一、决策模型”5强”格局成形

2026年10月16-17日,Perplexity发布两款开源多模态决策模型:

  • pplx-decider-v1.2(27B)——基于Qwen3.8-27B微调
  • pplx-decider-flash-v1.2(4B)——基于Qwen3.5-4B

这标志着决策模型在10天内迎来第5个重要玩家:

玩家 模型 日期 定位
Liquid AI Open d1 10/7 开源边缘、零输出Token
Cloudflare Clef-omni 10/9 多模态(音视频)
Microsoft Decision-1 10/10 商业云端、35倍速度
vLLM Decision 3.0 10/13 6变体本地多规模
Perplexity Decider v1.2 10/16 开源+1美分定价+多问题共享

“决策模型”正式成为独立赛道。

二、Decider的”3种回答”机制

Decider不写回复、不生成代码——只回答被问好的判断题,并给出概率。

使用流程:

  1. 提供一份材料(state)——文本、结构化记录,或图片
  2. 提供一道或多道定型问题
  3. 获得概率,应用自己做决定

3种题型:

题型 输出
是非题 0到1之间的”是“的概率
选择题 在给定选项里逐个给概率并选出最可能的一个
评分题 按你定义的有序量表逐级给概率

典型应用:

  • 工单转给哪个团队
  • 商品照片是否显示破损
  • 拿不准的判断转人工复核

三、v1.2的核心突破:多问题共享输入

v1.2的最大变化:

把一份材料 + 多个问题放进同一次请求,每个问题有自己的读出标记,相关问题共享上下文,算力大致相当于只问一个问题。

效果:推理最高提速5倍。

对比上一代:逐题推理——同一份材料问3个问题 = 3倍成本。

其他技术改进:

  • 新attention schema——更好的batching
  • inference-aware retraining——专门针对推理成本优化训练
  • 新增reranking能力
  • 大幅增加训练算力和数据集规模

四、价格:1美分的激进定价

API定价:

模型 输入/百万token 输出 上下文
Decider v1.2(27B) $0.02 免费 —
Decider Flash v1.2(4B) $0.01 免费 —

输出免费——因为它本来就不生成输出(只给概率)。

对比决策模型价格:

模型 输入/百万token 对比
Perplexity Flash 4B $0.01 —
Perplexity v1.2 27B $0.02 —
Microsoft-Decision-1 $0.042 Perplexity 便宜2-4倍
Cloudflare Clef-flash $0.038 Perplexity 便宜2-4倍
Google Gemini 4 Argon $2.00(首推) Perplexity 便宜100-200倍

Perplexity的1美分是决策模型赛道最激进的定价。

五、Benchmark:27B总榜第2 + 4B同规模第1

指标 v1.1 v1.2 提升
Decision Index 0.3总分 62.30 68.09 +5.79
视觉决策分项 73.22 77.43 +4.21
推理速度 逐题 一次通过 最高5倍

HF Decision Index排名:

  • 27B v1.2:总榜第2
  • 4B Flash:同规模第1

六、⚠️ 关键警告:Perplexity自己的提醒

Perplexity在模型卡中主动提示了三个限制——这在AI行业非常罕见:

1. “自己出题自己考”

官方明确:

“这套基准由Perplexity自己维护和运行,且这一版的训练数据已经纳入了其中若干基准的官方训练集,分数上涨有多少来自’更会判断‘、多少来自’更熟悉考题‘,要等第三方复测才能拆开。”

这与昨日Gemini 4 Argon的harness争议(97.5% vs 49.8%)形成完美对仗——

案例 问题
Gemini 4 Argon 测试环境(vendor features)导致47.7pp差距
Perplexity Decider 训练数据可能包含基准训练集

两者都是“AI评估可信度”的系统性问题。

2. 4B合并多问题会损失准确率

官方建议:4B版本默认逐题处理。

3. 互不相关的对象应分开打分

官方明确:给互不相关的候选对象打分时应分开请求,放在一起会互相影响。

这是多问题共享功能的关键使用边界。

七、端侧运行:16GB内存的M4 Mac

Perplexity CEO Aravind Srinivas亲自发帖:

Flash版本可以端侧跑在一台16GB内存的M4 Mac上。

4B模型在16GB的Mac上本地运行——这是决策模型的“端侧化”关键一步。

对比Liquid AI d1的3B边缘部署:

  • Liquid AI d1:3B/600M,专门硬件边缘
  • Perplexity Flash 4B:普通MacBook就能跑

八、接入渠道

渠道 详情
Perplexity API Decisions API
Vercel AI Gateway 一个API密钥+用量成本监控+支出预算
OpenRouter 直接调用
Hugging Face 开源权重(Apache 2.0)
TypeSafe兼容API —

Vercel的三个亮点:

  • BYOK(自带供应商凭证)也不加价、不收平台费
  • 决策请求计入支出预算,可监控
  • 一个API密钥调用+监控

另外新增2个模型slug:pplx-decider-latest / pplx-decider-flash-latest——指向最新checkpoint,防止regression(Perplexity承诺”确保每个新checkpoint不在原有能力上退步”)。

九、5个值得记住的关键事实

  • 发布时间:2026-10-16
  • 两款模型:27B($0.02/M)+ 4B($0.01/M),输出免费
  • 核心突破:多问题共享输入,推理最高提速5倍
  • Benchmark:68.09(+5.79),HF总榜第2,4B同规模第1
  • 端侧:Flash 4B 可跑16GB内存的M4 Mac

十、5个常见疑问

Q1:多问题共享输入是”作弊”吗?
不算。这是推理优化:

  • 之前:同一材料问3个问题 = 3次推理
  • 现在:1次推理 + 3个读出标记

但4B版本官方建议逐题处理——准确率会损失。

Q2:$0.01/百万token怎么可能赚钱?
因为它不生成输出:

  • 传统LLM:输入贵+输出贵(输出token多)
  • 决策模型:输入便宜+输出免费

Perplexity赚的是“路由+API”的钱,不是token的钱。

Q3:为什么Perplexity要做决策模型?
战略定位:

  • Perplexity = AI搜索/答案引擎
  • 决策模型 = AI Agent的”判断层”
  • 两者组合 = “Perplexity的Agent栈”

这与Microsoft Decision-1、Cloudflare Clef-omni是同一个战略判断:30-40%的LLM调用不需要生成。

Q4:用自己的基准测自己的模型,可信吗?
官方主动承认这个问题——这是加分项。

但依然需要第三方复测:

  • Perplexity自己跑基准
  • 训练数据可能包含基准官方训练集
  • Community无法独立验证until有第三方

Q5:对中国AI公司有什么影响?
三大影响:

  1. DeepSeek/智谱/阶跃需要跟进决策模型赛道
  2. 基于Qwen的模型(Perplexity两款都基于Qwen)——阿里生态被西方公司采用
  3. 1美分定价会压低全行业决策模型价格

十一、为什么这条值得收藏

Decider v1.2是2026 Q4决策模型赛道的”分水岭”。三个层面意义:

1. “决策模型5强”完成行业验证

10天内5个玩家:

  • Liquid AI:开源、边缘、零输出Token
  • Cloudflare:多模态(音视频)
  • Microsoft:商业云端、35倍速度
  • vLLM:6变体本地多规模
  • Perplexity:开源+1美分+多问题共享+端侧Mac

这不是“一个公司的发布”,而是一个品类的形成。

2. “多问题共享输入”是实用性突破

5倍推理提速 + 1美分定价 = 决策模型从”能用”到”好用”。

具体场景:

  • 客服一次请求完成”是否投诉+转哪个团队+紧急度评分”
  • 成本从3次推理降到1次

3. “自己出题自己考”是行业系统性问题

Perplexity主动披露训练数据可能含基准训练集——

结合昨日Gemini 4 Argon的harness争议,两个独立案例指向同一结论:

AI评估的”可比性”正在崩塌——

  • 基准可以被harness影响47.7pp
  • 基准可以被训练数据影响

这比”某个模型更强”重要得多。

对于AI从业者:

  • 立即试用Decider Flash 4B(16GB Mac就能跑,$0.01/M)
  • 用“一次多问”模式做客服路由/内容审核
  • 关注4B时逐题处理(官方建议)

对于企业AI采购:

  • 1美分/M比Gemini Argon首推价便宜100倍
  • Apache 2.0可自托管
  • 多问题共享能省5倍成本

对于投资观察者:

  • Perplexity从”AI搜索“扩展到”AI判断层“
  • 决策模型赛道5家竞争,价格战开启
  • Perplexity的商业模式从API token转向路由+平台

当Liquid AI、Cloudflare、Microsoft、vLLM、Perplexity在10天内密集发布决策模型,当价格被压到1美分/百万token,当4B模型能跑在16GB Mac上——2026 Q4,决策模型从“技术概念”变成“生产基础设施”。

📚 信息来源

  1. toolnavs 10/18:Perplexity 发布 Decider v1.2:27B 模型不写答案,只报判断概率(独家中文详细)
  2. BlockBeats 10/17 10:54:Perplexity开源两款决策模型:百万输入Token最低1美分,推理最高提速5倍(独家)
  3. AiBoss88 10/16:Perplexity Decider V1.2 两款决策模型上线 Vercel AI Gateway(独家Vercel细节)
  4. HuggingNews 10/16:Perplexity’s New Decision Models Take No 2 Spot on HF Index(独家榜单数据)
  5. Digg 10/16:Perplexity introduces pplx-decider-v1.2 and pplx-decider-flash-v1.2(官方X帖全文)
  6. Perplexity Developers官方X 10/16

本文为编辑独立撰写的AI产品动态分析。Decider v1.2数据来自Perplexity官方X帖+ Hugging Face模型卡+ Vercel更新日志+ 5家媒体交叉验证。Decision Index 0.3为Perplexity自维护自运行基准,且官方主动承认训练数据可能包含部分基准官方训练集,第三方复测待跟进。$0.01/$0.02 per 1M输入token、输出免费为官方定价。5倍推理提速为官方声称(多问题共享一次通过)。16GB M4 Mac端侧运行为CEO Aravind Srinivas X帖声称。本文不构成任何投资或商业建议。