog、Ramp和Speak等客户的初步试用中,工程师们使用该API以更高吞吐量替代OpenAI的LLM。开发AI语言辅导工具的Speak公司CTO Andrew Hsu表示,Decisions API让该公司将操作之间的时间从1.4秒缩短到0.13秒。OpenAI还用该产品提升了其Dots语音助手的响应速度。
不过,除了“对你有用”之外,究竟什么才构成一个好的决策模型仍不明确——在智能、成本、校准和速度之间的优化似乎因工作负载而异。TypeSafe CEO Diogo Almeida不信任基准测试,并敦促人们在自己的工作中试用这些模型,但就连TypeSafe也在上周发布最新Jev模型的同时公布了自己的排名,该模型包含支持图像和smart-if语句等新功能。
AIM System One Index和Artificial Analysis Decision Index等公开基准往往更青睐Liquid上周发布的新决策模型D1 Ultra,以及Base Lab的Elephant-1。最新的Jev模型在这两个指数上仍具竞争力,分别位列第七和第三,而OpenAI的Decision Model则分别排在第八和第十四。不过,就目前而言,TypeSafe的产品在OpenRouter上被查询的次数最多。
然而,最有趣的Jev基准是JevMan——一个让决策模型玩PacMan的基准;最新的Jev模型在该排名中位居榜首。构建该基准的Opper AI首席增长官Felix Wunderlich表示,这款经典游戏“是一个有趣的测试,因为它需要持续不断地做出快速、高风险的决策。在每个路口,模型都必须在几百毫秒内决定往哪走。”
Handa还看到了速度的进一步提升,这催生了新的用例:“我们能不能把它做到大约60毫秒,然后你就可以想象,比如视频里的每一帧都调用一次API?”
随着这些产品变得更快、更便宜,我们可以预期它们会名副其实地印证Jev这个名字的由来——这位经济学家曾解释过,更高效地使用一种资源如何使其变得更加无处不在。或者,正如Handa所看到的那样,将会出现不断扩展的“一大批疯狂的用例”,它们此前一直隐藏在显而易见之处,直到决策模型将它们揭示出来。