Perplexity开源决策模型:总分微胜Jev

2026 年 10 月 1 日，Perplexity 把自己的第一个决策模型放上了 Hugging Face：pplx-decider-v1-27b，Apache 2.0 协议，权重 26B。一家以搜索起家的公司，入场位置不是又一个通用大模型，而是智能体工作流里最不起眼也最烧钱的一环：做决定。

决策模型是什么

按 Cloudflare 在同期发布里的解释，决策模型做的事是分类与判断：输入一段客服消息，输出带概率的类型化答案——是否紧急、该哪个团队处理，代码直接拿去路由、升级或转人工。它和 LLM 的分工在于：LLM 开放生成但非确定，决策模型输出有界、便宜、快、稳定。这个品类由 Typesafe AI 的 Jev 带火，Cloudflare 直言市场已经「越来越饱和」——一周之内，Fastino 的 GLiDE、Cloudflare 的 Clef、Perplexity 的 Decider 相继亮相，迭代速度以周计。

成绩单：总评压 Jev，赢在检索真值

官方模型卡给出了 11 项基准的对照：总评 85.71%，略超 Jev 的 84.51%，大幅超过底座 Qwen3.8-27B 的 74.76%。细看单项更有意思：Decider 赢在 RAGTruth（88.80% 对 77.27%，领先逾 11 个百分点）、FinancialPhraseBank、TabFact、Circa 这类「给定材料做判断」的题；Jev 则守住 WinoGrande、BBH、JudgeBench、TruthfulQA 和自家 JevBench。一家搜索引擎公司微调出的模型，最强的恰好是检索真值判断——数据基因藏不住。需要说明：这些数字由 Perplexity 通过自家 API 测得并公布，属自报成绩。

开源，但有门槛

Decider 支持 choice、noul 两类输出，返回校准过的概率，还能直接吃图片做视觉判断。但 26B BF16 权重就需要约 49 GiB 空间，还要另加工作内存，CUDA 环境、Python 3.12 起步；模型卡页面显示的月下载量还只有 165。换句话说，这是给有显卡的工程团队准备的组件，不是拿来即用的 API 替代品。

所以呢

决策模型正在变成智能体栈里的独立一层：路由、分类、护栏这类高频小判断，不必每次都请示前沿大模型。Perplexity 的入场说明两点：第一，搜索公司攒下的判断类数据能直接换成模型优势；第二，这个品类的窗口期不会太长，等 API 巨头把决策能力打包进平台，开源权重的差异化就是入场券。做智能体的团队现在可以问自己一个问题：你的工作流里，有多少次大模型调用其实只是在做一道选择题？模型卡见 Hugging Face。