Interfaces de decisão sem pesos treinados — use seus próprios LLMs como classificadores.
Estes NÃO são modelos. Eles extraem decisões de LLMs existentes via constrained decoding, leitura de logits ou APIs wrapper. Sem pesos de decisão treinados — a capacidade de decisão vem de técnicas em tempo de inferência sobre modelos base congelados.
Procurando modelos de decisão treinados? Veja o Catálogo de modelos.
bandr.ai (bandr-ai)
Receita do toolkit Bandits que faz LoRA no Qwen3.5-4B-Base para virar juiz de passos de traces de agente com seus rótulos. Sem checkpoint, sem licença, sem servidor.
Por que não é um modelo
Entrega receita de treino, não modelo: LoRA no Qwen3.5-4B-Base, UI local de treino, placar vs Jev via /v1/systemone. Sem pesos publicados, sem licença.
classifier.dev
Wrapper HTTP/CLI/MCP sobre Jev hospedado com escalação inteligente para LLMs de raciocínio em casos incertos.
Por que não é um modelo
Wrapper hospedado sobre a API do Jev — não é um modelo separado, apenas uma camada de conveniência.
Cua AI
Especialista leve (~706k params) para pontuar ações em campos de formulário: use, check, click, skip.
Por que não é um modelo
Especialista de tarefa estreita para ações em campos de formulário — não é um modelo de decisão Sistema Um de propósito geral.
notnotsamuel
Método de pesquisa para scoring paralelo restrito em pesos congelados do LiquidAI LFM2.5-350M.
Por que não é um modelo
Scoring paralelo restrito em pesos LiquidAI inalterados — o nome 'RLCD' ≠ método de treino RLCD do TypeSafe.
zhengxuyu
Método leve que envolve checkpoints Qwen para servir decisões TypeSafe-compatíveis localmente.
Por que não é um modelo
Envolve checkpoints Qwen prontos como decisões em schema Jev — probabilidades não são calibradas por padrão.
Ollama
O Ollama v0.35+ ganha um endpoint /v1/systemone nativo, compatível com a TypeSafe, e três modelos de decisão: nimble, tev1 e tev1:0.8b. Por enquanto só local.
Por que não é um modelo
Servidor de inferência. Desde a v0.35 serve modelos de decisão treinados por outros (Nimble, Tev1) num endpoint local /v1/systemone; não tem pesos de decisão próprios.
ollaya-dev
Ollama para modelos de decisão: baixe e sirva modelos de decisão abertos localmente com API compatível com TypeSafe.
Por que não é um modelo
Serve modelos de decisão abertos localmente (Laya, Decider, NLI, GLiClass, Kev, Von); não treina pesos próprios — é infra de distribuição e inferência.
ikermoel (Iker Moel Tacher)
Biblioteca Python (import so1) que empacota várias perguntas tipadas numa passada de um LLM open comum e lê os logits das letras das opções. Backends HF Transformers e vLLM.
Por que não é um modelo
Lê os logits das letras das opções em LLMs open comuns (Qwen) numa passada empacotada. Sem treino de decisão; calibração é uma temperatura opcional que você mesmo ajusta.
OpenAI
API da OpenAI em preview limitado que aponta o GPT-6 Luna para perguntas suas com respostas fixas (contexto em texto ou imagem). Não é a Decisions API do OpenRouter.
Por que não é um modelo
Sem pesos de decisão dedicados documentados. Roda sobre uma versão do GPT-6 Luna e devolve "a selection"; sem docs, schema ou preço públicos. Reavaliar no lançamento amplo.
ekzhang
Runtime baseado em SGLang que fornece endpoint /v1/systemone TypeSafe-compatível sobre Qwen3.6-35B-A3B.
Por que não é um modelo
Endpoint TypeSafe-compatível sobre Qwen via hack de prefill/logprob do SGLang — não é um modelo de decisão treinado.
alperiox
Decisões Jev-shaped nativas de áudio sem decode de ASR — processa áudio diretamente.
Por que não é um modelo
Especialista de modalidade áudio — não é um par Sistema Um baseado em texto; domínio de entrada completamente diferente.
TheoLeeCJ
Runtime browser-first que extrai decisões tipadas de LLMs open congelados via WebGPU/wllama.
Por que não é um modelo
Lê logits de opções tipadas de LLMs open congelados — sem pesos de decisão treinados, apenas extração de logits em tempo de inferência.
Featherless AI
Stack Featherless que converte qualquer LLM open em classificador de decisão tipado via logits do próximo token.
Por que não é um modelo
Transforma qualquer LM open compatível em classificador tipado via logits do próximo token — sem fine-tuning necessário.
TypeLLM
Runtime baseado em SGLang para geração type-safe em LLMs autoregressivos, com modo thinking e input de imagem. Open source e, desde 29/09/2026, também playground e API hospedados.
Por que não é um modelo
Camada de constrained decoding sobre LLMs autoregressivos existentes — não muda arquitetura nem pesos.
mode-io
Serving nativo em vLLM (Linux) e Apple Silicon para checkpoints open no estilo Jev: Choice/Noul/Score via HTTP /v1/systemone, inclusive Valen multimodal.
Por que não é um modelo
Motor de serving para checkpoints Jev-style já existentes (vLLM no Linux, MLX/MPS no Mac). Sem treino de decisão — só escolhe o protocolo e roda inferência.
