Decider V1.3 (free) API
Perplexity Decider V1.3 是面向分类、路由、评估与检索评分的多模态决策模型。
Perplexity Decider V1.3 支持文本输入、视觉输入,并输出结构化概率分布。它可通过自然语言提示完成通用分类、二分类、多分类和基于评分标准的判断,也适用于路由、内容审核、排序、评估与检索评分等任务。
该模型拥有262,144 tokens 上下文,采用双向注意力,可在一次前向处理中处理多个问题。Locate 功能能够从输入中提取逐字片段,适合客服工单路由、内容过滤与标注、恶意内容和提示注入检测、搜索结果重排及代理安全流程监控。需要注意的是,它返回概率分布,而不是自由格式文本回答;模型提供27B 和4B 两种参数规模,4B版本适合更轻量的部署。
更新时间:
模型 ID
pplx-decider-v1.3:free- 上下文
- 262.144K
- 最大输出
- 235.929K
- 输入
- text / image
- 输出
- decisions
核心要点
- 文本与视觉输入
- 结构化概率输出
- 支持多类分类
- 双向注意力处理
- Locate 原文提取
- 提供27B 与4B
供应商
比较不同供应商的调用价格,点击供应商可查看完整费用和适用条件。
| 可用率 | |||
|---|---|---|---|
| $0 | $0 |
历史统计不等于实时健康检查,缺失数据不代表服务中断。
基准测试
- 91.6%
分类任务
覆盖63 项任务的准确率
- 93.98%
前沿大语言模型评审
在100 万次真实 Decisions API 请求上的一致性
- 83.99
Mean nDCG@10
覆盖72 项检索任务的平均结果
- 88.16%
多语言分类基准
覆盖8 种语言的平均任务准确率
- 69.0
提取任务
平均得分
- 0.27%
标签敏感性测试
在372 个问题和每个模型4,788 次请求中发生变化的问题比例
分数来自模型厂商公布的数据,未独立验证。
决策快速开始
把状态和明确的类型化问题发给 /api/v1/decisions,每个问题读回一个答案:noul 返回 0 到 1 的概率,choice 返回选中的选项及其分布,score 返回有序标准的数值评分。这个入口与 Chat Completions、Messages、Responses 三套接口相互独立。
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"]
}
}
}'常见问题
什么是 Decider V1.3 (free)?
Perplexity Decider V1.3 支持文本输入、视觉输入,并输出结构化概率分布。它可通过自然语言提示完成通用分类、二分类、多分类和基于评分标准的判断,也适用于路由、内容审核、排序、评估与检索评分等任务。 该模型拥有262,144 tokens 上下文,采用双向注意力,可在一次前向处理中处理多个问题。Locate 功能能够从输入中提取逐字片段,适合客服工单路由、内容过滤与标注、恶意内容和提示注入检测、搜索结果重排及代理安全流程监控。需要注意的是,它返回概率分布,而不是自由格式文本回答;模型提供27B 和4B 两种参数规模,4B版本适合更轻量的部署。
如何计算调用费用?
费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格,详见计费明细。
Decider V1.3 支持哪些输入和输出?
支持文本输入和视觉输入,输出结构化概率分布,而不是自由格式文本回答。
它的上下文长度是多少?
上下文长度为262,144 tokens。资料未提供输出长度上限。
它适合处理哪些任务?
适合分类、路由、内容审核、排序、评估、检索评分,以及有害内容、网络钓鱼和提示注入检测。
Locate 功能有什么作用?
Locate 可从输入中提取逐字片段,适用于需要定位原文内容的任务。
Decider V1.3 与同系列模型有什么差别?
资料列出的同系列模型包括 Decider v1、Decider v1.1 和 Decider v1.2;当前资料未提供它们之间的具体性能或功能差异。
相关模型
Decider Flash V1.3 (free)
Perplexity决策pplx-decider-flash-v1.3:free面向快速结构化决策的4B参数模型,可输出概率并支持分类、排序与信息抽取。
上下文
262.144K
输出
决策
输入 tokens
$0 / 1M tokens
输出 tokens
$0 / 1M tokens
Decider Flash V1.2
Perplexity决策pplx-decider-flash-v1.2Perplexity 推出的轻量级决策模型,以概率而非文字作答,适合高吞吐分类与判定任务。
上下文
262.144K
输出
决策
输入 tokens
$0.01 / 1M tokens
输出 tokens
$0 / 1M tokens