IA · 23 ottobre 2026 · 5 min di lettura
La corsa ai modelli «System 1»: OpenAI apre a tutti la Decisions API per sfidare Jev
In sintesi: OpenAI ha reso accessibile al pubblico la propria Decisions API, una tecnologia progettata per prendere decisioni algoritmiche istantanee e superare i colli di bottiglia dei tradizionali modelli linguistici. La mossa risponde direttamente all'ascesa di Jev, il modello della startup TypeSafe AI valutata 7,6 miliardi di dollari. Riadattando il modello Luna e abbattendo i tempi di risposta sotto i 180 millisecondi, il laboratorio di San Francisco accelera la transizione verso l'IA decisionale a bassissima latenza.
di Team Mocchi's
Oltre i modelli linguistici: la nascita del calcolo istantaneo
Per anni lo sviluppo applicativo basato su intelligenza artificiale si è scontrato con un paradosso strutturale: costringere modelli linguistici di grandi dimensioni, nati per produrre prosa articolata, a svolgere compiti binari o scelte tra alternative prestabilite. Chiedere a un chatbot con miliardi di parametri di classificare un ticket di supporto, instradare una richiesta di rete o autorizzare una transazione ha sempre comportato una latenza di svariati secondi e un consumo sproporzionato di token.
Questo collo di bottiglia ha aperto la strada a una nuova categoria di sistemi di deep learning, noti nel settore come modelli «System 1» o modelli decisionali. Anziché generare testo token per token, queste reti operano come super-classificatori: analizzano il contesto, valutano un set predefinito di opzioni e restituiscono immediatamente la scelta ottimale affiancata da un indice di confidenza statistica. Dopo l'esplosione sul mercato di TypeSafe AI, startup fondata da un ex ricercatore di frontiera e valutata 7,6 miliardi di dollari proprio grazie al modello senza testo Jev, OpenAI ha rotto gli indugi rendendo pubblicamente disponibile la sua Decisions API per l'intera platea di sviluppatori.
Da secondi a millisecondi: l'ingegneria dietro la Decisions API
Anticipata a fine settembre durante il DevDay aziendale e finora riservata a partner selezionati, l'infrastruttura approda sul mercato generale con l'integrazione di ingressi visivi e vocali, oltre a una rete di distribuzione geografica dell'inferenza progettata per ridurre al minimo i tempi di propagazione delle chiamate API.
Come riporta TechCrunch, la vera svolta ingegneristica risiede nell'abbattimento radicale della latenza. Nikunj Handa, product lead per le API di OpenAI, ha spiegato che il tempo necessario per completare un'operazione decisionale è crollato dai consueti 1–3 secondi a finestre comprese tra 100 e 180 millisecondi. Per raggiungere questo risultato senza attendere i tempi di training di un'architettura inedita, il team di OpenAI ha riconfigurato il modello compatto Luna, ottimizzandone i pesi e i percorsi di calcolo per massimizzare la rapidità di risposta e ridurre i costi vivi di utilizzo.
Nei primi test condotti da aziende come Box, Datadog, Ramp e Speak, gli sviluppatori hanno iniziato a rimuovere i tradizionali LLM dai nodi critici delle pipeline di produzione. Negli scenari di routing logico e moderazione automatica, l'eliminazione della generazione testuale riduce l'incertezza sintattica e consente ai sistemi a valle di consumare risposte strutturate con una frequenza vicina al tempo reale.
La contesa con TypeSafe e la ridefinizione delle architetture software
Il debutto generale della Decisions API segna l'apertura formale di una competizione diretta tra OpenAI e TypeSafe AI. Se quest'ultima ha costruito il proprio modello Jev puntando sin dall'inizio su un'architettura non verbale e pensata nativamente per l'interoperabilità macchina-macchina, OpenAI ha scelto la strada della conversione rapida dei propri asset esistenti, riservandosi la possibilità di addestrare modelli decisionali dedicati nelle iterazioni successive.
La posta in gioco va oltre la concorrenza tra due fornitori cloud: tocca la struttura stessa del software moderno. Quando una componente IA risponde in poco più di cento millisecondi, smette di essere percepita come una chiamata asincrona pesante e può essere integrata nei loop di controllo interni, nelle interfacce reattive e nelle architetture agentiche ad alta frequenza, dove decine di micro-decisioni devono concatenarsi senza accumulare ritardi insostenibili.
Il punto di Mocchi's
Per le aziende che sviluppano software e integrano intelligenza artificiale nei propri processi, l'arrivo della Decisions API segna un cambio di paradigma necessario: la maggior parte dei flussi operativi non richiede risposte prolisse, ma decisioni deterministiche rapide, economiche e integrabili nelle pipeline esistenti. Considerare i modelli linguistici solo per i task in cui la generazione testuale è insostituibile, delegando instradamento, classificazione e validazione a modelli decisionali a 100 millisecondi, consente di abbattere drasticamente i costi di inferenza e i tempi di attesa per l'utente finale. Nel contesto del software su misura per le imprese italiane, l'adozione di architetture ibride che separano il ragionamento deliberato dall'azione immediata diventa ora la leva principale per costruire automazioni davvero scalabili e sostenibili a lungo termine.