Modelo de tomada de decisão 27B de código aberto perplexidade, a pontuação abrangente da avaliação oficial excede ligeiramente Jev

Dongcha Beating AI News, Perplexity lança API de decisões e modelo de decisão multimodal de código aberto pplx-decider-v1-27b. Não gera texto comum, mas retorna diretamente a distribuição de probabilidade na resposta dada pelo desenvolvedor, que pode ser utilizada para classificação, roteamento de solicitações e seleção da próxima ação do Agente. O preço da API é de US$ 0,04 por 1 milhão de tokens de entrada e as saídas são gratuitas.

Entre os 11 itens e um total de 7.210 análises de amostra publicadas pela Perplexity, a taxa de precisão abrangente de pplx-decider-v1-27b é de 85,71%, que é superior aos 84,51% de Jev e aos 74,76% de Qwen3.8-27B. Mas não é uma liderança generalizada. Jev obteve pontuação mais alta em 6 dos 11 testes, com Perplexity liderando FinancialPhraseBank, RAGTruth, TabFact e Circa. Essas pontuações são provenientes das autoavaliações da própria Perplexity, e não de análises independentes de terceiros.

Este tipo de modelo é especializado em lidar com "pequenos julgamentos" de alta frequência no Agente. Por exemplo, a quem deve atribuir o ticket de atendimento ao cliente, se a ferramenta deve ser chamada e qual processo realizar em seguida. O LLM tradicional geralmente gera um trecho de texto e depois analisa a resposta, enquanto o modelo de decisão retorna diretamente opções e probabilidades predefinidas. AWS, Cloudflare, etc. lançaram recentemente modelos semelhantes.