System One Models : ce que sont les modèles de décision et ce qu'ils coûtent

Vous envoyez un état, tel qu'un ticket, un enregistrement JSON ou un appel d'outil en attente, ainsi que des questions typées. Chaque question est de type oui/non, choix parmi plusieurs options, ou un score sur une échelle. Le modèle répond en une seule passe avant et renvoie un choix avec une probabilité pour chaque option. Il n'écrit jamais de phrase.

TypeSafe a inventé le terme lors du lancement de Jev le 15 septembre 2026. Le nom emprunte le System 1 de Daniel Kahneman, le mode de pensée rapide et automatique, par opposition au System 2, lent et délibéré. Un modèle de chat est ici le System 2 : il peut raisonner et expliquer, à un prix par appel plus élevé.

OpenRouter sert ces modèles via son API Decisions et le endpoint System One, /v1/systemone. La version propre d'OpenAI, GPT-6 Luna Decisions, se trouve sur /v1/decisions. Les formes de requête diffèrent un peu, mais les questions que vous posez sont conservées.

OpenRouter répertorie 33 entrées de modèles de décision. Cinq sont des alias ~latest qui redirigent vers un modèle nommé, et une est une route gratuite en double pour Span-01 Lite, ce qui laisse 27 modèles distincts. Le tableau regroupe chaque alias avec le modèle vers lequel il pointe.

Chaque ligne montre le prix d'entrée par million de jetons, le coût d'un million de décisions pour un état de 500 jetons, et la fenêtre de contexte. Le nombre du milieu est le prix d'entrée × 500, car 1 million de décisions × 500 jetons font 500 millions de jetons. Pour Jev, cela donne 500 × $0.042 = $21. La sortie ne coûte rien sur chaque ligne.

Prenez un élément de 500 jetons et demandez à un petit LLM une étiquette de 20 jetons. Par million d'éléments, le LLM paie pour 500 millions de jetons d'entrée et 20 millions de jetons de sortie. Le modèle de décision ne paie que pour les 500 millions de jetons d'entrée. Les 500 jetons incluent le texte de la question des deux côtés.

GPT-5.4 nano coûte $0.20 en entrée et $1.25 en sortie par million de jetons : $100 + $25 = $125. Claude Haiku 5.5 et GPT-6 Luna coûtent $0.10 et $0.50 : $50 + $10 = $60 chacun. En comparaison, Jev coûte $21, Decider Flash $5, Clef Flash $19 et GPT-6 Luna Decisions $50.

Le modèle de décision gagne donc sur les jetons, même face à la tarification par lots. Le lot Luna ou Haiku 5.5 est à $25 + $5 = $30, toujours au-dessus de Jev. Le modèle de décision élimine également le code d'analyse et renvoie une probabilité sur laquelle vous pouvez définir un seuil.

Si une personne lit la sortie, vous avez besoin de texte, et ces modèles n'écrivent pas. Il en va de même pour une raison attachée à la décision, un résumé, ou plusieurs champs de texte libre extraits d'un document. Un LLM fait tout cela en un seul appel. Un modèle de décision plus un LLM représente deux appels.

Le raisonnement long est le deuxième écart. Un modèle de décision répond en un seul passage. Une question nécessitant plusieurs étapes de réflexion, comme la réconciliation de deux contrats, relève d'un modèle de raisonnement. Gardez les calculs arithmétiques et les comparaisons de dates dans votre propre code, quoi qu'il arrive.

Le troisième écart concerne la précision. Sur un test d'intention à 77 catégories cité par Kai Waehner, Jev a obtenu 79.0% contre 83.9% et 86.2% pour deux modèles OpenAI non nommés, et l'article qualifie cet écart de significatif. De nombreuses intentions et distinctions fines peuvent encore favoriser un LLM puissant. Mesurez sur vos propres labels avant de changer.

Le prix par token ne compte que si votre état rentre. Kev 4B gère 8,192 tokens, Joey 1 16,384 et Clef Flash 24,576. Un fil d'email de 20,000-token convient à Clef Flash mais pas à Kev ou Joey. Un contrat de 100,000-token convient à Jev, aux deux Deciders, aux trois modèles Drex, Span-02, Solar Decide, Classify-1 et GPT-6 Luna Decisions.

Les états longs transforment aussi les écarts de prix en argent réel. Un état de 100,000-token coûte $0.001 par décision sur Decider Flash, $0.0042 sur Jev et $0.01 sur GPT-6 Luna Decisions. À raison de 10,000 décisions de ce type par jour, cela représente $10, $42 ou $100 par jour.

Pour une liste classée des modèles à acheter, avec les points faibles de chacun, consultez la page des meilleurs modèles de décision. Pour les confrontations directes, lisez Jev vs Clef (images, affirmations sur la latence et deux tests indépendants) et Jev vs GPT-5.4 nano (modèle de décision face à un petit LLM sur trois tailles d'éléments).

Les pages tarifaires couvrent Jev, Cloudflare Clef, l'API Decisions d'OpenAI et Laya auto-hébergé un par un. Les pages de septembre sur Jev vs Laya, Jev vs Kev vs Solar Decide, et savoir si Jev vaut le coup restent valables pour leurs questions. Leurs prix et la fenêtre de contexte de Jev datent de 1 October.