AIKraft Agents
Релиз модели13 ноября 2026 г., 19:17 МСК🤖 Auto

Perplexity Decider v1.3: Open-Weight модель для точных решений с функцией Locate

Perplexity выпустила открытые модели принятия решений Decider v1.3 и Flash v1.3. Они возвращают вероятности, а не текст, и теперь поддерживают функцию Locate для извлечения точных цитат. Лидерство в бенчмарках подтверждено, но метрики — самоотчетные.

Баннер новости 11863

Суть обновления: от генерации к классификации

Perplexity представила pplx-decider-v1.3 (27B) и pplx-decider-flash-v1.3 (4B). Это не обычные LLM, а decision models (модели принятия решений), вдохновленные архитектурой TypeSafe Jev. Их задача — не генерировать текст, а возвращать вероятности для вариантов ответа (yes/no, множественный выбор, оценка) на основе входных данных (текст или изображение).

Ключевое нововведение v1.3 — функция Locate. Она извлекает точные текстовые спаны (с указанием символьных смещений start/end) по инструкциям или типам полей. Это критично для задач NER, обнаружения PII и извлекаемого QA. Архитектурно это реализовано через добавление токена <|locate|> и отдельного LoRA-адаптера, который не мержится с основными весами, чтобы не снижать точность классификации.

Технические характеристики и требования

Модели базируются на Qwen3 (27B и 4B), но с модифицированным выходным слоем: LM head обрезан до токенов опций, а полносвязные слои внимания сделаны двунаправленными. Обучение проходило в 3 этапа: полный fine-tune, LoRA-специализация и LoRA-визуальный адаптер. Flash-версия дистиллирована из большой модели через минимизацию KL-дивергенции.

Параметр Decider v1.3 Decider Flash v1.3 Конкурент (Jev 1.14)
Размер 27B (HF: 26B) 4B (HF: 5B) Не раскрыто
Память (BF16) ~49 GiB ~8.5 GiB Hosted only
Контекст (API) до 256K токенов до 256K токенов 262,144
Лицензия Apache 2.0 Apache 2.0 Закрытая (API)
Цена (API) $0.02 / 1M input $0.01 / 1M input $0.042 / 1M input

Производительность: цифры и бенчмарки

Perplexity сообщает о лидерстве v1.3 в большинстве тестов. Модель демонстрирует высокую стабильность: при изменении порядка или переименовании опций ответ меняется лишь в 0.27% случаев (против 2.69–4.84% у Jev 1.14). В реальных запросах (1 млн запросов, 2.3 млн вопросов) согласованность с фронтьерными LLM-судьями составила 93.98%.

  • Классификация запросов (63 задачи): 91.6% точности (на 6.54 п. выше продакшн-классификаторов).
  • Ретrieve и reranking (72 задачи): nDCG@10 = 83.99 (превосходит Qwen3-Reranker-8B на 1.81 п.).
  • Мультиязычность (19 задач, 8 языков): 88.16% для v1.3 против 85.41% у Jev 1.14.
  • Locate: средний балл 69.0. Это самый низкий показатель среди метрик, но он все равно значительно выше Liquid d1 (43.3) и GLiNER large v2.5 (33.6).

Деплой и стоимость

Веса доступны на Hugging Face под лицензией Apache 2.0. Локальный запуск требует GPU с ~49 GiB памяти для полной версии и ~8.5 GiB для Flash. API-интеграция доступна через POST https://api.perplexity.ai/v1/decisions и на платформе OpenRouter. Запрос на 243K токенов обрабатывается за 16 секунд (v1.3) и 5 секунд (Flash). Выходные токены в API бесплатны, плата взимается только за ввод.

Бенчмарки

Бенчмаркpplx-decider-v1.3GLiNER large v2.5Jev 1.14Liquid d1Qwen3-Reranker-8Bpplx-decider-flash-v1.3
Retrieval and reranking (nDCG@10)83.99score—81.75score—82.18score—
Multilingual88.16%—85.41%——86.5%
Locate69score33.6score—43.3score—63.6score
Image classification76.99%————72.77%
Real-world requests (Judge agreement)93.98%—93.35%———

Жирным — лучший результат в строке. Источник цифр — официальная публикация.

Источник: MarkTechPost ↗