Perplexity 发布 Decider V1.2：登顶 Vals AI 决策模型榜 ClaimBench

bo_wangbo · x · 2026-10-21

Perplexity 发布决策模型 pplx-decider-v1.2，在 Vals AI 同日发布的决策模型基准 ClaimBench 上排名第一。该基准测试模型能否判断金融文档对某条主张是支持、矛盾还是无关，共评测 15 个模型、1960 条主张配对 10-K 文件摘录。

Decider V1.2 是 27B 的模型检查点，与生成文本的聊天模型不同：它读取传入内容（文本、JSON 或图片），单次请求返回类型化的概率答案——是非题的是概率、最多 255 选项的选择分布、或评分量规各档概率加期望分，适用于分类、路由、审核与量规打分等由应用代码阈值化的场景。

定价为输入 $0.02/百万 token、输出免费，262K 上下文，另有更便宜的 Decider Flash V1.2 同接口可选，均已在 OpenRouter 和 Perplexity API 上线。

原文链接 →

「模型」频道最新

• Space Bunny Alpha 实为 MiniMax M3.1 Flash：1M 上下文、主打性价比 — ZabihullahAtal · 2026-10-21
• Rork 界面现「Opus 5.5 Medium」选项,Anthropic 新模型或曝光 — rudrank · 2026-10-21
• RSI-Bench 首批任务通过验证管线,含 reward-hacking 检测与补丁 — SRSchmidgall · 2026-10-21
• 开发者吐槽 Anthropic 生物安全护栏：读篇论文就触发拦截 — robleclerc · 2026-10-21
• Reddit 用户称本地运行的未审查版 DeepSeek 对病毒提问毫无犹豫直接作答 — Only_Light_9817 · 2026-10-21
• Interconnects 第 25 期：盘点 28 个新模型，覆盖 DeepSeek V4.1 Flash 与中美新监管 — natolambert · 2026-10-21

更多「模型」频道 AI 资讯 →