Decider V1.3 (free) API
مدلی تصمیممحور برای طبقهبندی، امتیازدهی، مسیریابی و ارزیابی چندوجهی با خروجی توزیع احتمال است.
Perplexity: Decider V1.3 (free) مدلی متنباز با وزنهای باز برای تصمیمگیری ساختاریافته است که ورودی متنی و تصویری را میپذیرد و بهجای پاسخ آزاد متنی، توزیعهای احتمال ارائه میکند. این مدل از طبقهبندی عمومی با دستورهای زبان طبیعی، امتیازدهی دودویی و چندکلاسه، ارزیابی مبتنی بر معیار، رتبهبندی و امتیازدهی بازیابی پشتیبانی میکند. پنجره زمینه آن262,144 tokens است.
این مدل برای مسیریابی تیکتهای پشتیبانی، تعدیل محتوا، شناسایی محتوای آسیبزا، فیشینگ و تزریق دستور، برچسبگذاری مجموعههای بزرگ، رتبهبندی مجدد نتایج جستوجو و ارزیابی ورودیها بر اساس معیارها مناسب است. قابلیت Locate بخشهای عیناً موجود در ورودی را استخراج میکند و توجه دوسویه کامل امکان پردازش چند پرسش را در یک گذر رو به جلو فراهم میسازد.
Decider V1.3 در اندازههای27 billion و4 billion parameter ارائه میشود؛ نسخه Decider Flash v1.3 از مدل بزرگتر تقطیر شده است. هر دو اندازه تحت مجوز Apache2.0 در دسترساند و از طریق Decisions API، Hugging Face و OpenRouter قابل استفاده هستند. برای استقرار محلی، مدل27B حدود28 تا29 GB of VRAM نیاز دارد.
بهروزرسانی:
MODEL ID
pplx-decider-v1.3:free- زمینه
- 262.144K
- حداکثر خروجی
- 235.929K
- ورودی
- text / image
- خروجی
- decisions
نکات برجسته
- خروجی توزیع احتمال
- پشتیبانی از متن و تصویر
- زمینه262,144 tokens
- استخراج با Locate
- مجوز Apache2.0
ارائهدهندگان
قیمت API را بین ارائهدهندگان مقایسه کنید. یک ارائهدهنده را انتخاب کنید تا همه هزینهها و شرایط را ببینید.
| دسترسپذیری | |||
|---|---|---|---|
| $0 | $0 |
آمار تاریخی بررسی زنده وضعیت نیست. نبود داده به معنی قطعی نیست.
بنچمارکها
- 91.6%
Classification tasks
دقت در63 وظیفه
- 93.98%
Frontier LLM judges
میزان توافق در یک میلیون درخواست واقعی Decisions API
- 83.99
Mean nDCG@10
میانگین در72 وظیفه بازیابی
- 88.16%
Multilingual classification benchmark
میانگین دقت وظایف در هشت زبان
- 69.0
Extraction tasks
امتیاز میانگین
- 0.27%
Label sensitivity tests
پرسشهای تغییرکرده در372 پرسش و4,788 درخواست برای هر مدل
امتیازها همانگونه که ارائهدهنده مدل منتشر کرده است.
شروع سریع تصمیمها
وضعیت و پرسشهای محدود و نوعدار را به /api/v1/decisions بفرستید و برای هر پرسش یک پاسخ بخوانید: noul احتمالی از 0 تا 1 برمیگرداند، choice گزینه انتخابشده همراه توزیع آن، و score امتیازی عددی برای معیارهای مرتب. این endpoint از سطوح Chat Completions، Messages و Responses جداست.
curl https://openapi.felo.ai/api/v1/decisions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "pplx-decider-v1.3:free",
"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"]
}
}
}'پرسشهای متداول
معرفی مدل: Decider V1.3 (free)?
Perplexity: Decider V1.3 (free) مدلی متنباز با وزنهای باز برای تصمیمگیری ساختاریافته است که ورودی متنی و تصویری را میپذیرد و بهجای پاسخ آزاد متنی، توزیعهای احتمال ارائه میکند. این مدل از طبقهبندی عمومی با دستورهای زبان طبیعی، امتیازدهی دودویی و چندکلاسه، ارزیابی مبتنی بر معیار، رتبهبندی و امتیازدهی بازیابی پشتیبانی میکند. پنجره زمینه آن262,144 tokens است. این مدل برای مسیریابی تیکتهای پشتیبانی، تعدیل محتوا، شناسایی محتوای آسیبزا، فیشینگ و تزریق دستور، برچسبگذاری مجموعههای بزرگ، رتبهبندی مجدد نتایج جستوجو و ارزیابی ورودیها بر اساس معیارها مناسب است. قابلیت Locate بخشهای عیناً موجود در ورودی را استخراج میکند و توجه دوسویه کامل امکان پردازش چند پرسش را در یک گذر رو به جلو فراهم میسازد. Decider V1.3 در اندازههای27 billion و4 billion parameter ارائه میشود؛ نسخه Decider Flash v1.3 از مدل بزرگتر تقطیر شده است. هر دو اندازه تحت مجوز Apache2.0 در دسترساند و از طریق Decisions API، Hugging Face و OpenRouter قابل استفاده هستند. برای استقرار محلی، مدل27B حدود28 تا29 GB of VRAM نیاز دارد.
هزینه استفاده چگونه محاسبه میشود؟
صورتحساب شما به ارائهدهندهای که استفاده میکنید، قیمتهای آن و میزان مصرف شما بستگی دارد. ورودیهای طولانیتر یا شرایط دیگر ممکن است قیمت متفاوتی داشته باشند.
چه نوع ورودیهایی را پشتیبانی میکند؟
ورودی متنی و تصویری را پشتیبانی میکند و خروجی آن توزیع احتمال است.
برای چه کارهایی مناسب است؟
برای طبقهبندی، امتیازدهی، مسیریابی، تعدیل محتوا، رتبهبندی، ارزیابی و امتیازدهی بازیابی مناسب است.
زمینه و طول خروجی مدل چقدر است؟
زمینه مدل262,144 tokens است. محدودیت خروجی در اطلاعات ارائهشده مشخص نشده است.
آیا پاسخ آزاد متنی تولید میکند؟
خیر؛ مدل بهجای پاسخ آزاد متنی، توزیعهای احتمال ارائه میکند.
چه تفاوتی میان اندازههای آن وجود دارد؟
مدل در اندازههای27 billion و4 billion parameter ارائه میشود و Decider Flash v1.3 از مدل بزرگتر تقطیر شده است.
مدلهای مرتبط
Decider Flash V1.3 (free)
Perplexityتصمیمهاpplx-decider-flash-v1.3:freeمدلی کمهزینه و کمتأخیر برای تصمیمگیری ساختاریافته، پیشبینی احتمال، استخراج اطلاعات و رتبهبندی محتوا است.
زمینه
262.144K
خروجی
تصمیمها
توکنهای ورودی
$0 / 1M توکن
توکنهای خروجی
$0 / 1M توکن
Decider Flash V1.2
Perplexityتصمیمهاpplx-decider-flash-v1.2Decider Flash V1.2 یک مدل تصمیمگیری از Perplexity است که به جای متن، احتمالات را برای پرسشهای بله/خیر، چندگزینهای و امتیازدهی معیارمحور بازمیگرداند و برای طبقهبندی با حجم بالا مناسب است.
زمینه
262.144K
خروجی
تصمیمها
توکنهای ورودی
$0.01 / 1M توکن
توکنهای خروجی
$0 / 1M توکن