Felo API PlatformFelo API Platform
返回模型列表

Decider Flash V1.3 (free) API

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。

Perplexity Decider Flash V1.34B 是 Decider v1.3 的蒸馏小型版本,面向需要快速、结构化决策的工作流。模型支持文本、JSON 和图像输入,上下文长度为262K;针对判断题返回概率,而不是生成长篇 prose。它支持是或否问题、最多255个选项的选择题,以及最多10级有序量表的评分题,并分别返回概率、最可能选项或预期分数。

该模型适合内容审核、钓鱼与提示注入检测、大规模内容过滤和标注、搜索结果相关性评分与重排,也适用于命名实体识别、个人信息识别、抽取式问答、代理安全规则和网页质量筛选。locate 功能可依据指令从输入中提取片段;模型还支持通过自然语言提示开展新任务,无需微调。其4B参数规模适合在兼容的本地设备上部署,并提供 Apache许可下的开放权重版本。

使用时应在小型标注开发集上调节决策阈值,因为合适阈值取决于标签频率和错误成本。locate 使用的适配器尚未与主模型合并;完全可缓存模式还需要少量微调才能启用。

更新时间:

模型 ID

pplx-decider-flash-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

  • 返回决策概率
  • 支持最多255个选项
  • 支持最多10级评分
  • 上下文长度262K
  • 4B参数规模
  • 开放权重 Apache许可

供应商

1 个供应商

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。

供应商 · 计费明细
可用率
$0$0

基准测试

  • 多语言分类基准

    八种语言上的平均任务准确率。

    86.50%
  • 多语言分类基准

    Decider v1.3 在八种语言上的平均任务准确率。

    88.16%
  • 多语言分类基准

    Jev1.14 在八种语言上的平均任务准确率。

    85.41%
  • 抽取任务

    平均得分。

    63.6
  • 抽取任务

    Decider v1.3 的平均得分。

    69.0
  • 抽取任务

    Liquid d1 的平均得分。

    43.3
  • 抽取任务

    Cloudflare's Clairic 的平均得分。

    41.5
  • 抽取任务

    GLiNER large v2.5 的平均得分。

    33.6

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-flash-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 Flash V1.3 (free)?

Perplexity Decider Flash V1.34B 是 Decider v1.3 的蒸馏小型版本,面向需要快速、结构化决策的工作流。模型支持文本、JSON 和图像输入,上下文长度为262K;针对判断题返回概率,而不是生成长篇 prose。它支持是或否问题、最多255个选项的选择题,以及最多10级有序量表的评分题,并分别返回概率、最可能选项或预期分数。 该模型适合内容审核、钓鱼与提示注入检测、大规模内容过滤和标注、搜索结果相关性评分与重排,也适用于命名实体识别、个人信息识别、抽取式问答、代理安全规则和网页质量筛选。locate 功能可依据指令从输入中提取片段;模型还支持通过自然语言提示开展新任务,无需微调。其4B参数规模适合在兼容的本地设备上部署,并提供 Apache许可下的开放权重版本。 使用时应在小型标注开发集上调节决策阈值,因为合适阈值取决于标签频率和错误成本。locate 使用的适配器尚未与主模型合并;完全可缓存模式还需要少量微调才能启用。

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?

支持文本、JSON 和图像输入。

上下文长度和输出长度是多少?

上下文长度为262K。资料未提供输出长度上限。

它适合处理哪些任务?

适合概率化决策、分类、内容审核、搜索结果相关性评分与重排,以及命名实体和个人信息抽取。

它如何回答选择题?

对于最多255个选项的选择题,模型返回各选项概率以及最可能的选项;是或否问题则返回“是”的概率。

它与同系列模型有什么差别?

它是 Decider v1.3 的蒸馏小型版本,参数规模为4B,定位是更适合快速、结构化决策的低延迟选项。

相关模型