同一天 OpenAI 和 Ollama 都开始支持 Decisions API 了

2026年09月30日是 OpenAI 的 DevDay（开发者大会），OpenAI 宣布对外开放 Decisions API 的有限预览，最新的 API 是基于 GPT-6 Luna 模型训练的。相比 TypeSafe AI 公司的 Jev 决策大模型，OpenAI 的 Decisions API 还支持 Visual decisions（视觉决策）。

从官方公布的对比测试数据来看，Decisions API 做选择题的效率是 Responses API 的 10 倍还多，有点像当年 CPU 和 GPU 的速度对比。

官方测试视频

OpenAI 的 Decisions API 目前还是有限预览，普通用户暂时还使用不了，不过普通用户现在已经有了本地更方便的选择，Ollama 也在同一天进行了升级，开始支持 tev1、nimble 这两个本地决策大模型。

Ollama 模型对比测试数据

不需要 GPU 本地 CPU 就能跑起来，tev1 有 0.8B 和 4B 两个版本，nimble 只有一个 9B 版本。而且两者都是在 Qwen 3.5 模型上微调得到的，这一点对中文用户很重要，Jev 模型官方文档中明确说明英文是主要训练语言，其他语言不一定有同样的效果。

Jev 模型官方说明

我在本地用 Ollama 下载了 tev1 4B 版本的模型。

# 需要先升级 Ollama 到最新版本ollama pull tev1# 可以将 tev1 常驻内存，这样下次调用可以省掉模型加载的耗时curl -s http://127.0.0.1:11434/api/generate -d '{ "model": "tev1", "keep_alive": -1 }'

使用决策模型和聊天模型不同，要提前把问题预设好，定义好哪些场景需要 AI 帮忙做决策，让 AI 在有限的几个选项中做选择。就像我们考试的时候做选择题和判断题，总有一个答案是正确的。要注意的一点是，需要给 AI 留好兜底，在设置选项的时候保留一个选项叫“以上都不对”，这样即使所有选项都不能选也有一个万能选项。

{"model": "tev1","questions": {"意图": {"type": "choice","instructions": "下面哪一项客服意图最符合客户留言？","criteria": {"重复扣费": "客户反映被重复扣费。","取消订阅": "客户希望取消或降级订阅。","支付被拒": "客户反映支付失败或被拒付。","以上皆非": "以上列出的意图都不匹配。"}},"退款": {"type": "noul","instructions": "客户是否明确要求退款？"},"情感": {"type": "score","instructions": "客户留言的正面程度如何？","criteria": ["负面", "中性", "正面"]}}}

我把让 AI 做选择的题库单独抽出来，这样就可以把不同场景用户的输入（state）和不同场景的问题（questions）进行匹配，让 AI 自动做选择。

aigc-cli 调用 Ollama tev1 模型

决策这件事就像当年 DeepSeek 推出 Think Mode 一样，已经被越来越多的大厂认可，融入到自己的模型当中，它特有的解题思路带来了传统语义模型不具备的优势。相信用不了多久，会有更多产品化的落地应用爆发出来。现在用 Ollama 在本地就能方便部署了，小伙伴们赶快试用起来吧。

欢迎在评论区说说你的使用感受，你觉得决策模型会火吗？