Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAPI / Produto · Pronto p/ usoX: @ArtificialAnlys→ original

Perplexity lança Decider v1.3: 70 pontos no ranking de decisões e US$ 68 por milhão de tarefas

A Perplexity lançou o Decider v1.3, um modelo que, dentro de um agente, decide o que fazer em seguida: chamar uma ferramenta ou perguntar algo ao usuário. No ranking de decisões da Artificial Analysis, a versão de 27 bilhões de parâmetros fez 70 pontos (sexto lugar), enquanto a versão simplificada Flash, com 4 bilhões de parâmetros, fez 64 (décimo lugar). Processar um milhão de tarefas custa US$ 68 e US$ 34, respectivamente. Para agentes mais baratos, vale comparar o Flash com o modelo atual.

Processado por IA de X: @ArtificialAnlys; editado por Hamidun News
Perplexity lança Decider v1.3: 70 pontos no ranking de decisões e US$ 68 por milhão de tarefas
Fonte: X: @ArtificialAnlys. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalX: @ArtificialAnlys ↗
Editor-chefe
Dado-chave #1O Flash subiu 4 pontos em relação à v1.2, com 12 pontos a mais no When2Call e no AA-Symmetry
Dado-chave #2Contexto de 256 mil tokens, entrada de texto e imagens, licença Apache 2.0
Dado-chave #3A entrada custa US$ 0,02 e US$ 0,01 por 1 milhão de tokens, com acesso pela API da Perplexity

Qualquer agente baseado em LLM toma decisões do dia a dia o tempo todo: chamar uma ferramenta ou perguntar algo ao usuário, extrair um campo de um documento ou recusar um pedido com honestidade. Para esses momentos de decisão, a Perplexity lançou os modelos separados Decider v1.3 e Decider Flash v1.

3. A laboratório independente Artificial Analysis os avaliou pelo seu ranking Decision Index v2.1, que mede justamente a qualidade dessas decisões.

O modelo maior, com 27 bilhões de parâmetros, fez 70 pontos e ficou em sexto lugar. O Flash, mais leve, com 4 bilhões de parâmetros, fez 64 pontos e ficou em décimo lugar. Segundo a laboratório, processar um milhão de tarefas nesses modelos custa US$ 68 e US$ 34, respectivamente.

O que mudou em relação à v1.2

O Decider v1.3, versão maior, manteve o sexto lugar que já ocupava com a v1.2. O avanço foi pequeno. No teste AA-Paperclip, ele ficou em quarto lugar com 69 pontos, 2 a mais que a versão anterior. No EvalSafe-O*NET-AA, tem 89 pontos e terceiro lugar, 1 ponto a mais.

A melhora mais visível foi no modelo menor. O Flash v1.3 ganhou 4 pontos sobre a v1.2 e subiu para o décimo lugar. Todo o ganho veio de dois testes, AA-Symmetry e When2Call, em que o resultado subiu 12 pontos em cada um.

O When2Call mede uma habilidade prática. O modelo precisa entender quando deve chamar uma função, quando deve fazer uma pergunta de esclarecimento ou quando deve reconhecer que não existe ferramenta adequada. É justamente aí que agentes em produção costumam fazer chamadas desnecessárias ou erradas. Por isso, o salto de 12 pontos em um modelo pequeno chama atenção. O que exatamente os demais testes medem não está explicado na mensagem original; a descrição deve ser procurada na documentação da Artificial Analysis.

Preço, tamanho e condições

O principal argumento a favor dos modelos é o custo. Ambos estão na fronteira de Pareto no eixo "capacidade x preço". Isso significa que, nesse conjunto de testes, não há modelos que entreguem a mesma qualidade por menos ou qualidade superior pelo mesmo preço.

Os parâmetros são estes:

  • tamanho: 27 bilhões de parâmetros no Decider v1.3 e 4 bilhões no Flash;
  • contexto: 256 mil tokens, com entrada de texto e imagens;
  • preço dos tokens de entrada: US$ 0,02 por milhão no v1.3 e US$ 0,01 no Flash;
  • licença: Apache 2.0;
  • acesso: pela API própria da Perplexity.

Os preços dos tokens de entrada parecem muito baixos, então, antes de calcular o orçamento, vale conferi-los na tabela de preços do painel da Perplexity.

O que o desenvolvedor deve fazer

Primeiro. Se o seu agente escolhe o próximo passo muitas vezes por sessão, não é preciso mandar cada uma dessas decisões para o maior modelo generalista. Um modelo pequeno e especializado pode dar conta do recado por muito menos. O Flash, com 4 bilhões de parâmetros, serve bem como um "sinaleiro" rápido: encaminha a requisição para a ferramenta certa ou decide se há dados suficientes para responder.

Segundo. A licença Apache 2.0 costuma indicar uso livre, mas a fonte cita apenas a API da Perplexity como forma de acesso. Não há links para download dos pesos. Não conte com execução local por enquanto: primeiro verifique se os pesos foram publicados.

Terceiro. Os resultados vêm de testes de um único laboratório. Para uma triagem inicial, isso basta, mas não substitui a validação com os seus dados. Reúna de 100 a 200 decisões reais do seu agente, como o roteamento de chamados de suporte ou a extração de campos de contratos. Rode essas decisões nas duas versões do Decider e no modelo que você usa hoje. Compare não só a precisão, mas também a proporção de chamadas de ferramenta incorretas.

Há ainda outras ressalvas. As posições no ranking refletem um recorte do momento da publicação e mudam conforme novos modelos chegam. No modelo maior, os ganhos sobre a v1.2 foram modestos: de 1 a 2 pontos em alguns testes e a mesma sexta colocação. O ganho real ficou principalmente com o Flash, e é ele que merece atenção primeiro de quem busca economizar em pipelines de agentes de grande escala.

História

Perguntas frequentes sobre a notícia

O que mudou em relação à v1.2?

O Decider v1.3, versão maior, manteve o sexto lugar que já ocupava com a v1.2. O avanço foi pequeno. No teste AA-Paperclip, ele ficou em quarto lugar com 69 pontos, 2 a mais que a versão anterior. No EvalSafe-ONET-AA, tem 89 pontos e terceiro lugar, 1 ponto a mais. A melhora mais visível foi no modelo menor. O Flash v1.3 ganhou 4 pontos sobre a v1.2 e subiu para o décimo lugar. Todo o ganho veio de dois testes, AA-Symmetry e When2Call, em que o resultado subiu 12 pontos em cada um.

O que se sabe sobre Preço, tamanho e condições?

O principal argumento a favor dos modelos é o custo. Ambos estão na fronteira de Pareto no eixo "capacidade x preço". Isso significa que, nesse conjunto de testes, não há modelos que entreguem a mesma qualidade por menos ou qualidade superior pelo mesmo preço.

O que o desenvolvedor deve fazer?

Primeiro. Se o seu agente escolhe o próximo passo muitas vezes por sessão, não é preciso mandar cada uma dessas decisões para o maior modelo generalista. Um modelo pequeno e especializado pode dar conta do recado por muito menos. O Flash, com 4 bilhões de parâmetros, serve bem como um "sinaleiro" rápido: encaminha a requisição para a ferramenta certa ou decide se há dados suficientes para responder. Segundo.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ 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
O que você acha?
Carregando comentários…