Decisions Fast API
Parallel Web Systems 推出的决策模型,以结构化问答方式对同一份文本或 JSON 状态批量给出带概率的答案,并附上实时网页检索来源。
Parallel: Decisions Fast 是 Parallel Web Systems 于 2026 年 11 月发布的决策模型,运行在 OpenRouter 的 Decisions API 上。它接收作为共享状态的文本或 JSON 内容,针对其中的问题返回结构化答案:是非题给出 yes 概率,多选题给出选项及各自概率,评分题给出有序等级,并可为单个问题附上拒答,同时返回请求级别的引用来源。
单次请求最多可携带 100 个关于同一状态的问题,每个问题连同共享状态最多 32,000 tokens。模型会检索实时网页获取当前信息,从而弥补训练数据在时效性上的不足;批量提问让多个问题共享同一批检索证据。
它适合事实核查、实体筛查、分类与数据打标、数据补充、市场进入流程和决策路由等任务,尤其适合对延迟敏感且依赖最新信息的判断场景。需注意,它不通过 OpenAI 兼容的聊天端点提供,聊天补全 SDK 无法直接调用,目前也不支持 EU 区域内路由。
更新时间:
模型 ID
decisions-fast- 上下文
- 32K
- 最大输出
- 28.8K
- 输入
- text
- 输出
- decisions
核心要点
- 批量回答最多 100 个问题
- 是非题返回 yes 概率
- 多选题返回各选项概率
- 答案附带引用来源
- 实时网页检索补充时效
- 结构化类型化输出
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 |
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
- 98%
Know Your Business 刷新场景
426 家上市公司;98% 的原有标记仍然成立;厂商自报
- <10
Know Your Business 刷新场景
秒;完整批量运行耗时;426 家上市公司;厂商自报
- 97%
线索路由场景
500 条入站线索;97% 的自主路由线索进入正确细分;厂商自报
- <9
线索路由场景
秒;完整批量运行耗时;500 条入站线索;厂商自报
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": "decisions-fast",
"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 Decisions Fast?
Parallel: Decisions Fast 是 Parallel Web Systems 于 2026 年 11 月发布的决策模型,运行在 OpenRouter 的 Decisions API 上。它接收作为共享状态的文本或 JSON 内容,针对其中的问题返回结构化答案:是非题给出 yes 概率,多选题给出选项及各自概率,评分题给出有序等级,并可为单个问题附上拒答,同时返回请求级别的引用来源。 单次请求最多可携带 100 个关于同一状态的问题,每个问题连同共享状态最多 32,000 tokens。模型会检索实时网页获取当前信息,从而弥补训练数据在时效性上的不足;批量提问让多个问题共享同一批检索证据。 它适合事实核查、实体筛查、分类与数据打标、数据补充、市场进入流程和决策路由等任务,尤其适合对延迟敏感且依赖最新信息的判断场景。需注意,它不通过 OpenAI 兼容的聊天端点提供,聊天补全 SDK 无法直接调用,目前也不支持 EU 区域内路由。
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。
它支持哪些输入和输出形式?
输入可以是文本或 JSON,作为共享状态传入;输出为带类型的结构化答案,包含是非题的概率、多选题的选项概率或评分题的等级,并可附带引用来源。
上下文和单次请求的规模有多大?
每个问题连同共享状态最多 32,000 tokens,单次请求最多可包含 100 个关于同一状态的问题。
它适合哪些任务?
适合事实核查、实体筛查、分类、数据补充、市场进入流程和决策路由等需要快速给出判断的任务,尤其适合对延迟敏感且依赖最新信息的场景。
它和同系列的 Jev 有什么区别?
Jev 返回自由文本回答,而 Decisions Fast 针对命名问题返回带概率的结构化答案。在一个示例中,Jev 以 0.86 的概率回答“否”,Decisions Fast 检索当前网页后以 1.0 的概率回答“是”。
可以通过 OpenAI 兼容的聊天接口调用吗?
不可以。它运行在 OpenRouter 的 Decisions API 上,而非 OpenAI 兼容的聊天端点,因此聊天补全 SDK 无法直接使用。