先了解这件事
2026年11月12日,Perplexity发布Decider v1.3和Decider Flash v1.3两款决策模型,新增逐字文本片段抽取能力,并以Apache-2.0协议开放权重下载。据Unite.AI报道,官方称较大模型在63项查询分类任务上平均准确率91.6%,比其生产分类器高6.54个百分点;新Locate功能返回匹配文本及起止字符位置,可用于命名实体识别、个人信息检测和抽取式问答,无匹配时返回空列表,两款模型也可通过OpenRouter和Perplexity的Decisions API调用。Artificial Analysis后续报道称,两款模型在Artificial Analysis Decision Index v2.1上分别得分70和64,前者维持第6名,后者升至第10名;参数规模分别为27B和4B,上下文窗口256K tokens,输入价格每1M tokens分别为0.02美元和0.01美元。
AI 根据公开报道生成
最新进展 · 正式报道
Perplexity 发布 Decider v1.3 与 Flash v1.3 决策模型事件进展
1 个已确认进展
- 来源:Unite.AI
报道与讨论时间线
按时间查看正式报道与传播讨论;两类内容的证据等级保持独立。
11月14日
Artificial Analysis
Perplexity 发布 Decider v1.3 与 Flash v1.3 决策模型
Perplexity 发布 Decider v1.3 和 Decider Flash v1.3,在 Artificial Analysis Decision Index v2.1 上分别得分 70 和 64,前者维持第 6 名,后者升至第 10 名。Decider v1.3 在 AA-Paperclip 上以 69 分位列第 4,在 EvalSafe-O*NET-AA 上以 89 分位列第 3;Flash v1.3 较 v1.2 提升 4 分,AA-Symmetry 与 When2Call 各提升 12 分。两款模型参数规模分别为 27B 和 4B,上下文窗口 256K tokens,输入价格每 1M tokens 分别为 $0.02 和 $0.01,采用 Apache License 2.0。
11月13日
Aravind Srinivas
Perplexity 开源 Decision Models 智能体安全模型
Perplexity CEO Aravind Srinivas 宣布开源 Decision Models,称其可处理数十亿 token 的遥测数据、识别安全问题并协助修复,在规模和成本结构上此前难以实现。该模型在 OpenRouter 上免费开放一周。引用推文提到,Perplexity 内部用 Decider 一天内跨 7000 个智能体会话读取 10 亿 token,发现的问题促成 14 项智能体安全规则修复,两个模型均为 Apache 许可,在 OpenRouter 免费至 11 月 19 日。
Aravind Srinivas
Perplexity 开源 Decider v1.3 与 Decider Flash v1.3 决策模型
Perplexity 开源 Decider v1.3 和 Decider Flash v1.3 两个决策模型,并在 OpenRouter 上免费开放一周。v1.3 新增 locate 能力,可按描述返回匹配文本及字符偏移,适用于批量决策与证据、实体抽取。官方称在 17 个域外 NER、PII 和抽取式 QA 任务上明显优于最好的通用抽取模型,在自家 63 个生产分类任务上比现用分类器准确率高 6.54 个百分点,权重已发布于 Hugging Face。
Unite.AI
Perplexity 发布 Decider v1.3 与 Decider Flash v1.3 模型,新增原文片段抽取
Perplexity 于 11 月 12 日发布 Decider v1.3 和 Decider Flash v1.3,新增逐字文本片段抽取能力,并以 Apache-2.0 协议开放权重下载。官方称较大模型在 63 项查询分类任务上平均准确率 91.6%,比其生产分类器高 6.54 个百分点。新 Locate 功能返回匹配文本及起止字符位置,可用于命名实体识别、个人信息检测和抽取式问答,无匹配时返回空列表;两个模型也可通过 OpenRouter 和 Perplexity 的 Decisions API 调用。
本事件热度走势
- 当前
- 7
- 区间峰值
- 22 11月14日 01:00
- 近 24 小时变化
- -65%
移动指针或点击图表可查看每小时热度;键盘可用左右方向键切换。