Perplejidad del modelo de toma de decisiones de código abierto 27B, la puntuación integral de la evaluación oficial supera ligeramente a Jev

Dongcha Beating AI News, Perplexity lanza Decisions API y un modelo de decisión multimodal de código abierto pplx-decider-v1-27b. No genera texto ordinario, sino que devuelve directamente la distribución de probabilidad en la respuesta dada por el desarrollador, que puede usarse para clasificación, enrutamiento de solicitudes y selección de la siguiente acción del Agente. El precio de la API es de 0,04 dólares por cada millón de tokens de entrada y las salidas son gratuitas.

Entre los 11 elementos y un total de 7210 revisiones de muestra publicadas por Perplexity, la tasa de precisión integral de pplx-decider-v1-27b es del 85,71%, que es superior al 84,51% de Jev y al 74,76% de Qwen3.8-27B. Pero no está liderando en todos los ámbitos. Jev obtuvo una puntuación más alta en 6 de las 11 pruebas, con Perplexity liderando a FinancialPhraseBank, RAGtruth, TabFact y Circa. Estas puntuaciones provienen de las propias autoevaluaciones de Perplexity, no de revisiones independientes de terceros.

Este tipo de modelo se especializa en manejar "pequeños juicios" de alta frecuencia en Agent. Por ejemplo, a quién se le debe asignar el ticket de servicio al cliente, si se debe llamar a la herramienta y qué proceso seguir a continuación. El LLM tradicional generalmente genera un fragmento de texto y luego analiza la respuesta, mientras que el modelo de decisión devuelve directamente opciones y probabilidades preestablecidas. AWS, Cloudflare, etc. han lanzado recientemente modelos similares.