Decider Flash V1.2 API

Perplexity: Decider Flash V1.2 è un modello decisionale open-weight da 4 miliardi di parametri, costruito sul backbone Qwen3.5-4B. A differenza dei modelli generativi, non produce prosa: restituisce probabilità per domande sì/no, per ciascuna opzione di una domanda a scelta o per ogni livello di una rubrica, insieme all'opzione o al punteggio più probabile. Supporta input testuali, JSON, immagini e PDF, oltre all'output strutturato, ed è pensato per elaborare un'intera richiesta in un unico passaggio. Il contesto di 262K token è ampio per la sua classe di dimensione. È distillato dai modelli decisionali più grandi di Perplexity e condivide il contratto API con il modello completo Decider V1.2. È addestrato con model souping, una tecnica che media i pesi su più esecuzioni per migliorare la robustezza. È adatto a scenari ad alto volume in cui il software confronta una risposta numerica con una soglia, come classificazione, routing dei ticket di supporto, filtraggio, etichettatura dei messaggi, moderazione dei contenuti, valutazione del sentiment e grading tramite rubriche. Grazie agli input visivi può essere impiegato per l'estrazione di dati strutturati da immagini, la classificazione basata su visione e la verifica di attributi visivi. La finestra di contesto di 262K token lo rende utilizzabile anche su input estesi, anche se l'addestramento ha usato sequenze fino a circa 32K token e i contesti più lunghi sono stati verificati a campione, quindi l'accuratezza su input molto lunghi può variare. Può essere eseguito localmente su hardware compatibile con circa 13 GB di VRAM in quantizzazione a 4 bit, oppure on-device tramite l'app Decider for Mac, che richiede 5,8 GB di spazio di archiviazione e 16 GB di memoria. È disponibile tramite l'API di Perplexity, il gateway Opper o in locale. Essendo progettato per una domanda per richiesta, le richieste con più domande elaborano e addebitano nuovamente lo stato per ciascuna domanda; non è documentata una modalità di ragionamento esplicita. Perplexity consiglia di validare l'accuratezza sui propri esempi etichettati, soprattutto per giudizi sfumati.

La fattura dipende dal fornitore che usi, dai suoi prezzi e dal tuo utilizzo. Input più lunghi o altre condizioni possono avere prezzi diversi.

Accetta input testuali, JSON, immagini e PDF, e supporta l'output strutturato.

La finestra di contesto è di 262K token. L'addestramento ha usato sequenze fino a circa 32K token, con contesti più lunghi verificati a campione.

Restituisce probabilità per domande sì/no, per ciascuna opzione di una domanda a scelta o per ogni livello di una rubrica, insieme all'opzione o al punteggio più probabile, invece di prosa generata o spiegazioni.

Sì, su hardware compatibile con circa 13 GB di VRAM in quantizzazione a 4 bit, oppure tramite l'app Decider for Mac, che richiede 5,8 GB di spazio e 16 GB di memoria.

È il fratello minore, più piccolo e a costi inferiori, del modello completo Decider V1.2, con cui condivide il contratto API. Il modello più grande pplx-decider-v1.2 ha 27 miliardi di parametri su backbone Qwen3.8-27B con supporto vision fino a 1,6 megapixel.

Per compiti ad alto volume come classificazione, routing dei ticket, filtraggio, etichettatura, moderazione, valutazione del sentiment, grading tramite rubriche ed estrazione di dati strutturati da immagini.