Decider Flash V1.2 API
Perplexity 推出的輕量決策模型，以機率回答是非、選項與評分問題，適合高頻分類與篩選。
Decider Flash V1.2 是 Perplexity 決策模型系列中較小、成本更低的成員，基於 Qwen3.5-4B 主幹、具備 40 億參數，並以開放權重形式釋出。它的輸出重點在於機率：針對指定的是非題、選項題與評分表題，分別給出機率、各選項機率與最可能選項，或各等級機率與預期分數，而非生成式文字或解釋。
它支援文字、JSON、圖片與 PDF 輸入，並提供結構化輸出，單次請求可處理完整內容；由於會一次處理整個請求，同一個輸入上的多個問題可以一起回答，但每個問題仍會各自計費。262K token 的上下文窗口對 40 億參數模型而言相當充裕，適合需要軟體拿數值答案與門檻比較的應用。
這款模型特別適合高頻分類、支援工單分流、篩選、訊息標記、內容審核、情感評分、評分表評分，以及從圖片擷取結構化資料、視覺分類與視覺屬性驗證等任務。它可在相容硬體上以 4 位元量化、約 13 GB 顯存本地執行，也能透過 Decider for Mac 應用程式在裝置端執行；Perplexity 建議使用者以自己的標註範例驗證準確度，尤其是細緻判斷。
更新時間:
模型 ID
pplx-decider-flash-v1.2- 上下文
- 262.144K
- 最大輸出
- 235.929K
- 輸入
- text / image
- 輸出
- decisions
核心要點
- 以機率回答是非、選項與評分問題
- 262K tokens 上下文窗口
- 40 億參數的開放權重模型
- 支援文字、JSON、圖片與 PDF 輸入
- 可本地或裝置端執行
- 與完整 Decider V1.2 共用 API 契約
供應商
比較不同供應商的呼叫價格，點擊供應商可查看完整費用和適用條件。
| $0.01 | $0 |
基準測試
- 85.71%
11 項基準的整體準確率
7,210 個樣本；此數據是透過 Perplexity API 測量整個 Decider V1.2 系列，而非 Flash 版本
分數來自模型廠商公布的資料，未經獨立驗證。
決策快速開始
把狀態與明確的型別化問題送到 /api/v1/decisions，每個問題讀回一個答案：noul 回傳 0 到 1 的機率，choice 回傳選中的選項及其分布，score 回傳有序標準的數值評分。這個入口與 Chat Completions、Messages、Responses 三套介面彼此獨立。
curl https://openapi.felo.ai/api/v1/decisions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "pplx-decider-flash-v1.2",
"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"]
}
}
}'常見問題
什麼是 Decider Flash V1.2?
Decider Flash V1.2 是 Perplexity 決策模型系列中較小、成本更低的成員，基於 Qwen3.5-4B 主幹、具備 40 億參數，並以開放權重形式釋出。它的輸出重點在於機率：針對指定的是非題、選項題與評分表題，分別給出機率、各選項機率與最可能選項，或各等級機率與預期分數，而非生成式文字或解釋。 它支援文字、JSON、圖片與 PDF 輸入，並提供結構化輸出，單次請求可處理完整內容；由於會一次處理整個請求，同一個輸入上的多個問題可以一起回答，但每個問題仍會各自計費。262K token 的上下文窗口對 40 億參數模型而言相當充裕，適合需要軟體拿數值答案與門檻比較的應用。 這款模型特別適合高頻分類、支援工單分流、篩選、訊息標記、內容審核、情感評分、評分表評分，以及從圖片擷取結構化資料、視覺分類與視覺屬性驗證等任務。它可在相容硬體上以 4 位元量化、約 13 GB 顯存本地執行，也能透過 Decider for Mac 應用程式在裝置端執行；Perplexity 建議使用者以自己的標註範例驗證準確度，尤其是細緻判斷。
如何計算呼叫費用？
費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格，詳見計費明細。
Decider Flash V1.2 支援哪些輸入格式？
支援文字、JSON、圖片與 PDF 輸入，並提供結構化輸出。
它的上下文窗口有多大？
上下文窗口為 262K tokens，對 40 億參數的模型而言相當充裕。
它適合哪些任務？
適合高頻分類、支援工單分流、篩選、訊息標記、內容審核、情感評分、評分表評分，以及從圖片擷取結構化資料與視覺分類等任務。
它與完整的 Decider V1.2 有什麼差別？
它是完整 Decider V1.2 的較小、成本更低版本，兩者共用相同的 API 契約；完整的 pplx-decider-v1.2 是基於 Qwen3.8-27B 主幹的 270 億參數模型，支援最高 160 萬像素的視覺輸入。
可以在本地執行嗎？
可以。在相容硬體上以 4 位元量化執行約需 13 GB 顯存；也可透過 Decider for Mac 應用程式在裝置端執行，該應用程式需要 5.8 GB 儲存空間與 16 GB 記憶體。