Decider Flash V1.2 API
Decider Flash V1.2 ist ein offenes 4B-Modell von Perplexity, das Entscheidungsfragen mit Wahrscheinlichkeiten statt Fließtext beantwortet und über einen 262K-Token-Kontext verfügt.
Perplexity: Decider Flash V1.2 ist ein offenes Modell mit 4 Milliarden Parametern auf Basis des Qwen3.5-4B-Backbones. Es wurde aus den größeren Entscheidungsmodellen von Perplexity destilliert und teilt sich den gleichen API-Vertrag wie das vollständige Decider V1.2. Statt generiertem Text liefert es Wahrscheinlichkeiten: Es beantwortet benannte Ja/Nein-Fragen, Auswahlfragen mit einer Wahrscheinlichkeit pro Option und Rubrik-Bewertungsfragen mit einer Wahrscheinlichkeit pro Stufe sowie einem erwarteten Punktwert. Das Modell verarbeitet eine ganze Anfrage in einem einzigen Durchgang, sodass mehrere Fragen zur selben Eingabe gemeinsam beantwortet werden können.
Mit einem Kontextfenster von 262K Tokens eignet es sich für Aufgaben, bei denen Software eine numerische Antwort mit einem Schwellenwert vergleicht. Typische Einsatzgebiete sind die Klassifizierung in hohem Volumen, die Weiterleitung von Support-Tickets an zuständige Teams, Filterung, das Labeln von Nachrichten, Content-Moderation, Sentiment-Bewertung, Rubrik-Bewertung sowie die strukturierte Datenextraktion aus Bildern und visuelle Klassifizierung. Das Modell unterstützt Texteingabe, JSON-Eingabe, Bildeingabe, PDF-Eingabe und strukturierte Ausgabe.
Es ist als kosteneffiziente Alternative innerhalb der Entscheidungsmodell-Reihe von Perplexity positioniert und kann lokal auf kompatibler Hardware mit etwa 13 GB VRAM bei 4-Bit-Quantisierung betrieben werden. Zudem läuft es auf dem Gerät über die Decider for Mac-App, die 5.8 GB Speicherplatz und 16 GB Arbeitsspeicher voraussetzt. Zu beachten ist, dass das Modell für eine Frage pro Anfrage ausgelegt ist; bei mehreren Fragen wird der Zustand für jede Frage erneut verarbeitet und abgerechnet. Ein expliziter Reasoning-Modus ist nicht dokumentiert, und das Training nutzte Sequenzen bis etwa 32K Tokens, wobei längere Kontexte nur stichprobenartig geprüft wurden. Perplexity empfiehlt, die Genauigkeit an eigenen gelabelten Beispielen zu validieren.
Aktualisiert:
MODELL-ID
pplx-decider-flash-v1.2- Kontext
- 262.144K
- Max. Ausgabe
- 235.929K
- Eingabe
- text / image
- Ausgabe
- decisions
Highlights
- Gibt Wahrscheinlichkeiten statt Fließtext zurück
- 262K-Token-Kontext bei nur 4B Parametern
- Offenes Modell mit 4 Milliarden Parametern
- Gleicher API-Vertrag wie Decider V1.2
- Lokal mit ca. 13 GB VRAM bei 4-Bit-Quantisierung
- Verarbeitet eine Anfrage in einem einzigen Durchgang
Anbieter
Vergleichen Sie die API-Preise verschiedener Anbieter. Wählen Sie einen Anbieter aus, um alle Kosten und Bedingungen zu sehen.
| $0.01 | $0 |
Benchmarks
- 85.71%
Gesamtgenauigkeit über 11 Benchmarks
7.210 Proben; gemessen über die Perplexity-API für die breitere Decider V1.2-Familie, nicht für die Flash-Variante
Werte wie vom Modellanbieter veröffentlicht.
Schnellstart für Entscheidungen
Senden Sie Zustand und eng gefasste typisierte Fragen an /api/v1/decisions und erhalten Sie eine Antwort pro Frage: noul liefert eine Wahrscheinlichkeit von 0 bis 1, choice die gewählte Option mit ihrer Verteilung und score eine numerische Bewertung für geordnete Kriterien. Dieser Endpoint ist getrennt von den Oberflächen Chat Completions, Messages und Responses.
curl https://openapi.felo.ai/api/v1/decisions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "pplx-decider-flash-v1.2",
"state": "Help! My payouts have been failing for 3 days.",
"questions": {
"is_urgent": {
"type": "noul",
"instructions": "Does this message convey urgency?",
"criteria": {"true": "Time-sensitive", "false": "No urgency"}
},
"department": {
"type": "choice",
"instructions": "Which team should handle this?",
"criteria": {
"billing": "Payments, invoicing, refunds",
"technical": "Bugs, outages, integrations",
"sales": "Pricing, upgrades, new accounts"
}
},
"frustration": {
"type": "score",
"instructions": "How frustrated is the customer?",
"criteria": ["Calm", "Frustrated", "Very angry"]
}
}
}'Häufige Fragen
Was ist Decider Flash V1.2?
Perplexity: Decider Flash V1.2 ist ein offenes Modell mit 4 Milliarden Parametern auf Basis des Qwen3.5-4B-Backbones. Es wurde aus den größeren Entscheidungsmodellen von Perplexity destilliert und teilt sich den gleichen API-Vertrag wie das vollständige Decider V1.2. Statt generiertem Text liefert es Wahrscheinlichkeiten: Es beantwortet benannte Ja/Nein-Fragen, Auswahlfragen mit einer Wahrscheinlichkeit pro Option und Rubrik-Bewertungsfragen mit einer Wahrscheinlichkeit pro Stufe sowie einem erwarteten Punktwert. Das Modell verarbeitet eine ganze Anfrage in einem einzigen Durchgang, sodass mehrere Fragen zur selben Eingabe gemeinsam beantwortet werden können. Mit einem Kontextfenster von 262K Tokens eignet es sich für Aufgaben, bei denen Software eine numerische Antwort mit einem Schwellenwert vergleicht. Typische Einsatzgebiete sind die Klassifizierung in hohem Volumen, die Weiterleitung von Support-Tickets an zuständige Teams, Filterung, das Labeln von Nachrichten, Content-Moderation, Sentiment-Bewertung, Rubrik-Bewertung sowie die strukturierte Datenextraktion aus Bildern und visuelle Klassifizierung. Das Modell unterstützt Texteingabe, JSON-Eingabe, Bildeingabe, PDF-Eingabe und strukturierte Ausgabe. Es ist als kosteneffiziente Alternative innerhalb der Entscheidungsmodell-Reihe von Perplexity positioniert und kann lokal auf kompatibler Hardware mit etwa 13 GB VRAM bei 4-Bit-Quantisierung betrieben werden. Zudem läuft es auf dem Gerät über die Decider for Mac-App, die 5.8 GB Speicherplatz und 16 GB Arbeitsspeicher voraussetzt. Zu beachten ist, dass das Modell für eine Frage pro Anfrage ausgelegt ist; bei mehreren Fragen wird der Zustand für jede Frage erneut verarbeitet und abgerechnet. Ein expliziter Reasoning-Modus ist nicht dokumentiert, und das Training nutzte Sequenzen bis etwa 32K Tokens, wobei längere Kontexte nur stichprobenartig geprüft wurden. Perplexity empfiehlt, die Genauigkeit an eigenen gelabelten Beispielen zu validieren.
Wie wird die Nutzung abgerechnet?
Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben.
Welche Eingabeformate unterstützt das Modell?
Das Modell unterstützt Texteingabe, JSON-Eingabe, Bildeingabe und PDF-Eingabe. Zudem ist strukturierte Ausgabe möglich.
Wie lang ist der Kontext, den das Modell verarbeiten kann?
Das Kontextfenster umfasst 262K Tokens. Das Training nutzte jedoch Sequenzen bis etwa 32K Tokens, längere Kontexte wurden nur stichprobenartig geprüft.
Für welche Aufgaben ist Decider Flash V1.2 geeignet?
Es eignet sich für Klassifizierung, Routing von Support-Tickets, Filterung, Labeling von Nachrichten, Content-Moderation, Sentiment-Bewertung, Rubrik-Bewertung sowie strukturierte Datenextraktion aus Bildern.
Wie unterscheidet es sich vom vollständigen Decider V1.2?
Decider Flash V1.2 ist kleiner und kostengünstiger als das vollständige Decider V1.2. Es nutzt denselben API-Vertrag, basiert aber auf einem 4B-Backbone statt auf dem 27B-Modell.
Kann das Modell mehrere Fragen in einer Anfrage beantworten?
Das Modell ist für eine Frage pro Anfrage ausgelegt. Bei mehreren Fragen wird der Zustand für jede Frage erneut verarbeitet und abgerechnet.
Lässt sich das Modell lokal betreiben?
Ja, es kann lokal auf kompatibler Hardware mit etwa 13 GB VRAM bei 4-Bit-Quantisierung laufen. Über die Decider for Mac-App ist auch ein Betrieb auf dem Gerät möglich, sofern 5.8 GB Speicherplatz und 16 GB Arbeitsspeicher vorhanden sind.