--- title: "Do Jev ao Decision API: Quem decide o melhor modelo de decisão?" source_url: https://visao.md/lab/modelos-de-decisao-ia-decisions-api/ --- # Do Jev ao Decision API: Quem decide o melhor modelo de decisão? Entenda o que muda com os modelos de decisão e o que testar antes de trocar. 22 de out. de 2026 · 8 min de leitura [Henrique Fudissaku](https://visao.md/lab/?autor=Henrique#artigos)HIC @ visão.md ## O problema que só aparece em escala O ChatGPT pode levar poucos segundos para responder. Para uma pessoa, isso parece instantâneo. Agora imagine 1 milhão de decisões por dia: esse chamado vai para qual time? Essa transação é suspeita? A latência pode virar um problema de fila, de custo e de experiência do cliente. A OpenAI apresenta a **Decisions API** como cerca de 10 vezes mais rápida que a Responses API. É uma alegação da fabricante, não uma medição nossa contra o ChatGPT. Numa conta ilustrativa, 1 milhão de decisões a 2 segundos cada levariam cerca de 23 dias; a 0,2 segundo, cerca de 2,3 dias. Isso vale para execução em sequência, sem paralelismo — não é uma previsão da capacidade de produção. [Documentação da OpenAI](https://developers.openai.com/api/docs/guides/decisions). A TypeSafe, fundada por Diogo Almeida, ex-pesquisador da OpenAI, apresentou o Jev em 15 de setembro de 2026. O beta público da Decisions API veio em 6 de outubro, três semanas depois; a disponibilidade geral foi anunciada em 22 de outubro. Essa sequência não prova cópia nem que a classificação por IA nasceu com esses produtos. [Anúncio do Jev](https://typesafe.ai/blog/introducing-system-one-models-and-jev) · [Histórico da OpenAI](https://developers.openai.com/api/docs/changelog). ## Escritor versus juiz Um modelo como o GPT, quando gera texto, escreve token por token — pequenos trechos que podem ser palavras ou partes delas. Pedir uma redação para obter um “sim ou não” acrescenta trabalho desnecessário. Modelos de linguagem também podem devolver respostas curtas e estruturadas. Um modelo de decisão faz outra coisa. Você define as opções antes e ele devolve **um item da sua lista, com probabilidades associadas**. No Jev, a resposta não é texto livre: é uma escolha que o software consegue usar diretamente. Isso pode reduzir a latência, mas a vantagem precisa ser medida na sua tarefa. [Como o Jev funciona](https://typesafe.ai/blog/introducing-system-one-models-and-jev). ## Como usar sem se queimar Três regras práticas: - **Confiança precisa ser validada.** Não existe uma regra universal de “acima de 90%, o sistema age sozinho”. No Jev, confidence resume a concentração das probabilidades entre as opções; não é a chance comprovada de acerto. Defina limites com casos reais e com o custo dos erros. [Definição da TypeSafe](https://docs.typesafe.ai/confidence). - **Preveja “Outro”.** Se a resposta certa não está na lista, o modelo pode selecionar uma opção inadequada. “Outro” oferece uma saída, mas não garante que ela será escolhida corretamente. Teste também esses casos. - **Escolha o formato da pergunta.** Dá para pedir uma escolha entre opções, avaliar uma condição ou atribuir uma nota. São formatos centrais desses serviços, não um inventário de todos os recursos. [Tipos de pergunta](https://developers.openai.com/api/docs/guides/decisions). ## Os novos modelos Há modelos fechados, que você paga por uso via API, e modelos com pesos abertos, que podem rodar no seu próprio computador ou servidor. Estes são alguns dos que aparecem nos testes e no debate: | Modelo | Quem | Tipo | O que se sabe | | --- | --- | --- | --- | | Jev | TypeSafe AI, lançado em 15/set/2026 | Fechado, API paga | Modelo especializado em decisões estruturadas. Criado por Diogo Almeida, que trabalhou na OpenAI em métodos de seguimento de instruções. | | Decisions API | OpenAI, beta público em 06/out/2026; disponibilidade geral em 22/out/2026 | Serviço pago via API | Foi mais rápida e mais cara que Jev no comparativo do StackToHeap citado abaixo. Isso não estabelece uma regra para todas as tarefas. | | Clef e Clef-flash | Cloudflare | Pesos abertos e API hospedada | Licença Apache 2.0. Clef-flash liderou o recorte Banking77 do teste di37; resultados e custos variam por tarefa. | | Laya | Avaliado no repositório di37 | Execução local no teste | Teve 45,5% de acerto no recorte de 77 categorias desse teste. | | CLM | Avaliado no repositório di37 | Execução local no teste | Acertou 2 dos 154 casos no recorte Banking77; isso não descreve seu desempenho em todas as tarefas. | | Microsoft Decision-1 | Avaliado por Akita | Serviço via OpenRouter no teste | Entrou na comparação em inglês e português; os resultados são específicos dos casos avaliados. | O anúncio do Jev inclui demonstrações da própria fabricante, que devem ser lidas como tal. Essas demonstrações não foram reproduzidas pelo lab. Fontes: [TypeSafe](https://typesafe.ai/blog/introducing-system-one-models-and-jev), [Cloudflare](https://blog.cloudflare.com/clef-decision-models/), [di37](https://github.com/di37/decision-model-benchmarks) e [Akita](https://akitaonrails.com/2026/10/10/qual-modelo-de-decisao-classificador-de-ia-tipo-jev-e-melhor/). Pesos abertos não eliminam custos de infraestrutura e operação. ## Qual é o melhor? Toda empresa diz que o modelo dela é o mais rápido. Por isso vale olhar testes de terceiros e seus métodos. Estes são os quatro que analisamos, com a fonte de cada um; não os reproduzimos no lab. **Teste 1 · GitHub (di37): as mesmas perguntas para 4 modelos.** Mediu o percentual de acerto em 154 mensagens de uma triagem com 77 categorias. [Resultados e protocolo](https://github.com/di37/decision-model-benchmarks). | Modelo | Acerto | | --- | --- | | Clef-flash | 93,5% | | Jev | 80,5% | | Laya | 45,5% | | CLM | 1,3% | Clef-flash e Jev ficaram no topo desse recorte. O resultado do Laya foi menor nessa configuração; isso não isola a quantidade de opções como causa. **Teste 2 · stacktoheap: Jev contra a Decisions API, frente a frente.** Foram 770 mensagens do Banking77, com dois exemplos por categoria. As execuções ocorreram em datas diferentes; recusas contam como erro. [Teste e metodologia](https://stacktoheap.com/blog/2026/10/08/jev-the-decisions-strike-back/). | Critério | Jev | OpenAI | Quem leva | | --- | --- | --- | --- | | Acerto | 85,32% | 84,16% | Resultados próximos | | Velocidade | 0,5 s | 0,2 s | OpenAI | | Custo do teste | US$ 0,18 | US$ 0,30 | Jev | A OpenAI também se recusou a responder algumas perguntas. **Teste 3 · Akita On Rails: com português.** Comparou Jev, Clef, OpenAI, Microsoft e Laya, entre outros. No recorte compacto, Clef e Jev tiveram 97,6% em inglês. Em português, Clef marcou 94,0% e Jev, 97,6%. Clef-flash teve custo de API menor que Jev, mas também menos acertos; isso não o torna o melhor custo-benefício para toda tarefa. Os casos são sintéticos, feitos com ajuda de IA e sem anotação humana independente. [Estudo de Akita: Qual modelo de decisão/classificador de IA tipo Jev é melhor?](https://akitaonrails.com/2026/10/10/qual-modelo-de-decisao-classificador-de-ia-tipo-jev-e-melhor/). **Teste 4 · Red Hat: moderação de conteúdo.** O balde de água fria: os modelos de decisão nem sempre ganharam. O estudo avaliou segurança de conteúdo e tentativas de manipular instruções; houve líderes diferentes conforme a tarefa, e classificadores especializados continuaram competitivos. [Estudo da Red Hat](https://developers.redhat.com/articles/2026/10/02/benchmarking-ai-decision-models-against-traditional-guardrails). As fontes são públicas e não foram reproduzidas por nós. Trate os números como pista, não como veredito: o seu caso pode dar outro resultado, e é por isso que o teste com dados reais, mais abaixo, importa. ## O fator que nenhum teste mede Em uma empresa grande que já usa a OpenAI, uma relação contratual existente pode reduzir o esforço de adoção. Mas contrato, acordo de processamento de dados (DPA), faturamento e governança precisam cobrir o novo serviço e o novo uso. Adotar outro fornecedor pode exigir uma nova avaliação do jurídico e do compliance. O porte do fornecedor, sozinho, não garante conformidade ou menor risco. Para esse perfil, a Decisions API pode fazer sentido pelo esforço de integração e governança, desde que os requisitos sejam atendidos. Não temos uma comparação própria de estabilidade entre os serviços. ## O que fazer antes de decidir Não escolha pelo ranking. **Comece com 300 casos reais** da sua operação, com uso autorizado, em pelo menos dois modelos, e compare três coisas: acerto, tempo de resposta e custo por mil decisões. Separe casos para ajustar as instruções e casos reservados para avaliar. É um ponto de partida, não uma certificação para operar sem supervisão. Se a diferença for pequena, considere também integração, governança e risco de fornecedor. Esse teste ainda não foi executado pela visão.md. O GPT não ficou lento. A gente é que usava um escritor para fazer trabalho de juiz. ## Glossário - **API:** a porta pela qual um sistema da sua empresa conversa com o modelo. - **Endpoint de decisão:** uma API que devolve respostas delimitadas, como uma escolha, uma probabilidade ou uma nota. - **Grau de certeza (confiança):** no Jev, uma medida de como as probabilidades se concentram entre as opções. Não equivale à chance comprovada de acerto. - **DPA:** contrato que define como o fornecedor trata os dados da sua empresa. ## Quer explorar isso com a gente? Quer trocar experiências sobre o que funciona, o que dá errado e o que ainda vale testar com IA? Leve suas perguntas e aprendizados para a comunidade da visão.md. [**Conheça a comunidade da visão.md ↗**](https://visao.md/comunidade) ## Henrique Fudissaku HIC @ visão.md [Mais artigos deste autor ↗](https://visao.md/lab/?autor=Henrique#artigos) ## Aprender, testar e compartilhar. Você usa IA para fazer seu trabalho de um jeito novo? Quer aprender e construir com a visão.md? [Conheça a comunidade ↗](https://visao.md/comunidade)