Decider Flash V1.2 API
Perplexity의 4B 파라미터 경량 의사결정 모델로, 텍스트 대신 확률로 답하는 고처리량 분류·라우팅 작업에 적합합니다.
Decider Flash V1.2는 Perplexity의 더 큰 의사결정 모델에서 증류된 4B 파라미터 오픈웨이트 모델로, Qwen3.5-4B 백본을 기반으로 합니다. 생성된 산문 대신 확률을 반환하도록 설계되어, 예/아니오 질문, 선택지 질문, 루브릭 점수 질문에 각각 확률과 예상 점수를 제공합니다. 262K 토큰 컨텍스트를 갖추고 있어 4B 모델로서는 상당히 넓은 입력을 처리할 수 있습니다.
이 모델은 대량 분류, 지원 티켓 라우팅, 필터링, 메시지 라벨링, 콘텐츠 조정, 감정 점수 산정, 루브릭 채점, 이미지 기반 구조화 데이터 추출, 비전 기반 분류, 시각 속성 검증 등 소프트웨어가 숫자 답변을 임계값과 비교하는 애플리케이션에 적합합니다. 전체 요청을 한 번에 처리해 동일 입력에 대한 여러 질문을 함께 답할 수 있으며, 구조화 출력을 지원합니다. 전체 Decider V1.2 모델과 동일한 API 계약을 공유합니다.
비용 효율적인 대안으로 자리매김한 모델로, 4비트 양자화 시 약 13GB VRAM으로 호환 하드웨어에서 로컬 실행이 가능하고, 5.8GB 저장 공간과 16GB 메모리를 요구하는 Decider for Mac 앱을 통해 온디바이스로도 실행할 수 있습니다. 다만 요청당 하나의 질문에 맞게 설계되어 여러 질문 요청 시 각 질문마다 상태를 다시 처리하고 과금하며, 명시적 추론 모드는 문서화되어 있지 않습니다. 학습에는 약 32K 토큰까지의 시퀀스가 사용되었고 더 긴 컨텍스트는 광범위하게 검증되지 않고 일부만 점검되었으므로, 매우 긴 입력에서의 실제 정확도는 달라질 수 있습니다. Perplexity는 특히 미묘한 판단의 경우 자체 레이블 예시로 정확도를 검증할 것을 권장합니다.
업데이트:
모델 ID
pplx-decider-flash-v1.2- 컨텍스트
- 262.144K
- 최대 출력
- 235.929K
- 입력
- text / image
- 출력
- decisions
주요 특징
- 4B 파라미터 오픈웨이트 모델
- 텍스트 대신 확률로 답변
- 262K 토큰 컨텍스트
- 구조화 출력 지원
- 로컬 및 온디바이스 실행 가능
- 전체 Decider V1.2와 동일 API 계약
제공 업체
제공 업체별 API 요금을 비교하세요. 공급자를 선택하면 전체 요금과 적용 조건을 확인할 수 있습니다.
| $0.01 | $0 |
벤치마크
- 85.71%
11개 벤치마크 전반 정확도
7,210개 샘플 기준, Flash 변형이 아닌 더 넓은 Decider V1.2 패밀리를 Perplexity API로 측정한 결과
점수는 모델 제공 업체가 공개한 값입니다.
의사결정 빠른 시작
상태와 유형이 지정된 질문을 /api/v1/decisions로 보내면 질문마다 답을 하나 받습니다. noul은 0~1 확률, choice는 선택된 항목과 그 분포, score는 순서형 기준의 숫자 점수를 반환합니다. 이 엔드포인트는 Chat Completions, Messages, Responses와 별개입니다.
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"]
}
}
}'자주 묻는 질문
모델 소개: Decider Flash V1.2?
Decider Flash V1.2는 Perplexity의 더 큰 의사결정 모델에서 증류된 4B 파라미터 오픈웨이트 모델로, Qwen3.5-4B 백본을 기반으로 합니다. 생성된 산문 대신 확률을 반환하도록 설계되어, 예/아니오 질문, 선택지 질문, 루브릭 점수 질문에 각각 확률과 예상 점수를 제공합니다. 262K 토큰 컨텍스트를 갖추고 있어 4B 모델로서는 상당히 넓은 입력을 처리할 수 있습니다. 이 모델은 대량 분류, 지원 티켓 라우팅, 필터링, 메시지 라벨링, 콘텐츠 조정, 감정 점수 산정, 루브릭 채점, 이미지 기반 구조화 데이터 추출, 비전 기반 분류, 시각 속성 검증 등 소프트웨어가 숫자 답변을 임계값과 비교하는 애플리케이션에 적합합니다. 전체 요청을 한 번에 처리해 동일 입력에 대한 여러 질문을 함께 답할 수 있으며, 구조화 출력을 지원합니다. 전체 Decider V1.2 모델과 동일한 API 계약을 공유합니다. 비용 효율적인 대안으로 자리매김한 모델로, 4비트 양자화 시 약 13GB VRAM으로 호환 하드웨어에서 로컬 실행이 가능하고, 5.8GB 저장 공간과 16GB 메모리를 요구하는 Decider for Mac 앱을 통해 온디바이스로도 실행할 수 있습니다. 다만 요청당 하나의 질문에 맞게 설계되어 여러 질문 요청 시 각 질문마다 상태를 다시 처리하고 과금하며, 명시적 추론 모드는 문서화되어 있지 않습니다. 학습에는 약 32K 토큰까지의 시퀀스가 사용되었고 더 긴 컨텍스트는 광범위하게 검증되지 않고 일부만 점검되었으므로, 매우 긴 입력에서의 실제 정확도는 달라질 수 있습니다. Perplexity는 특히 미묘한 판단의 경우 자체 레이블 예시로 정확도를 검증할 것을 권장합니다.
사용 요금은 어떻게 계산되나요?
이용하는 제공 업체의 요금과 실제 사용량에 따라 비용이 결정됩니다. 긴 입력 등에는 다른 요금이 적용될 수 있습니다.
어떤 입력 형식을 지원하나요?
텍스트, JSON, 이미지, PDF 입력을 지원하며 구조화 출력을 제공합니다.
컨텍스트 길이는 얼마인가요?
262K 토큰 컨텍스트를 갖추고 있습니다.
어떤 작업에 적합한가요?
대량 분류, 지원 티켓 라우팅, 필터링, 메시지 라벨링, 콘텐츠 조정, 감정 점수 산정, 루브릭 채점, 이미지 기반 분류 등에 적합합니다.
전체 Decider V1.2 모델과 무엇이 다른가요?
Decider Flash V1.2는 전체 Decider V1.2 모델보다 작고 비용이 낮은 버전으로, Qwen3.5-4B 백본을 기반으로 하며 동일한 API 계약을 공유합니다.
로컬에서 실행할 수 있나요?
네, 4비트 양자화 시 약 13GB VRAM으로 호환 하드웨어에서 실행 가능하며, Decider for Mac 앱을 통해 온디바이스로도 실행할 수 있습니다.
요청당 여러 질문을 처리할 수 있나요?
여러 질문이 포함된 요청은 각 질문마다 상태를 다시 처리하고 과금하므로, 요청당 하나의 질문에 맞게 설계되었습니다.