فتحت OpenAI واجهة Decisions API أمام المطورين في مرحلة الاختبار العام، وأضافت إليها القدرة على استقبال الصور لاتخاذ قرارات سريعة من محتوى بصري. وتعمل النسخة العامة على نموذج GPT-6 Luna، وتتيح تحويل النصوص أو الصور إلى ثلاثة أنواع من المخرجات المنظمة: احتمالات حول صحة عبارة معينة، واختيار من قائمة محددة، ودرجة رقمية تحدد موقع المدخل ضمن نطاق.
تسعّر OpenAI الواجهة عند 0.10 دولار لكل مليون رمز إدخال، من دون رسوم على رموز الإخراج أو عمليات قراءة وكتابة الذاكرة المؤقتة. ويضع هذا النموذج الخدمة في موقع مختلف عن نماذج الاستدلال العامة؛ إذ تركز الواجهة على إصدار قرار محدد بسرعة بدلاً من إنتاج إجابة مطولة.
من الألعاب إلى الروبوتات
في عرض قدمته OpenAI، تحلل الواجهة إطارات من لعبة فيديو تتضمن سيارة تتحرك وسط حركة المرور، ثم تختار ما إذا كان ينبغي للسيارة تغيير المسار أو الاستمرار. وتقول الشركة إن اتخاذ هذه القرارات يستغرق جزءاً من الوقت الذي قد يحتاجه نموذج استدلال لتنفيذ المهمة نفسها.
وتعرض الشركة أيضاً استخدام الواجهة مع لقطات كاميرا من روبوت ثنائي الأرجل قابل للبرمجة من Hugging Face يحمل اسم Microduck. وبدمج Decisions API مع نموذج الصوت الفوري GPT-Live، يستطيع النظام تحديد موضع فاكهة في الصورة وتوجيه الروبوت نحوها استجابة لأمر مثل «اتبع التفاحة»، كما يمكنه التعامل مع أمر أكثر غموضاً مثل «اتبع الفاكهة». وتشمل الأمثلة الأخرى اختيار تعبيرات لشخصية متحركة أثناء محادثة صوتية.
منافسة بين النماذج المستضافة والمفتوحة
لا تأتي خطوة OpenAI في فراغ. فقد أطلقت Perplexity نموذج pplx-decider-v1-27b على Hugging Face بترخيص Apache 2.0، وهو نموذج مضبوط انطلاقاً من Qwen3.8-27B. ووفق بطاقة النموذج، حقق 85.71% عبر 11 معياراً، مقابل 84.51% لنموذج Jev من TypeSafe، مع تفوق Jev في ستة معايير من أصل 11، بينها WinoGrande وBBH وTruthfulQA binary.
وقدمت Amazon نموذج Strands Decider 2B القابل للتنزيل، المبني على Qwen3.5-2B، وقالت إنه يحتل المرتبة الثانية بين النماذج العامة ذات نحو ملياري معامل على مجموعة JevBench العامة. أما Cloudflare فأطلقت نموذجي Clef وClef-flash بأوزان مفتوحة وترخيص Apache 2.0، مع إتاحة Clef أيضاً عبر خدمة Workers AI. وتدعم Clef وواجهة OpenAI الصور، بينما يظل Jev وStrands Decider مخصصين للنصوص.
ما الذي يهم المطورين؟
التغير الأهم لا يتعلق فقط بإضافة الصور، بل بطريقة نشر النموذج. فواجهة OpenAI متاحة كخدمة مستضافة، في حين تتيح Perplexity وAmazon وCloudflare تنزيل الأوزان وتشغيل النماذج على البنية التحتية الخاصة بالمطور. لذلك ستدخل اعتبارات مكان التنفيذ، والتحكم في البيانات، وتكلفة التشغيل، إلى جانب الدقة والسرعة، في اختيار نموذج القرار.
وتبقى النتائج المعروضة مرتبطة بالمعايير التي اختبرتها كل جهة، كما أن المادة لا تقدم مقارنة مستقلة شاملة بين زمن الاستجابة أو التكلفة التشغيلية أو الأداء البصري. وبناءً على المعطيات المتاحة، فإن Decisions API توسع استخدام نماذج القرار إلى تطبيقات بصرية وتفاعلية، لكنها لا تحسم بعد ما إذا كانت سهولة الخدمة المستضافة ستتغلب على مرونة التشغيل المحلي.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.