Les modèles de décision en IA, expliqués

Un modèle de décision est un modèle d'IA qui choisit parmi un ensemble fixe de réponses et renvoie une probabilité pour chacune, au lieu d'écrire du texte. Au moins huit entreprises en ont lancé un depuis la mi-septembre 2026, du Jev de TypeSafe aux modèles de Cloudflare, AWS, Perplexity, Liquid AI, OpenAI et Microsoft. Ils comptent parce que les agents d'IA prennent beaucoup de petites décisions du type oui ou non, ou choisir une option. Un modèle de décision les prend plus vite et pour moins cher qu'un chatbot.

Comment fonctionne un modèle de décision

Un modèle de chatbot écrit sa réponse un morceau de mot, ou token, à la fois. Un modèle de décision n'écrit rien du tout. Une application lui envoie une entrée, appelée le state, ainsi qu'une liste de questions aux réponses fixes. Le modèle renvoie une probabilité pour chaque réponse autorisée.

TypeSafe, qui a lancé la catégorie avec Jev, la décrit comme un appel de fonction. « Un state non structuré en entrée, des décisions probabilistes typées en sortie », a déclaré Diogo Almeida, founder de TypeSafe. « Typé » signifie que la réponse a toujours la forme attendue. Une question oui ou non ne peut revenir qu'avec oui ou non.

La plupart des fournisseurs proposent les trois mêmes types de questions, même si les noms diffèrent :

Type de question	Ce qu'il renvoie	Noms utilisés
Oui ou non	La probabilité que la réponse soit oui	noul (Cloudflare, Perplexity, Laya), predicate (OpenAI)
Choisir une option	Une probabilité pour chaque option	choice
Noter	Un niveau sur une échelle, pondéré par la probabilité	score

La vitesse vient de l'absence de génération de texte. L'équipe Strands d'AWS dit avoir retiré la partie du modèle qui produit les mots. Ainsi, Decider « produit toujours une réponse parmi les options sélectionnées ». Cloudflare explique que Clef lit l'entrée une seule fois, puis note en parallèle tous les choix valides. Liquid AI le résume simplement : ses modèles d1 « ne produisent pas de tokens mais répondent en une seule passe avant ».

Les probabilités sont censées être calibrées. Une réponse donnée comme sûre à 80 % devrait donc être juste environ 80 % du temps. Une application peut utiliser ce chiffre pour agir, demander à un humain ou confier la question à un modèle plus grand.

Les modèles disponibles à ce jour

Modèle	Éditeur	Poids	Basé sur	Prix d'entrée hébergé par million de tokens
Jev	TypeSafe	Service hébergé	Non précisé	0,042 $
Laya	Convai Innovations	Ouverts, Apache 2.0	ModernBERT-large, 421M	Aucun (auto-hébergé)
Clef	Cloudflare	Ouverts, Apache 2.0	Qwen3.8-27B	0,24 $
Clef-flash	Cloudflare	Ouverts, Apache 2.0	Qwen3.5-9B	0,038 $
Clef-omni	Cloudflare	Ouverts	Mixture of experts de 30B, 3B actifs	0,15 $
Strands Decider 2B	Équipe Strands d'AWS	Open source	Qwen3.5-2B	Non précisé
pplx-decider	Perplexity	Ouverts, Apache 2.0	Qwen3.8-27B	0,02 $
d1-3B, d1-omni-600M	Liquid AI	Ouverts	Modèles LFM2.5 de Liquid	Non précisé
Decisions API	OpenAI	Service hébergé	gpt-6-luna	0,10 $
Microsoft-Decision-1	Microsoft	Service hébergé	Qwen3.5-9B	0,042 $

TypeSafe, OpenAI, Perplexity et Microsoft indiquent tous que les tokens de sortie sont gratuits. Seule l'entrée est donc facturée. La documentation de Perplexity indique 0,02 $ par million de tokens d'entrée pour pplx-decider. Le compte rendu d'AlphaSignal lors du lancement du 1er octobre donnait 0,04 $. Vérifiez donc le prix actuel avant de prévoir un budget.

Ce qui a changé et quand

Le domaine est passé d'un modèle à dix en un mois :

Date	Sortie
15 septembre 2026	TypeSafe lance Jev
Septembre 2026	Convai Innovations publie Laya avec des poids ouverts
1er octobre 2026	Cloudflare Clef, Strands Decider 2B et pplx-decider de Perplexity
7 octobre 2026	Liquid AI publie d1-3B et d1-omni-600M
9 octobre 2026	Cloudflare ajoute Clef-omni et fait passer Clef-flash de 0,090 $ à 0,038 $
Octobre 2026	La Decisions API d'OpenAI en bêta publique ; Microsoft-Decision-1 dans Foundry

Les types d'entrée se sont élargis en chemin. Laya ne lit que du texte, et Clef accepte les images depuis son lancement. Clef-omni accepte désormais aussi l'audio et la vidéo, selon le journal des modifications de Cloudflare. Le d1-omni-600M de Liquid AI prend du texte avec des images ou avec de l'audio. OpenAI dit s'attendre à ce que son API sorte de la bêta « dans les semaines à venir ».

Leur vitesse

La vitesse est le principal argument de vente, et chaque chiffre vient de l'entreprise qui a conçu le modèle. Liquid AI affirme que d1-3B répond à une question en 8 ms sur une carte graphique Nvidia RTX 4090. L'équipe de Laya annonce 32,8 ms sur une Nvidia T4. L'équipe Strands a mesuré une médiane d'environ 115 ms sur une RTX 3090. TypeSafe donne pour Jev une fourchette de 70 à 500 ms.

Le coût par décision est minime. InfoWorld fait le calcul avec les chiffres de Microsoft : 1 $ couvre plus de 275 000 décisions courtes similaires. InfoWorld note que ces chiffres sont les propres affirmations de Microsoft.

Les benchmarks sont plus difficiles à comparer. Chaque entreprise publie ses propres tableaux. AlphaSignal rapporte que pplx-decider a obtenu 85,71 % sur 11 benchmarks, contre 84,51 % pour Jev. Le média ne dit pas qui a mené les tests.

Leurs limites

Un modèle de décision ne peut ni s'expliquer ni écrire quoi que ce soit. L'équipe Strands indique que Decider est nettement moins bon que les modèles de raisonnement sur les problèmes complexes. Il ne convient pas non plus au code, aux chatbots ni aux résumés. L'équipe de Laya recommande moins de 20 options par question, car la précision baisse quand la liste s'allonge. Ses tests ont aussi montré que Laya obtenait 0 % sur du texte en khmer tout en affichant une confiance moyenne de 95,2 %.

Des analystes que cite InfoWorld expriment la même inquiétude. « Une probabilité d'apparence précise peut donner à une décision incertaine plus d'autorité qu'elle n'en mérite », a déclaré Amit Kumar Jena, development manager for AI chez Kanerika.

Ce que cela signifie pour les développeurs

Utilisez un modèle de décision pour les choix de routine au sein d'un agent : orienter un ticket de support, choisir un outil, vérifier une règle de sécurité ou noter une sortie. Gardez un vrai modèle de langage pour les cas qui demandent du raisonnement ou du texte. L'équipe Strands propose justement ce type d'agent hybride.

Testez le calibrage sur vos propres données avant de faire confiance aux chiffres. Faites passer quelques centaines de cas passés dont vous connaissez la réponse. Vérifiez que 80 % de confiance signifie vraiment 80 % de bonnes réponses. Commencez par des décisions réversibles, comme le conseillent des analystes que cite InfoWorld.

Comparez les prix sur votre trafic réel. Le coût d'une requête dépend du nombre de tokens d'entrée qu'elle envoie. Les prix hébergés varient du simple au douze, de 0,02 $ à 0,24 $ par million. Clef suit en outre l'API de Jev, si bien que l'essayer peut se résumer presque à changer d'adresse web.

Si les données doivent rester en interne, les modèles ouverts sont la voie à suivre. Laya, Clef, Decider, pplx-decider et le d1 de Liquid AI peuvent tous tourner sur votre propre matériel.