Le CEO d’OpenAI, Sam Altman, a annoncé le nouveau produit « Decisions API » lors de l’événement Dev Day de l’entreprise. Disponible en aperçu limité, cette API offre des fonctionnalités similaires à celles du modèle Jev, publié au début de ce mois par TypeSafe AI et conçu pour l’automatisation logicielle.
Jev, un puissant classificateur fondé sur un grand modèle de langage, évalue à faible coût et à grande vitesse les options définies par les développeurs, sous forme de probabilités. Altman a déclaré que Decisions API permettait au modèle Luna de choisir parmi des options prédéfinies, comme la classe d’une image ou le comportement d’un agent. Cette approche accélérerait le modèle tout en conservant ses capacités de compréhension des images, sa large prise en charge des langues et ses protections de sécurité.
Diogo Almeida, CEO de TypeSafe et ancien ingénieur d’OpenAI, a considéré l’intérêt d’OpenAI comme un signe de l’avenir des systèmes compatibles avec « System One », qui exprime une pensée rapide et intuitive. TypeSafe utilise le terme « System 2 » pour désigner le raisonnement conscient. Les développeurs qui utilisent Jev avec de grands modèles de langage font état d’une vitesse accrue et de coûts réduits. Cependant, Decisions API n’ayant pas encore été testée de manière approfondie, on ignore dans quelle mesure elle ressemble à Jev. Des modèles similaires sont également développés par d’autres start-up ; le principal problème est de savoir dans quelle mesure leurs résultats correspondront à la réalité. Almeida a déclaré que l’avantage de TypeSafe résidait dans les données synthétiques qu’elle utilise pour produire des résultats statistiquement utiles.
L’un des domaines d’utilisation possibles consiste à superviser les agents AI et à assurer leur sécurité. Après des incidents au cours desquels les agents d’OpenAI ont eu des comportements inappropriés sur l’internet ouvert, OpenAI a commencé à surveiller leurs actions avec un modèle distinct, moyennant un « significant compute cost ». L’expert en cybersécurité Shapor Naghibzadeh, qui dirige QueryStory, a développé une démonstration dans laquelle Jev compare chaque action d’un agent à la tâche qui lui a été confiée. Le système bloque les actions qu’il juge mauvaises avec un haut degré de confiance, en oriente certaines vers un examen et autorise les autres. Il a été indiqué qu’une telle supervision aurait pu éviter l’incident de Hugging Face et coûterait $2,94 avec Jev, contre $372 avec un LLM de pointe.
Pourquoi c’est important
Cette approche vise les applications qui nécessitent de prendre rapidement des décisions parmi des options prédéfinies, plutôt que de soumettre chaque opération à un long processus de raisonnement. Pour les développeurs, la question centrale n’est donc pas seulement l’accélération du modèle, mais aussi sa capacité à maintenir ses décisions tout en comprenant les images, en gérant différentes langues et en appliquant des garde-fous de sécurité. L’idée de bloquer, de soumettre à un examen ou de laisser passer les actions des agents sur internet en les comparant à leurs tâches fait passer directement cette technologie au niveau de la couche de supervision ; toutefois, une telle utilisation laisse ouverte la question de la gestion des décisions erronées. Le produit est en phase de prévisualisation limitée et, puisque la comparaison des coûts repose sur une démonstration de hackathon, sa similitude avec Jev et ses résultats en conditions réelles n’ont pas encore été établis par des tests approfondis.
Contexte
OpenAI n’est pas un nouveau nom dans les archives de FikirPilot : nous avons publié 69 articles mentionnant ce nom au cours des 90 derniers jours ; le plus récent date du 2 octobre 2026.
Terme : agent
Un agent d’intelligence artificielle est un logiciel qui, plutôt que de produire une seule réponse, appelle des outils et exécute une tâche en plusieurs étapes afin d’atteindre un objectif.