Nach Jev: Die neuen Entscheidungsmodelle von OpenAI, Microsoft, Amazon und Co. im Überblick

Eine neue Kategorie entsteht in wenigen Wochen

Ein Entscheidungsmodell bekommt eine Ausgangslage und eine klar gestellte Frage, etwa: Welches Team ist für diese Anfrage zuständig, Abrechnung, Vertrieb oder Handel? Statt eine Antwort zu formulieren, gibt es für jede Möglichkeit eine Wahrscheinlichkeit aus. Dazu gibt es drei Fragetypen: eine Auswahl aus festen Optionen, eine Bewertung auf einer Skala und eine Ja-Nein-Frage mit Wahrscheinlichkeit. TypeSafe nennt solche Modelle System-One-Modelle, angelehnt an das schnelle, intuitive Denken in der Psychologie.

TypeSafe hat Jev am 15. September 2026 vorgestellt. Was danach geschah, beschreibt Forbes als Entstehung einer eigenen Kategorie: Innerhalb weniger Wochen brachten große Anbieter und unabhängige Entwickler Dutzende Konkurrenzmodelle heraus. Eine Sammlung auf GitHub listet inzwischen zahlreiche Jev-Alternativen, und eine öffentliche Vergleichsrangliste namens JevBench führt über 100 offene Modelle.

Technisch bauen viele davon auf demselben Prinzip auf: Sie nehmen ein vorhandenes offenes Sprachmodell, häufig aus der Qwen-Familie des chinesischen Konzerns Alibaba, und trainieren es so um, dass es keinen Text mehr ausgibt, sondern nur noch Wahrscheinlichkeiten für die vorgegebenen Antworten. Das macht sie schnell und günstig, denn pro Entscheidung ist nur ein einziger Rechendurchgang nötig.

Was Jev ist und wie es eingesetzt wird, erklären wir in eigenen Artikeln. Hier geht es um die Konkurrenz.

Die großen Anbieter: OpenAI, Microsoft, Cloudflare und Perplexity

OpenAI: Anfang Oktober ist die Decisions-Schnittstelle gestartet, angetrieben vom kleinen Modell GPT-6 Luna. Sie beherrscht Ja-Nein-Fragen, Auswahl und Bewertungen, auch für Bilder. Laut Forbes ist sie bis zu zehnmal schneller als GPT-6 Luna im normalen Textmodus und kostet 10 US-Cent pro Million eingegebener Tokens, Ausgaben sind kostenlos. Das ist teurer als Jev, dafür ist es im gewohnten OpenAI-Angebot enthalten.

Microsoft: Microsoft-Decision-1 erschien am 9. Oktober über Microsoft Foundry und OpenRouter. Es basiert auf Qwen3.5-9B und kostet mit 4,2 US-Cent pro Million Tokens genauso viel wie Jev. Microsoft gibt an, es sei in einer internen Prüfung mit fast 150.000 Fragen am genauesten gewesen und 35-mal schneller als GPT-6 Sol. Unabhängig geprüft ist das nicht.

Cloudflare: Die Modelle Clef und Clef Flash erschienen am 1. Oktober als offene Modelle, die auch über Cloudflares Netzwerk laufen. Am 9. Oktober kam Clef-omni hinzu, das neben Text und Bildern auch Audio und Video bewerten kann, etwa um Inhalte vorab zu prüfen.

Perplexity: Der Decider V1.1 hat 27 Milliarden Parameter, ist frei unter der Lizenz Apache 2.0 herunterladbar und kostet über Perplexitys Schnittstelle nur 2 US-Cent pro Million Tokens. Perplexity gibt an, er erreiche 94,5 Prozent Genauigkeit im Test Decision Bench bei 1,7 US-Cent pro 1.000 Entscheidungen.

Dazu kommen Liquid AI mit D1 für 4 US-Cent, das zusätzlich als kleine offene Varianten für Geräte am Netzrand erscheint, Inceptions Mercury Decide, das es auf OpenRouter auch kostenlos mit Mengenbegrenzung gibt, und Upstage mit Solar Decide.

Die offenen Modelle: Amazon Strands Decider, H2O-Lightning und Co.

Besonders interessant für Unternehmen mit sensiblen Daten sind Modelle, die man herunterladen und selbst betreiben kann. Dann verlassen die Daten das eigene Rechenzentrum nicht.

Amazon Strands Decider 2B: Amazon Web Services hat am 1. Oktober ein kleines offenes Modell mit rund zwei Milliarden Parametern veröffentlicht, aufgebaut auf Qwen3.5-2B. Es steht unter der Lizenz Apache 2.0, samt Trainingsdaten und Skripten. Laut Amazon löst es alle leichten Aufgaben der Vergleichsrangliste JevBench korrekt, also typische Routineentscheidungen in KI-Agenten. VentureBeat nannte es einen kostenlosen, schnellen Jev-Killer, dessen Stärke weniger in Bestwerten liegt als darin, dass es offen und selbst betreibbar ist. Zusätzlich bietet Amazon einen verwalteten Dienst über seine Cloud-Plattform Bedrock an.

H2O-Lightning-4B: Das Unternehmen H2O.ai meldet, sein offenes Modell mit vier Milliarden Parametern stehe auf Platz eins von 104 offenen Modellen in der Gesamtwertung von JevBench, mit 72,5 von 100 Punkten. Jev selbst, das als Referenz mitläuft, kommt dort auf 71,5. Die Wertung gewichtet Treffsicherheit, Verlässlichkeit der Wahrscheinlichkeiten, Tempo und Kosten gleich. Laut H2O.ai kostet es geschätzt 2,1 US-Cent pro 1.000 Entscheidungen. Die Angaben stammen aus einer Pressemitteilung des Herstellers, und nur etwa ein Punkt trennt die Spitze.

Dazu kommen Projekte unabhängiger Entwickler wie Kev von Jared Palmer, das es in Größen von 0,8 bis 27 Milliarden Parametern gibt, und Laya von Convai Innovations, das mit sehr kleinen Modellen über 100 Sprachen abdeckt. Auch Together AI veröffentlicht mit Tev1 Modellgewichte und Trainingsrezept.

Wichtig: Offen heißt nicht kostenlos. Wer ein Modell selbst betreibt, braucht Rechenleistung, Fachleute und eine sorgfältige Prüfung, ob die Wahrscheinlichkeiten des Modells stimmen.

Eine gemeinsame Sprache: die System-One-Schnittstelle

Eine stille, aber wichtige Entwicklung betrifft die Art, wie Programme mit diesen Modellen sprechen. Laut The New Stack setzt sich TypeSafes Format für Anfragen und Antworten als gemeinsamer Standard durch. Upstage bietet Solar Decide über dieses System-One-Format an, Amazons Strands Decider ist darauf ausgelegt, und das beliebte Programm Ollama, mit dem viele Menschen KI-Modelle auf dem eigenen Rechner betreiben, hat in Version 0.35 eine entsprechende Schnittstelle ergänzt. OpenAI geht dagegen einen eigenen Weg mit seiner Decisions-Schnittstelle.

Für Entwickler bedeutet das: Wer seine Software einmal für dieses Format schreibt, kann später leichter das Modell wechseln, etwa von Jev zu einem offenen Modell auf eigenen Servern. Das senkt die Abhängigkeit von einem einzelnen Anbieter.

The New Stack weist aber auch auf eine Grenze hin: Ein gemeinsames Format garantiert nicht, dass die Modelle gleich verlässlich antworten. Die Wahrscheinlichkeiten eines Modells müssen zum tatsächlichen Ergebnis passen. Wenn ein Modell 80 Prozent Sicherheit angibt, sollte es auch in etwa 80 Prozent der Fälle richtig liegen. H2O.ai nennt genau diese Eigenschaft, die Kalibrierung, den Wert, auf den sein Team am meisten achtet.

Wer vorne liegt und was das für Europa heißt

In der Nutzung ist Jev weit vorne. Über die Plattform OpenRouter liefen in der Woche bis zum 14. Oktober rund 1,08 Milliarden Anfragen an Jev, der Zweitplatzierte Perplexity Decider kam auf 43,2 Millionen. Diese Zahlen zeigen aber nur einen Ausschnitt: Wer ein offenes Modell selbst betreibt, taucht in keiner Statistik auf.

Bei der Qualität ist das Feld dagegen eng zusammengerückt. Forbes betont, dass es am Ende nicht auf Ranglisten ankommt, sondern darauf, wie oft ein Modell mit den eigenen Daten richtig liegt und was ein Fehler kostet. Ein Modell, das halb so viel kostet, aber doppelt so viele Fälle zur Prüfung an Menschen schickt, spart wenig.

Für Unternehmen in Deutschland und der EU ist der Wettbewerb eine gute Nachricht. Jev verarbeitet Daten laut TypeSafe in den USA. Mit offenen Modellen wie Strands Decider, H2O-Lightning, Kev oder den offenen Varianten von Cloudflare, Perplexity und Liquid AI lassen sich Entscheidungen auf eigenen Servern in Europa treffen, ohne Daten weiterzugeben. Für Entwickler und Bastler gilt: Über Ollama lassen sich solche Modelle inzwischen auch auf dem eigenen Rechner ausprobieren.

Unsere Einordnung: Die Geschwindigkeit, mit der hier ein ganzer Markt entsteht, ist bemerkenswert. Sie zeigt aber auch, dass die Technik dahinter vergleichsweise leicht nachzubauen ist. Jevs Vorsprung liegt derzeit vor allem in Verbreitung und Bekanntheit, weniger in einem uneinholbaren technischen Vorteil.