Qu’est-ce que DecisionNode ?
DecisionNode est un modèle de décision « System One » hébergé, conçu par Bynn Intelligence, Inc., une société du Delaware basée à San Francisco. Comme Jev, il n'écrit pas de texte : vous envoyez un état (texte, JSON, jusqu'à 16 images ou une vidéo sous forme d'images) et des questions nommées à POST /v1/decide, et il répond à toutes les questions en une seule passe. Il propose six types de réponses : choice, score, truth (la probabilité qu'une affirmation soit vraie), number, point et box, les deux derniers donnant des coordonnées dans une image. Un second endpoint, /v1/systemone, accepte le format noul, choice, score et box utilisé par les clients de type Jev et les harnais de benchmark.
Deux modèles sont hébergés sur les GPU de Bynn : DecisionNode, le plus précis, et DecisionNode Flash, plus rapide et moins cher, tous deux actuellement en version 0.9.1-rc1 avec un contexte de 64K tokens. Les tokens en sortie sont gratuits ; l'entrée coûte 0,042 $ et 0,035 $ par million de tokens. Des « boosters » optionnels ajoutent des lectures spécialisées de chaque image, comme l'estimation de l'âge, la détection d'images générées par IA, la reconnaissance faciale et l'OCR, avec un prix par image.
Deux modèles à poids ouverts, DecisionNode Edge (2.21B paramètres, affiné à partir de Qwen3.5-2B-Base) et Edge Mini (0.85B, à partir de Qwen3.5-0.8B-Base), ont été publiés sur Hugging Face le 22 octobre 2026 sous AGPL-3.0, avec une licence commerciale de Bynn pour les produits fermés. Ils acceptent la même requête que l'API et fonctionnent hors ligne.
DecisionNode vaut-il le coup ?
DecisionNode est l'API de décision payante la plus complète que nous ayons testée, et la moins éprouvée. Au-delà des questions de choix, de score et de oui/non auxquelles répondent tous ses concurrents, elle lit des nombres sur une grille et renvoie des points et des cadres dans les images, et sur le classement de Bynn le modèle complet obtient en moyenne 0,817 sur 15 suites textuelles, contre 0,803 pour Jev 1.13, 0,786 pour Clef 27B de Cloudflare et 0,746 pour pplx-decider-27b. Bynn étiquette chacun de ces chiffres « Preliminary results, October 2026 », mesurés par Bynn sur des jeux de développement de 25 134 éléments. Nous n'avons trouvé ni test indépendant ni couverture de presse ; Bynn a demandé au projet JevBench de faire tourner les modèles le 25 octobre, et le mainteneur a répondu qu'il ne se prononcerait qu'après son propre passage.
Le tableau par suite est d'une franchise inhabituelle. DecisionNode devance Jev de 16,8 points sur l'injection de prompt et de 5,2 sur les règles et politiques, mais accuse 12,8 points de retard sur les connaissances de MMLU-Pro et 3,5 sur les nouvelles familles de tâches, et la plupart des autres écarts restent dans ses propres intervalles à 95 %. Flash tombe à 0,572 sur MMLU-Pro. Sur les scènes rendues, pplx-decider-27b obtient 0,809 contre 0,762 pour DecisionNode. La calibration, la propriété sur laquelle le produit est vendu, n'est pas encore démontrée : la page des benchmarks indique que les résultats de calibration par type viendront avec le passage complet, et la confiance des points et des cadres est décrite comme pas encore calibrée.
Les promesses de vitesse appellent la même prudence. La course affichée sur la page d'accueil face à GPT-5.6 Luna, 25 ms contre 3,78 secondes pour seize vérifications, est étiquetée « Mock timings » : elle est construite à partir de médianes et de prix catalogue, pas d'un passage enregistré. Le chiffre mesuré par Bynn est de 19 ms de bout en bout pour une courte requête Flash, contre 1 300 ms pour le modèle conversationnel, mais sa propre soumission à JevBench indique des médianes de 0,19 s pour Flash et 0,35 s pour DecisionNode depuis Francfort avec une nouvelle connexion à chaque requête, si bien que la latence réelle dépend fortement du réseau.
Côté prix, il égale Jev plutôt qu'il ne le bat : 0,042 $ par million de tokens en entrée, c'est le prix de Jev, et pplx-decider-v1.2 facture 0,02 $ avec des poids ouverts sous Apache 2.0. Les conditions sur les données méritent votre attention avant le premier appel. Les requêtes et les réponses sont conservées 30 jours et, sauf si un espace de travail s'y oppose, peuvent entraîner les modèles de Bynn et servir à constituer des jeux de données et des modèles que Bynn « may license or sell » une fois les identifiants retirés ; la rétention zéro est gratuite sur toutes les offres mais doit être demandée par e-mail. Les modèles Edge sont une vraie option pour le travail hors ligne, à 74,2 % sur le même classement pour Edge, mais l'AGPL-3.0 oblige quiconque sert un Edge modifié sur un réseau à en publier le code source.
Là où il fait la différence
Un ingénieur robotique dans une équipe de 15 personnes chargée de l'automatisation d'entrepôt
Trouver le prochain colis à saisir dans une image de caméra de convoyeur et signaler les colis endommagés
Les questions point et box renvoient des coordonnées en pixels avec une probabilité de présence, le champ sur lequel Bynn conseille de filtrer puisque la confiance de position n'est pas encore calibrée. Sur les 300 photos réservées de Bynn, DecisionNode place un cadre avec un IoU de 0,5 ou mieux dans 92,7 % des cas et Edge dans 85,0 % ; les conditions de Bynn interdisent de l'utiliser comme seul contrôle d'une machine.
Un responsable trust and safety sur une marketplace qui filtre 2 millions d'annonces par mois
Évaluer chaque nouvelle annonce au regard de la politique écrite avant sa mise en ligne
À environ 500 tokens en entrée par annonce, cela représente 1 milliard de tokens : 35 $ par mois sur Flash, 17,50 $ en tâches batch ou 42 $ sur DecisionNode, la sortie étant gratuite. Les réponses Flash peu confiantes peuvent être revérifiées sur DecisionNode ; désactivez d'abord l'entraînement des modèles et demandez la rétention zéro, puisque les annonces contiennent des données de vendeurs.
Un ingénieur plateforme dans une insurtech de 30 personnes qui appelle déjà Jev
Comparer un second fournisseur de décision sans réécrire l'intégration
L'endpoint /v1/systemone accepte les questions noul, choice, score et box au format System One, si bien qu'un harnais existant peut pointer vers une nouvelle URL de base. Les deux modèles affichent 0,042 $ ou moins par million de tokens en entrée : le test porte donc sur la précision sur vos propres sinistres, pas sur le prix ; les décisions de sinistres concernant des personnes exigent une revue humaine selon les conditions de Bynn.
Avant de vous engager
- Mise en route
- Connectez-vous avec un lien par e-mail ou Google, prépayez un solde et envoyez un seul curl à POST /v1/decide ; des SDK existent pour Python, TypeScript, Go, Java, .NET, PHP, Ruby et Rust. Edge s'installe avec pip install decisionnode-edge (Python 3.10 ou plus récent) et sert le même endpoint sur localhost.
- Intégrations
- Un serveur MCP expose les types de questions comme outils d'agent, et Bynn publie un nœud ROS 2 et une passerelle MQTT. Les sessions diffusent les décisions via WebSocket pour les boucles de plus de 10 par seconde, et les tâches batch s'exécutent sous 24 heures.
- Données et confidentialité
- Les requêtes et les réponses sont supprimées après 30 jours et servent à entraîner et améliorer les modèles de Bynn sauf si l'espace de travail s'y oppose ; la rétention zéro est disponible sur toutes les offres en écrivant à privacy@bynn.com. Bynn dispose d'un rapport SOC 2 et de la certification ISO 27001:2022, signe des business associate agreements HIPAA sur demande et propose un DPA avec des clauses de l'article 28.
- Coût à grande échelle
- 1 milliard de tokens en entrée par mois coûte 35 $ sur Flash ou 42 $ sur DecisionNode, et moitié moins ou 70 % de ce montant en tâches batch ; les images sont facturées 0,09 $ par 1M de tokens sur DecisionNode, soit environ 1 026 tokens pour une image de 1 024 x 1 024. Edge tourne sur un GPU de 6 Go pour des entrées jusqu'à environ 8 000 tokens, en 9,5 ms sur une RTX PRO 6000 ou 0,46 s sur un CPU Ryzen 7 9800X3D.
- Limites
- 64K tokens et 16 images par requête ; limites de débit par défaut de 40 requêtes et 100 000 tokens en entrée par seconde et par espace de travail. Une requête DecisionNode sans capacité disponible est traitée par Flash, au prix de Flash et signalée dans la réponse, sauf si vous envoyez "fallback": false ; Edge n'a été évalué que jusqu'à 8 192 tokens et ne gère ni la vidéo ni les boosters.
Les points forts
- Six types de réponses, dont number, point et box
- 0,817 contre 0,803 pour Jev sur les 15 suites de Bynn (autodéclaré, préliminaire)
- Sortie gratuite ; Flash à 0,035 $ et Flash en batch à 0,0175 $ par 1M de tokens en entrée
- Modèles Edge ouverts de 4,43 Go (BF16) et 0,8 Go (Mini en 8 bits)
Les points faibles
- S'entraîne sur les requêtes par défaut ; le refus se règle par espace de travail
- Résultats de calibration pas encore publiés ; aucun test indépendant
- 12,8 points derrière Jev sur les connaissances de MMLU-Pro
- Edge est sous AGPL-3.0 ; les produits fermés exigent une licence payante
Idéal pour
Les équipes qui ont besoin de décisions typées sur des images et des vidéos, coordonnées comprises, derrière une seule API, et qui acceptent de désactiver l'entraînement et de mener d'abord leur propre évaluation.
Alternatives à DecisionNode
DecisionNode : questions fréquentes
- DecisionNode vaut-il le coup ?
- DecisionNode répond à plus de types de questions que Jev pour le même prix, mais tous les chiffres qui l'appuient viennent de Bynn et sont préliminaires, et vos requêtes entraînent ses modèles sauf si vous refusez. Nous lui donnons 3.7 sur 5.
- Combien coûte DecisionNode ?
- DecisionNode 0,042 $ et Flash 0,035 $ par 1M de tokens en entrée ; images et vidéo 0,09 $ et 0,08 $ par 1M ; sortie gratuite ; batch à 30 % et 50 % de remise. Offre quotidienne gratuite de 50 requêtes Flash et 20 requêtes DecisionNode. Poids Edge gratuits sous AGPL-3.0 ; licence commerciale sur demande.
- Quels sont les inconvénients de DecisionNode ?
- S'entraîne sur les requêtes par défaut ; le refus se règle par espace de travail; résultats de calibration pas encore publiés ; aucun test indépendant; 12,8 points derrière Jev sur les connaissances de MMLU-Pro; edge est sous AGPL-3.0 ; les produits fermés exigent une licence payante.
- À qui s’adresse DecisionNode ?
- Les équipes qui ont besoin de décisions typées sur des images et des vidéos, coordonnées comprises, derrière une seule API, et qui acceptent de désactiver l'entraînement et de mener d'abord leur propre évaluation.
- Combien coûte DecisionNode pour une équipe ou en production ?
- 1 milliard de tokens en entrée par mois coûte 35 $ sur Flash ou 42 $ sur DecisionNode, et moitié moins ou 70 % de ce montant en tâches batch ; les images sont facturées 0,09 $ par 1M de tokens sur DecisionNode, soit environ 1 026 tokens pour une image de 1 024 x 1 024. Edge tourne sur un GPU de 6 Go pour des entrées jusqu'à environ 8 000 tokens, en 9,5 ms sur une RTX PRO 6000 ou 0,46 s sur un CPU Ryzen 7 9800X3D.
- DecisionNode est-il sûr pour les données de l’entreprise ?
- Les requêtes et les réponses sont supprimées après 30 jours et servent à entraîner et améliorer les modèles de Bynn sauf si l'espace de travail s'y oppose ; la rétention zéro est disponible sur toutes les offres en écrivant à privacy@bynn.com. Bynn dispose d'un rapport SOC 2 et de la certification ISO 27001:2022, signe des business associate agreements HIPAA sur demande et propose un DPA avec des clauses de l'article 28.
- Quelles sont les meilleures alternatives à DecisionNode ?
- Les alternatives les plus proches que nous avons testées sont Jev, Perplexity Decider (pplx-decider), Clef, d3-turbo (vLLM Semantic Router), LFM3 et ScaleDown Constrained Decoding Models (Classify, Extract, Summarize).
Réponses vérifiées le 28 oct. 2026.