Decider Flash V1.2 API
Model keputusan ringan dari Perplexity yang menjawab pertanyaan dengan probabilitas, dibangun di atas Qwen3.5-4B dengan konteks 262K token.
Decider Flash V1.2 adalah model keputusan dari Perplexity yang dirancang untuk menjawab pertanyaan dengan probabilitas, bukan prosa atau penjelasan. Model ini dibangun di atas backbone Qwen3.5-4B dengan 4 miliar parameter dan merupakan model open-weight yang didistilasi dari model keputusan Perplexity yang lebih besar. Dengan konteks 262K token, model ini dapat memproses permintaan secara utuh dalam satu lintasan, sehingga beberapa pertanyaan tentang input yang sama dapat dijawab bersama-sama. Model ini juga mendukung structured output dan berbagi kontrak API yang sama dengan model Decider V1.2 penuh.
Model ini cocok untuk tugas-tugas yang membutuhkan jawaban numerik yang dapat dibandingkan dengan ambang batas oleh perangkat lunak, seperti klasifikasi bervolume tinggi, perutean tiket dukungan ke tim yang tepat, penyaringan, pelabelan pesan, moderasi konten, penilaian sentimen, penilaian rubrik, ekstraksi data terstruktur dari gambar, klasifikasi berbasis visi, dan verifikasi atribut visual. Kemampuannya menjawab pertanyaan pilihan ganda dengan probabilitas per opsi serta pertanyaan skor rubrik dengan probabilitas per level dan skor yang diharapkan membuatnya berguna untuk alur kerja pengambilan keputusan otomatis.
Sebagai alternatif yang hemat biaya dalam jajaran model keputusan Perplexity, Decider Flash V1.2 dapat dijalankan secara lokal pada perangkat keras yang kompatibel dengan sekitar 13 GB VRAM pada kuantisasi 4-bit, atau melalui aplikasi Decider for Mac yang membutuhkan penyimpanan 5.8 GB dan memori 16 GB. Model ini tersedia melalui API Perplexity, gateway Opper, atau secara lokal. Perplexity merekomendasikan validasi akurasi pada contoh berlabel sendiri, terutama untuk penilaian yang nuansa. Perlu dicatat bahwa model ini dirancang untuk satu pertanyaan per permintaan, dan tidak ada mode penalaran eksplisit yang didokumentasikan.
Diperbarui:
ID MODEL
pplx-decider-flash-v1.2- Konteks
- 262.144K
- Output maks
- 235.929K
- Masukan
- text / image
- Keluaran
- decisions
Sorotan
- Menjawab dengan probabilitas, bukan teks
- Konteks 262K token untuk model 4B
- Dukungan input teks, JSON, gambar, PDF
- Dapat dijalankan lokal dengan ~13 GB VRAM
- Tersedia melalui API Perplexity dan Opper
Penyedia
Bandingkan harga API antarpenyedia. Pilih penyedia untuk melihat semua biaya dan ketentuan.
| $0.01 | $0 |
Tolok ukur
- 85.71%
Akurasi keseluruhan pada 11 tolok ukur
7.210 sampel; diukur melalui API Perplexity untuk keluarga Decider V1.2 yang lebih luas, bukan varian Flash
Skor sesuai publikasi penyedia model.
Mulai cepat keputusan
Kirim status dan pertanyaan bertipe yang sempit ke /api/v1/decisions dan baca satu jawaban per pertanyaan: noul mengembalikan probabilitas dari 0 hingga 1, choice mengembalikan opsi yang dipilih beserta distribusinya, dan score mengembalikan skor numerik untuk kriteria terurut. Endpoint ini terpisah dari antarmuka Chat Completions, Messages dan 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"]
}
}
}'Pertanyaan umum
Mengenal Decider Flash V1.2?
Decider Flash V1.2 adalah model keputusan dari Perplexity yang dirancang untuk menjawab pertanyaan dengan probabilitas, bukan prosa atau penjelasan. Model ini dibangun di atas backbone Qwen3.5-4B dengan 4 miliar parameter dan merupakan model open-weight yang didistilasi dari model keputusan Perplexity yang lebih besar. Dengan konteks 262K token, model ini dapat memproses permintaan secara utuh dalam satu lintasan, sehingga beberapa pertanyaan tentang input yang sama dapat dijawab bersama-sama. Model ini juga mendukung structured output dan berbagi kontrak API yang sama dengan model Decider V1.2 penuh. Model ini cocok untuk tugas-tugas yang membutuhkan jawaban numerik yang dapat dibandingkan dengan ambang batas oleh perangkat lunak, seperti klasifikasi bervolume tinggi, perutean tiket dukungan ke tim yang tepat, penyaringan, pelabelan pesan, moderasi konten, penilaian sentimen, penilaian rubrik, ekstraksi data terstruktur dari gambar, klasifikasi berbasis visi, dan verifikasi atribut visual. Kemampuannya menjawab pertanyaan pilihan ganda dengan probabilitas per opsi serta pertanyaan skor rubrik dengan probabilitas per level dan skor yang diharapkan membuatnya berguna untuk alur kerja pengambilan keputusan otomatis. Sebagai alternatif yang hemat biaya dalam jajaran model keputusan Perplexity, Decider Flash V1.2 dapat dijalankan secara lokal pada perangkat keras yang kompatibel dengan sekitar 13 GB VRAM pada kuantisasi 4-bit, atau melalui aplikasi Decider for Mac yang membutuhkan penyimpanan 5.8 GB dan memori 16 GB. Model ini tersedia melalui API Perplexity, gateway Opper, atau secara lokal. Perplexity merekomendasikan validasi akurasi pada contoh berlabel sendiri, terutama untuk penilaian yang nuansa. Perlu dicatat bahwa model ini dirancang untuk satu pertanyaan per permintaan, dan tidak ada mode penalaran eksplisit yang didokumentasikan.
Bagaimana penggunaan ditagih?
Tagihan Anda bergantung pada penyedia yang digunakan, tarifnya, dan penggunaan Anda. Masukan yang lebih panjang atau ketentuan lain dapat memiliki harga berbeda.
Apa saja jenis input yang didukung oleh Decider Flash V1.2?
Model ini mendukung input teks, JSON, gambar, dan PDF, serta menghasilkan output terstruktur.
Berapa panjang konteks dan batas output model ini?
Model ini memiliki konteks 262K token. Batas output tidak disebutkan dalam informasi yang tersedia.
Untuk tugas apa model ini paling cocok?
Model ini cocok untuk klasifikasi bervolume tinggi, perutean tiket, penyaringan, pelabelan pesan, moderasi konten, penilaian sentimen, penilaian rubrik, ekstraksi data terstruktur dari gambar, klasifikasi berbasis visi, dan verifikasi atribut visual.
Apa perbedaan Decider Flash V1.2 dengan model Decider V1.2 penuh?
Decider Flash V1.2 lebih kecil dan lebih hemat biaya, dibangun di atas Qwen3.5-4B dengan 4 miliar parameter. Model Decider V1.2 penuh memiliki 27 miliar parameter pada backbone Qwen3.8-27B dengan dukungan visi hingga 1.6 megapiksel. Keduanya berbagi kontrak API yang sama.
Apakah model ini dapat dijalankan secara lokal?
Ya, model ini dapat dijalankan secara lokal pada perangkat keras yang kompatibel dengan sekitar 13 GB VRAM pada kuantisasi 4-bit, atau melalui aplikasi Decider for Mac yang membutuhkan penyimpanan 5.8 GB dan memori 16 GB.