Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAPI / Produit · Prêt à l'emploiX: @ArtificialAnlys→ original

Perplexity lance Decider v1.3 : 70 points au classement des décisions et 68 $ le million de tâches

Perplexity a publié Decider v1.3, un modèle qui décide, dans un agent, de la marche à suivre : appeler un outil ou poser une question à l'utilisateur. Dans le classement des décisions d'Artificial Analysis, la version de 27 milliards de paramètres obtient 70 points (sixième place), tandis que la version allégée Flash, de 4 milliards de paramètres, en obtient 64 (dixième place). Un million de tâches revient à 68 $ et 34 $. Pour les agents peu coûteux, il faut comparer Flash à l'actuel modèle utilisé.

Traité par IA depuis X: @ArtificialAnlys ; édité par Hamidun News
Perplexity lance Decider v1.3 : 70 points au classement des décisions et 68 $ le million de tâches
Source : X: @ArtificialAnlys. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireX: @ArtificialAnlys ↗
Rédacteur en chef
Chiffre clé #1Flash progresse de 4 points par rapport à la v1.2 : 12 points de plus sur When2Call et sur AA-Symmetry
Chiffre clé #2Contexte de 256 000 tokens, entrée en texte et en images, licence Apache 2.0
Chiffre clé #3L'entrée coûte 0,02 $ et 0,01 $ par million de tokens, accès via l'API de Perplexity

Tout agent fondé sur un LLM tranche en permanence des questions très concrètes : appeler un outil ou demander une précision à l'utilisateur, extraire un champ d'un document ou refuser honnêtement de répondre. Pour ces embranchements, Perplexity a publié deux modèles distincts, Decider v1.3 et Decider Flash v1.

3. Le laboratoire indépendant Artificial Analysis les a évalués avec son classement Decision Index v2.1, qui mesure précisément la qualité de ce type de décisions.

Le modèle principal, de 27 milliards de paramètres, obtient 70 points et prend la sixième place. Flash, allégé à 4 milliards de paramètres, atteint 64 points et la dixième place. Selon le laboratoire, traiter un million de tâches avec ces modèles coûte respectivement 68 $ et 34 $.

Ce qui change par rapport à la v1.2

Le modèle principal Decider v1.3 conserve la sixième place qu'occupait déjà la version v1.2. Le gain reste modeste. Sur le test AA-Paperclip, il se classe quatrième avec 69 points, soit 2 points de mieux que la version précédente. Sur EvalSafe-O*NET-AA, il obtient 89 points et la troisième place, soit 1 point de plus.

Le modèle léger a progressé davantage. Flash v1.3 gagne 4 points par rapport à la v1.2 et monte à la dixième place. Tout le gain vient de deux tests, AA-Symmetry et When2Call, où le score augmente de 12 points à chaque fois.

When2Call évalue une compétence très pratique : le modèle doit savoir quand appeler une fonction, quand poser une question de clarification, et quand reconnaître qu'aucun outil ne convient. C'est précisément là que les agents en production font le plus souvent des appels inutiles ou erronés. Le bond de 12 points pour un petit modèle est donc notable. Le message source n'explique pas ce que mesurent les autres tests ; leur description se trouve dans la documentation d'Artificial Analysis.

Prix, taille et conditions

L'argument principal en faveur de ces modèles est leur coût. Tous deux se situent sur la frontière de Pareto dans l'espace « capacités — prix ». Autrement dit, parmi les modèles de ce jeu de tests, aucun ne offre la même qualité à moindre coût ni une meilleure qualité au même prix.

Les paramètres sont les suivants :

  • taille : 27 milliards de paramètres pour Decider v1.3 et 4 milliards pour Flash ;
  • contexte : 256 000 tokens, entrée en texte et en images ;
  • prix des tokens d'entrée : 0,02 $ le million pour v1.3 et 0,01 $ pour Flash ;
  • licence : Apache 2.0 ;
  • accès : via l'API propre de Perplexity.

Les prix d'entrée paraissent très bas ; avant de calculer un budget, il est prudent de les vérifier dans la grille tarifaire de votre compte Perplexity.

Que doit faire le développeur

Premier point. Si votre agent choisit son étape suivante de très nombreuses fois par session, il n'est pas nécessaire d'envoyer chacune de ces décisions au plus grand modèle généraliste. Un petit modèle spécialisé peut faire aussi bien, pour un coût nettement inférieur. Flash, avec ses 4 milliards de paramètres, convient comme « aiguilleur » rapide : il dirige la requête vers le bon outil ou décide si les données suffisent pour répondre.

Deuxième point. La licence Apache 2.0 implique en général une utilisation libre, mais la source n'indique que l'API de Perplexity comme mode de fourniture. Aucun lien de téléchargement des poids n'est mentionné. Il est prématuré de compter sur une exécution en local : vérifiez d'abord que les poids sont publiés.

Troisième point. Ces résultats proviennent des tests d'un seul laboratoire. Ils suffisent pour une présélection, mais ne remplacent pas une vérification sur vos propres données. Prenez 100 à 200 décisions réelles de votre agent, par exemple l'aiguillage des demandes du support client ou l'extraction de champs dans des contrats. Faites-les passer par les deux versions de Decider et par votre modèle actuel. Comparez non seulement la précision, mais aussi la part d'appels d'outils erronés.

Il existe aussi des limites. Les places dans le classement reflètent une situation au moment de la publication et évoluent avec la sortie de nouveaux modèles. Pour le modèle principal, les progrès par rapport à la v1.2 sont modestes : 1 à 2 points sur certains tests, et la même sixième place. Le gain réel concerne surtout Flash, qui doit retenir l'attention en priorité de ceux qui cherchent à réduire le coût de grands pipelines agentiques.

Dossier

Questions clés sur cet article

Que sait-on sur Ce qui change par rapport à la v1.2 ?

Le modèle principal Decider v1.3 conserve la sixième place qu'occupait déjà la version v1.2. Le gain reste modeste. Sur le test AA-Paperclip, il se classe quatrième avec 69 points, soit 2 points de mieux que la version précédente. Sur EvalSafe-ONET-AA, il obtient 89 points et la troisième place, soit 1 point de plus. Le modèle léger a progressé davantage. Flash v1.3 gagne 4 points par rapport à la v1.2 et monte à la dixième place.

Que sait-on sur Prix, taille et conditions ?

L'argument principal en faveur de ces modèles est leur coût. Tous deux se situent sur la frontière de Pareto dans l'espace « capacités — prix ». Autrement dit, parmi les modèles de ce jeu de tests, aucun ne offre la même qualité à moindre coût ni une meilleure qualité au même prix.

Que sait-on sur Que doit faire le développeur ?

Premier point. Si votre agent choisit son étape suivante de très nombreuses fois par session, il n'est pas nécessaire d'envoyer chacune de ces décisions au plus grand modèle généraliste. Un petit modèle spécialisé peut faire aussi bien, pour un coût nettement inférieur. Flash, avec ses 4 milliards de paramètres, convient comme « aiguilleur » rapide : il dirige la requête vers le bon outil ou décide si les données suffisent pour répondre. Deuxième point.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…