pplx-decider v1.1: 0,02 dollar – 94,5 DecisionBench, Apache

Perplexity bytter Decisions API til pplx-decider-v1.1-27b. Prisen er 0,02 dollar per million inn-tokens. Output er gratis. Vektene ligger på Hugging Face under Apache 2.0. DecisionBench 1.0, et åpent lederboard med 1071 rader, viser 94,5 prosent treff, 539 ms median og 0,017 dollar per 1000 beslutninger. Det er billigst blant modellene med høyest treff.

Dette er ikke en ny chatmodell. Det er en oppdatering av beslutningsmodellen hogby.ai dekket 1. oktober. Den skriver ikke svar. Den returnerer sannsynligheter. Tallene under er merket: labens egne, og DecisionBench.

Hva som faktisk er nytt

v1.1 erstatter v1 som modell i Decisions API. Kall som fortsatt heter pplx-decider-v1-27b virker, og faktureres til samme 0,02 dollar. Det står i Perplexitys changelog 9. oktober.

Samme ryggrad: Qwen3.8-27B. Samme native layout: Qwen3_5Model pluss en BF16-readout [255, 5120]. Ikke en full lm_head. Full-attention-lagene kjører noncausal. Standard kausal inferens gjenskaper ikke evalueringen. Perplexity skriver at gevinsten kommer fra to ting: causal mask er løftet, og mer treningsdata, blant annet tasksource. Det er labens forklaring, ikke et uavhengig ablasjonsstudie.

Self-host: Python 3.12+, CUDA med rom til om lag 49 GiB vekter pluss arbeidsminne. Modellkortet ber om autentisert Hugging Face-tilgang. Hugging Face merker custom-code. Pin commit-hash. Kjør i isolert GPU-jobb.

API-grensene er uendret: under 262 144 tokens, 32 MiB kropp, inntil 128 spørsmål, 10 kall per sekund. Bilder som PNG, JPEG eller WebP data-URL. Ikke http-URL. Endepunktet er fortsatt POST https://api.perplexity.ai/v1/decisions.

To lederboard, to historier

Hugging Face Decision Index, Perplexitys egen tabell på modellkortet:

v1.1 leder samlet. Jev leder Knowledge. Tools er omtrent flat mot v1. Dette er ikke 11-benchmark-tabellen fra 1. oktober. Ny vektlegging, nye tall. Ikke sammenlign 85,71 med 61,56.

DecisionBench 1.0, verifisert 9. oktober: 1071 rader, 35 oppgaver, 14 modeller. Perplexity Decider V1.1 27B står øverst med 94,5 prosent. DeepSeek V4.1 Flash 94,2 prosent til 0,683 dollar per 1000. Gemini 3.5 Flash 94,2 prosent til 3,32 dollar. Jev 1.13 93,8 prosent, 437 ms, 0,044 dollar. GPT-6 Luna Decisions 90,5 prosent, 326 ms, 0,083 dollar.

Aravind Srinivas siterte 8. oktober et tekstschnitt: 949 saker, 93,9 prosent, 534 ms, 0,016 dollar per 1000. Live-tavlen 9. oktober er 94,5 / 539 ms / 0,017. Forskjellen er filter, ikke magi.

Svakheten på DecisionBench sitter i Product: 82 prosent. Data 99, Finance 98, Support 97. Ikke en jevn seier.

Celeris hevdet 8. oktober 80,0 prosent mot Perplexitys 79,0 på sin jev-bench. Det er et tredje sett. Ikke slå sammen lederboard.

Hva ledere bør gjøre nå

Bytt modell-ID i Decisions API til pplx-decider-v1.1-27b. Prisen er allerede 0,02 også på v1-ID. Det er FinOps, ikke arkitektur.

Ikke bytt Jev, intern klassifiserer eller Celeris på 94,5 prosent. Test mot egne merkede saker: ruting, eskalering, RAG-filter og «skal vi kalle et verktøy». Mål kalibrering, ikke bare treff. Terskel nær 0,5 er usikkerhet, ikke et vedtak.

CISO: Apache 2.0 fjerner lisensfriksjon. Den fjerner ikke Qwen-opphav, custom Python og noncausal serving. Ingen EU-residency i dokumentasjonen. Self-host er EØS-sporet, ikke API-et. Logg x-request-id. Ikke send bilder som URL. Terskel nær 0,5 krever avvisning og menneskelig gjennomgang, særlig i kundesaker, kreditt og sikkerhetskø.

Sett beslutningsmodellen foran agenten. Cookbook-et er uendret: Decisions triager, Agent tar eskaleringene. 0,02 dollar per million inn holder for høyfrekvente ja/nei. Det holder ikke for resonnement, kode eller forklaring.

Kilder og medier

Primærkilde: Perplexity, pplx-decider-v1.1-27b, Hugging Face, Apache 2.0: https://huggingface.co/perplexity-ai/pplx-decider-v1.1-27b

Perplexity, Decisions API changelog og pris: 0,02 dollar per million inn-tokens, output gratis. v1.1 erstatter v1.

DecisionBench 1.0, 9. oktober 2026: https://decisionbench.ai/

Thumbnail: OpenAI Image 2 / hogby.ai