Modelli AI 9 min Aggiornato il 12 ottobre 2026

Decision model: Jev, OpenAI, Microsoft o Clef?

Le alternative a Jev aumentano: cosa cambia quando devi scegliere un modello per classificare, instradare e controllare il lavoro degli agenti

Criteri, differenze ed esempi per capire dove cambia davvero la scelta e quali condizioni contano nel tuo caso.

Entra nell'analisi

Quale decision model scegliere?

Un decision model restituisce scelte o punteggi fra risposte definite dal software. Prova Jev per decisioni testuali; OpenAI Decisions API se usi già OpenAI e ti servono anche immagini; Microsoft-Decision-1 se lavori in Foundry; Clef se cerchi pesi aperti o input multimodali. Mantieni un LLM quando servono spiegazioni e risposte libere. Scegli dopo un test sui tuoi dati.

Per classificare e instradare, confronta errori e latenza sullo stesso compito.
Per immagini e video, controlla le modalità accettate dal singolo endpoint.
Probabilità e confidence aiutano a decidere quando chiedere una revisione; non garantiscono correttezza.
Per regole esatte, permessi e calcoli usa il codice.

Differenze

Il confronto che orienta la scelta

Criterio	Proposta	Cosa cambia nella scelta
Jev di TypeSafe AI	Decisioni su testo o stato strutturato: Choice, Score e Noul. Listino input $0,042 per milione di token; nessun addebito output.	Da provare come riferimento per routing e controlli testuali. La documentazione descrive più domande indipendenti sullo stesso stato; non presupporre la stessa gestione negli altri servizi.
OpenAI Decisions API	Endpoint /v1/decisions con GPT-6 Luna: testo e immagini, domande predicate, choice e score. Input $0,10 per milione di token; nessun addebito per cache o output.	Riduce il lavoro di integrazione se usi già l'SDK OpenAI. È un'API specializzata: il listino Decisions è distinto dalle chiamate Luna in Responses o Chat Completions.
Microsoft-Decision-1	Modello basato su Qwen3.5-9B, in public preview su Foundry, disponibile anche su OpenRouter. Input $0,042 per milione di token; nessun addebito output.	Valutalo se hai già un progetto Foundry. Il contratto usa state e domande tipizzate; la documentazione tratta input testuali o JSON e non promette spiegazioni libere.
Cloudflare Clef	Modello multimodale da 27B parametri su Workers AI. Testo, JSON, immagini e video; finestra di 65.536 token. Input $0,24 per milione di token; nessun addebito output.	Pesi pubblicati con licenza Apache 2.0. Utile da valutare per decisioni visive o quando vuoi poter gestire l'inferenza: fuori da Workers AI paghi hardware e operatività.
Cloudflare Clef-flash	Variante multimodale da 9B parametri, finestra di 24.576 token. Input $0,038 per milione di token su Workers AI; nessun addebito output.	Listino inferiore a Clef, con una finestra più corta. Prova entrambe sullo stesso dataset prima di scegliere Flash solo per il prezzo.

Applicazione

Quanto costano sullo stesso volume di input

Esempi di solo costo input: 100.000 richieste da 1.000 token ciascuna, pari a 100 milioni di token. Prezzi in USD verificati il 12 ottobre 2026 sulle fonti ufficiali elencate in fondo; il totale in euro dipende dal cambio. Non sono misure di costo per decisione: tokenizer, istruzioni e modalità di conteggio possono cambiare il volume fatturato. Esclusi imposte, retry, fallback, infrastruttura e maggiorazioni applicabili.

Jev e OpenAI Decisions API

100 milioni di token input per ciascun servizio · Nessun costo output nei listini considerati

Prima opzione: Jev: $4,20
Alternativa: Decisions API: $10,00

La differenza è $5,80 sul volume ipotizzato. Se una soluzione riduce abbastanza errori o lavoro di integrazione, il costo input più alto può essere conveniente.

Jev e Microsoft-Decision-1

100 milioni di token input per ciascun servizio · Nessun costo output nei listini considerati

Prima opzione: Jev: $4,20
Alternativa: Microsoft: $4,20

Il listino input coincide. La scelta si sposta su qualità dei risultati, tempi di risposta, accesso e integrazione; un gateway può applicare condizioni proprie.

Clef-flash e Clef su Workers AI

100 milioni di token input per ciascun modello · Nessun costo output nei listini considerati

Prima opzione: Clef-flash: $3,80
Alternativa: Clef: $24,00

Flash costa meno nel calcolo input. Clef offre una finestra più ampia: verifica se la differenza serve ai tuoi dati e se cambia il tasso di errore.

Che cosa decide un decision model

Un decision model riceve uno stato, per esempio un ticket, e valuta domande con risposte stabilite in anticipo. Può scegliere la coda di assistenza, assegnare una priorità o stimare se un contenuto soddisfa una condizione. Restituisce valori e probabilità che il software usa per il passo successivo. Devi fornire il contesto necessario: non recupera automaticamente la policy aziendale né esegue da solo l'azione selezionata.

Classificazione: quale categoria descrive questa richiesta?
Routing: quale modello, agente o reparto deve gestirla?
Valutazione: quanto rispetta una risposta i criteri che hai definito?
Controllo: proseguire, riprovare o chiedere una revisione?

Dopo Jev: cosa hanno introdotto OpenAI, Microsoft e Cloudflare

TypeSafe ha presentato Jev il 15 settembre 2026. Cloudflare ha reso disponibili Clef e Clef-flash il 1° ottobre; il changelog OpenAI registra la beta di Decisions API il 6 ottobre; Microsoft ha presentato Decision-1 il 9 ottobre. Sono proposte concorrenti per scelte rapide dentro il software. La sequenza dei lanci non dimostra che ogni prodotto sia stato sviluppato come risposta a Jev, ma amplia le alternative disponibili per lo stesso bisogno.

Un modello è ciò che valuta l'input: Jev, Microsoft-Decision-1, Clef o GPT-6 Luna.
Un'API definisce come inviare domande e ricevere risposte: Decisions API è il contratto OpenAI.
Un servizio di accesso aggiunge autenticazione, deployment e fatturazione: Foundry, Workers AI o un gateway.

Quando basta un LLM con output strutturato

Se il tuo LLM classifica già poche richieste al giorno con tempi accettabili, aggiungere un servizio può costare più lavoro di quanto faccia risparmiare. Mantieni l'output strutturato quando lo stesso passaggio deve anche estrarre campi liberi, scrivere una risposta o produrre una spiegazione. Prova un modello decisionale quando la scelta è delimitata, si ripete spesso e il costo o l'attesa di quel passaggio pesa nel workflow.

Per una fattura puoi separare l'estrazione dei dati dalla decisione su quale coda inviarla.
Per un ticket un LLM può scrivere la risposta, mentre un decision model ne valuta tono o conformità.
Se basta verificare importo, data o ruolo autorizzato, una funzione nel codice evita una chiamata AI.

Testo, immagini e video cambiano la rosa dei candidati

Per instradare ticket testuali puoi provare tutte le proposte del confronto. Per verificare il danno visibile in una foto, OpenAI Decisions API e Clef accettano immagini; Clef documenta anche video. L'endpoint OpenAI richiede immagini come data URL base64: URL HTTP e file_id non sono accettati. Prima di sostituire il modello controlla anche come il servizio ridimensiona i media e li converte in token fatturabili.

Un input visivo può richiedere più token di una breve descrizione testuale.
Clef e Clef-flash hanno finestre diverse: misura il contesto necessario, comprese domande e media.
Se un sistema precedente ha già estratto lo stato utile, confronta la decisione sul testo con quella sul media originale.

Scegliere il servizio senza riscrivere tutto il workflow

Parti dall'ambiente che gestisci già. OpenAI è un candidato naturale se usi il suo SDK; Microsoft se deployment e accessi vivono in Foundry; Cloudflare se il workflow gira su Workers. Jev resta un candidato da confrontare sullo stesso compito. Per mantenere la portabilità, fai restituire alla tua applicazione un risultato comune e traduci richieste, errori e risposte nel modulo che chiama il provider.

Choice sceglie un'opzione; Score assegna un punteggio; Noul stima la probabilità che una condizione sia vera. OpenAI chiama predicate quest'ultimo tipo di domanda: nomi simili non garantiscono compatibilità.
Gestisci rifiuti, timeout e risposte mancanti prima di applicare soglie o azioni.
I pesi Apache 2.0 di Clef consentono di valutare un deployment proprio; il prezzo Workers AI non è il costo di un servizio self-hosted.

Quanto costa davvero una decisione utile

Nel calcolo da 100 milioni di token, Jev e Microsoft costano $4,20, OpenAI $10, Clef-flash $3,80 e Clef $24. Il totale del workflow include però controlli, revisioni e chiamate successive. In un esempio ipotetico, 100 revisioni aggiuntive da $0,50 costano $50: molto più dei $5,80 di differenza input tra Jev e OpenAI. Per scegliere, misura quanto spendi per arrivare a una decisione accettabile, non solo quanto costa chiamare il modello.

OpenAI documenta per Decisions $0,10 per milione di token input, senza addebiti cache-read, cache-write o output: non applicare il listino cache di Luna in altre API.
Per OpenAI possono applicarsi maggiorazioni regionali e moltiplicatori per input lunghi.
Includi domande e istruzioni nel conteggio, poi confronta l'usage effettivo restituito dai servizi.

I benchmark dei produttori non scelgono il modello per te

Microsoft pubblica confronti di accuratezza, calibrazione e latenza e dichiara vantaggi sui modelli testati. TypeSafe pubblica eval di workflow; OpenAI dichiara un miglioramento di velocità rispetto a Responses API. Sono misure con compiti e condizioni specifici. Non combinarle in una classifica unica: un ticket italiano ambiguo, un controllo su immagini e una domanda da benchmark possono dare risultati diversi.

Confronta gli stessi input, le stesse opzioni e gli stessi criteri di correttezza.
Misura latenza mediana e p95 dalla regione in cui gira la tua applicazione, includendo errori e retry.
Prova parafrasi, ordine delle opzioni e casi in cui nessuna risposta proposta è corretta.

La confidence va verificata prima di automatizzare

Una probabilità alta non è un permesso ad agire. TypeSafe e Microsoft dichiarano probabilità calibrate, ma devi controllare se sul tuo dominio una previsione al 90% è corretta circa nove volte su dieci. Microsoft documenta sensibilità alla formulazione e limiti sui task meno familiari. La soglia utile dipende dal costo dell'errore: smistare male un ticket e autorizzare un rimborso non hanno lo stesso impatto.

Separa il risultato del modello dalla decisione finale del software.
Prevedi una coda di revisione per casi incerti, input fuori dominio e rifiuti.
Non trasferire automaticamente una soglia da un provider all'altro.
Mantieni permessi, limiti di spesa e regole deterministiche nel codice.

Come fare una prova prima di cambiare provider

Raccogli esempi reali con un esito corretto assegnato da persone competenti. Definisci la domanda e le opzioni prima del confronto, poi tieni separati gli esempi usati per regolare il prompt da quelli del test finale. Esegui il candidato in parallelo al sistema attuale senza fargli comandare le azioni. Passa in produzione solo quando errori, attesa e costo complessivo rispettano i limiti che hai stabilito.

Includi richieste in italiano, categorie rare, casi ambigui e input incompleti.
Conta separatamente falsi positivi, falsi negativi e casi inviati a revisione.
Registra versione del modello, schema, usage e decisioni, senza conservare dati sensibili inutili.
Mantieni un percorso di ripristino verso il sistema precedente.

Prima di chiudere

Domande frequenti

OpenAI Decisions API è un nuovo modello?

È un'API specializzata per domande a risposta delimitata. Al 12 ottobre 2026 supporta GPT-6 Luna, con un endpoint e un listino specifici. Il nome dell'API non identifica un modello autonomo chiamato Decisions.

Posso sostituire Jev cambiando solo il nome del modello?

Non darlo per scontato. I servizi possono usare campi, tipi di domanda e forme delle risposte differenti. Verifica anche rifiuti, limiti e fatturazione; un gateway può uniformare parte del contratto, ma non rende equivalenti i risultati.

Clef open source significa che le decisioni sono gratuite?

No. Cloudflare pubblica i pesi sotto Apache 2.0, ma l'inferenza richiede hardware e gestione. Su Workers AI paghi il consumo previsto dal listino; con un deployment tuo devi sostenere infrastruttura, manutenzione e capacità necessaria.

Un decision model può essere l'unico filtro di sicurezza di un agente?

Non affidargli da solo permessi o azioni irreversibili. Può fornire un segnale di rischio, ma può sbagliare anche con output valido. Applica nel codice autorizzazioni e limiti; usa revisione e test sul tuo dominio per le scelte incerte.