Decider Flash V1.3 (free) API
以機率輸出結構化決策結果,適合快速分類、擷取、排序與內容安全判斷。
Perplexity Decider Flash V1.34B 是 Decider v1.3 的蒸餾小型版本,專為需要快速、低延遲結構化決策的工作流程設計。模型可處理文字、JSON 與影像輸入,並使用雙向注意力;上下文長度為262K。它不以產生長篇文字為主,而是針對決策問題回傳機率。
模型支援是非題、最多255個選項的選擇題,以及最多10個等級的有序評分題,分別回傳「是」的機率、各選項機率與最可能選項,或機率與預期分數。locate 功能可依指示從輸入擷取文字範圍,也支援透過自然語言提示加入新任務而不需微調。
它適合內容審核、釣魚與提示注入偵測、大型內容集合篩選標記、搜尋結果相關性評分與重排序、命名實體辨識、個人資訊識別、抽取式問答,以及代理安全規則與頁面品質過濾。模型採 Apache 授權開放權重,4B參數規模適合相容的本機裝置;使用決策閾值時,仍應依標籤頻率與錯誤成本,以小型標註開發集進行調整。
更新時間:
模型 ID
pplx-decider-flash-v1.3:free- 上下文
- 262.144K
- 最大輸出
- 235.929K
- 輸入
- text / image
- 輸出
- decisions
核心要點
- 機率式結構化決策
- 支援最多255個選項
- 有序評分最多10級
- 上下文長度262K
- Apache 開放權重
- 4B參數規模
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。
| 可用率 | |||
|---|---|---|---|
| $0 | $0 |
歷史統計不等於即時健康檢查,缺少資料不代表服務中斷。
基準測試
- 86.50%
多語言分類基準
八種語言的平均任務準確率。
- 88.16%
多語言分類基準
Decider v1.3 在八種語言的平均任務準確率。
- 85.41%
多語言分類基準
Jev1.14 在八種語言的平均任務準確率。
- 63.6
擷取任務
平均分數。
- 69.0
擷取任務
Decider v1.3 的平均分數。
- 43.3
擷取任務
Liquid d1 的平均分數。
- 41.5
擷取任務
Cloudflare's Clairic 的平均分數。
- 33.6
擷取任務
GLiNER large v2.5 的平均分數。
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-v1.3: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"]
}
}
}'常見問題
什麼是 Decider Flash V1.3 (free)?
Perplexity Decider Flash V1.34B 是 Decider v1.3 的蒸餾小型版本,專為需要快速、低延遲結構化決策的工作流程設計。模型可處理文字、JSON 與影像輸入,並使用雙向注意力;上下文長度為262K。它不以產生長篇文字為主,而是針對決策問題回傳機率。 模型支援是非題、最多255個選項的選擇題,以及最多10個等級的有序評分題,分別回傳「是」的機率、各選項機率與最可能選項,或機率與預期分數。locate 功能可依指示從輸入擷取文字範圍,也支援透過自然語言提示加入新任務而不需微調。 它適合內容審核、釣魚與提示注入偵測、大型內容集合篩選標記、搜尋結果相關性評分與重排序、命名實體辨識、個人資訊識別、抽取式問答,以及代理安全規則與頁面品質過濾。模型採 Apache 授權開放權重,4B參數規模適合相容的本機裝置;使用決策閾值時,仍應依標籤頻率與錯誤成本,以小型標註開發集進行調整。
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。
它支援哪些輸入與輸出?
支援文字、JSON 與影像輸入。模型主要回傳結構化決策結果與機率,而不是一般散文式回答。
它的上下文與輸出長度是多少?
上下文長度為262K。資料未提供輸出長度上限。
它適合哪些任務?
適合內容審核、分類標記、搜尋相關性評分與重排序、資訊擷取、抽取式問答,以及代理安全與頁面品質過濾。
它能處理哪些決策題型?
支援是非題、最多255個選項的選擇題,以及最多10個等級的有序評分題。
它與同系列 Decider v1.3 有何差別?
它是 Decider v1.3 的蒸餾小型版本,定位為較適合低延遲結構化決策與相容本機裝置部署的選項。
相關模型
Decider V1.3 (free)
Perplexity決策pplx-decider-v1.3:freePerplexity Decider V1.3 是面向分類、評分與路由的多模態決策模型,輸出結構化機率分布。
上下文
262.144K
輸出
決策
輸入 tokens
$0 / 1M tokens
輸出 tokens
$0 / 1M tokens
Decider Flash V1.2
Perplexity決策pplx-decider-flash-v1.2Perplexity 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。
上下文
262.144K
輸出
決策
輸入 tokens
$0.01 / 1M tokens
輸出 tokens
$0 / 1M tokens