Perplexity 换代后独立综合分停在 70
Perplexity 决策模型换到 v1.3,独立决策指数仍是 70 分、每百万题仍是 68 美元,每题耗时从 229 毫秒升到 289 毫秒。换代没有抬高综合分。
专题Artificial Analysis:持续追踪主线模型竞争

Perplexity 把决策模型换成新的一代,独立评测机构打出的综合分还是 70,多出来的是每道题多等的 60 毫秒。
11 月 12 日它发布 Decider v1.3 和 Flash v1.3,更新日志写明输入价与上一代相同。Artificial Analysis 的决策指数上,综合分仍是 70,每百万题成本仍是 68 美元,每题耗时从 229 毫秒升到 289 毫秒。
独立榜上的 70 分和 68 美元都没动
AA 目前列出 22 个决策模型。v1.3 综合分 70,排第 6;v1.2 同样是 70,排第 7。中位分是 66。
每百万题成本两边都是 68 美元,低于中位的 137 美元。变的是速度:v1.3 每题 289 毫秒,在 22 个里排到第 20,慢于中位的 209 毫秒;v1.2 是 229 毫秒。这 60 毫秒是编辑按两页数字相减得到的。
同一张榜上,谷歌 Gemini Decision 1 综合分 66,与中位分相同,每百万题成本 345 美元,大约是 Decider 的 5 倍。5 倍是 345 除以 68,由编辑计算。
它的输入标价是每百万词元 0.10 美元,Decider 是 0.02 美元,标价正好是 5 倍。便宜是真的,但这不是这次换代带来的:v1.2 已经是这个价、这个综合分。
Flash 综合分从 60 提到 64
Flash v1.3 综合分 64,仍低于中位的 66,在 22 个里排第 13。上一代 Flash v1.2 是 60 分,排第 21。
这是这组换代里唯一抬起来的综合分,幅度是 4 分,还没有跨过中位线。时延从 134 毫秒升到 178 毫秒,仍然快于中位的 209 毫秒。Flash v1.3 每百万题成本 34 美元,约为大模型的一半。
厂商自报的准确率测的是另一套题
Hugging Face 上的模型卡把 v1.3 写成在决策任务上性能和稳健性有提升,并新加了 Locate:按描述抽出原文片段,带回字符位置和分数。
官方文档写明,这是 v1.3 才有的题型,v1.2 不会答;Locate 只接受文本、单次最多 128 问,也不能和网页检索一起用。文档里的上下文窗口是 256K 词元。
训练用到 8K 词元,评测用到 32K 词元,更长的输入可以提交,但抽取质量没有测过。
Unite.AI 11 月 12 日报道了 Perplexity 自己的评测:在 63 项查询分类任务上平均准确率 91.6%,比其生产分类器高 6.54 个百分点,参考答案由前沿模型重新标注。
另有一组对约 100 万条接口请求的核对,v1.3 与前沿模型评委的一致率是 93.98%,v1.2 是 93.68%。这是和模型评委的一致率,不是对真实标签的准确率,分差也只有 0.30 个百分点。这些数字不能拿来改写 AA 的 70 分。
独立指数测的是选择题和概率校准,权重最高的一项是对简历、收据、发票和研究论文做抽取与判断,并不测 Locate 这种按描述回原文的题型。综合分不动,说明不了 Locate 有没有用,只说明换代没有抬高原有决策任务的独立读数。
已经在用 v1.2 的人,不必为综合分去升级。只有任务里确实需要抽出原文片段,换代才有独立的理由。新接入的人可以把 v1.3 当成一个综合分高于中位、每题成本也低于中位的决策模型来用,但不要把换代理解成分数跃升。
来源
- Perplexity · Decisions API 文档(2026-11-16 读取:价格、256K 上下文、Locate 限制、v1.2 仍可用) 官方文件
- Perplexity · API Changelog(Decisions API: pplx-decider-v1.3, Flash v1.3 与 locate) 官方文件
- Hugging Face · perplexity-ai/pplx-decider-v1.3 模型卡 企业宣称
- Artificial Analysis · Decider v1.3 模型页(2026-11-16 读取) 第三方评测
- Artificial Analysis · Decider v1.2 模型页(2026-11-16 读取) 第三方评测
- Artificial Analysis · Decider Flash v1.3 模型页(2026-11-16 读取) 第三方评测
- Artificial Analysis · Decider Flash v1.2 模型页(2026-11-16 读取) 第三方评测
- Artificial Analysis · Gemini Decision 1 模型页(2026-11-16 读取) 第三方评测
- Artificial Analysis · Decision Index 方法说明(v2.1 六项权重) 第三方评测
- Unite.AI · Perplexity Releases Decider V1.3 Models with Text-Span Extraction(2026-11-12) 媒体报道
引用与数据Markdown 镜像

