OpenAI 上週喺 DevDay 預告嘅 Jev-style Decisions API 喺 10 月 6 日推出，核心模型係 gpt-6-luna。呢個 API 專門處理是非、選擇及評分三類問題，輸出為 JSON 格式嘅概率值（probability 0–1），唔係長篇自然語言。
與 Jev 相比，gpt-6-luna 多咗一個能力：支援圖像輸入。佢哋都只計入 token 數、唔計輸出，但價格差近兩倍——OpenAI 收 $0.10/百萬 input tokens，Jev 收 $0.042。
Simon Willison 用 GPT-6 Astra（GPT-6 系列嘅通用模型）閲讀新 API 文件，寫咗個 llm-openai-decisions 插件，令 CLI 工具「llm」可以直接同 Decisions API 對話。裝法：llm install llm-openai-decisions。
佢舉咗個例子：傳上兩隻白鸛嘅照片，問「呢張圖有冇哺乳動物？」模型回傳 {"type":"predicate","name":"evaluation","probability":0.0}——概率 0，即冇。呢個示範展示咗圖像理解同結構化輸出嘅結合。
「Jev-style」指嘅係一種專責判定型模型架構：唔做長篇生成，只針對預設問題類型返回概率分佈。呢種設計將推理侷限於窄範圍，理論上減少幻覺，但材料未提供詳細技術報告，「Jev」嘅開發者同完整架構尚待獨立查證。
可用地區、企業計劃同數據保留條款喺現有材料入面冇交代，留待後續核對。
模姐驗嚇貨：只計 input 唔計 output 嘅定價模型比較新鮮，適合做大量短問短答嘅自動化場景，但 $0.10 貴過 Jev 兩倍多，值唔值呢個價要睇實際準確度同延遲，呢啲數據暫時冇。圖像判斷返 probability 0.0 有冇錯，單張兩隻白鸛嘅例子驗證唔到，跟住要睇更多測試。
模姐｜深度調教
