Perplexity Decider v1.3:オープンウェイトの意思決定モデルがテキスト抽出に対応、Gemini Decision 1の5分の1の価格に
Perplexityは、テキストを生成する代わりに確率値で回答する意思決定モデルをアップデートした。Decider v1.3(270億パラメータ、Qwen3.8-27Bベース)およびDecider Flash v1.3(Qwen3.5-4Bベース)がApache 2.0ライセンスで公開され、テキストから特定の箇所をそのまま抽出する「Locate」機能が追加された。API経由の価格は入力100万トークンあたり0.02ドルと0.01ドルで、Gemini Decision 1の5分の1から10分の1に抑えられている。

文章で回答を生成する代わりに、クローズドな質問に対して確率値で回答する意思決定モデル(Decision models)は、ここ数週間で独自のカテゴリとしての地位を確立した。GoogleがGemini Decision 1でこの領域に参入したばかりのところへ、Perplexityが対抗策を打ち出した。同社の意思決定モデルDeciderのバージョン1.3である。オープンウェイト、価格据え置きの姿勢を維持しつつ、テキストから該当箇所を抽出する新機能が追加された。
2つのモデル規模と新機能
今回のラインナップは2つのサイズで構成される。pplx-decider-v1.3はQwen3.8-27Bをベースにファインチューニングされており、ウェイト配置用に約49GiBのメモリを搭載したGPUを必要とする。pplx-decider-flash-v1.3は、大型モデルからQwen3.5-4Bベースへと蒸留されたもので、約8.5GiBのメモリに収まる。いずれも商用利用が可能なApache 2.0ライセンスで公開されており、リポジトリはパブリックである。モデルカードには非公開リポジトリであるとの記載が残るものの、編集部では11月14日にトークンなしでファイルをダウンロードできることを確認した。
従来バージョンと同様に、テキストまたは画像を入力として、選択式(最大255の選択肢)、Yes/No形式、段階評価スケールの質問に回答できる。今回の目玉となるのがLocate機能だ。あらかじめ用意された選択肢から選ぶのではなく、「エラーコード」「契約書に署名した人物」といった指示に合致するテキスト内の箇所を一語一句そのまま抜き出し、文字単位の正確な位置情報と確信度スコアを添えて返す。想定用途としては固有表現認識、個人情報(PII)の検出、抽出型質問応答などが挙げられる。Locateはテキストにのみ対応し、1回のリクエストで最大128問まで処理できる。オンデマンドで読み込まれる個別のアダプタに依存しているため、1つのリクエスト内でLocateと通常の決定質問を混在させるとレイテンシが増加する。
Googleとの価格対比
PerplexityのDecisions APIにおいて、v1.3の利用料は入力100万トークンあたり0.02ドル、Flash版は0.01ドルとなっている。リクエストごとの固定手数料や出力トークンの課金はなく、v1.2から据え置きの価格設定だ。対するGemini Decision 1は入力100万トークンあたり0.10ドルであり、Decider v1.3の5倍、Flash版の10倍の価格に相当する。しかも、この低価格化によって性能が犠牲になっているわけではない。すでにv1.3をDecision Index v2.1に組み込んでいるArtificial Analysis(11月14日時点のページ)によると、Gemini Decision 1の66ポイントに対し、Decider v1.3は70ポイントを獲得している。100万タスクあたりの実測コストはGemini Decision 1の345ドルに対し、約68ドルに抑えられている。Flash v1.3も前バージョンから4ポイント伸ばして64ポイント(旧版は60ポイント)となり、100万タスクあたり約34ドルを記録した。一方の大型モデルは、同インデックス上ではv1.2からほぼ横ばいで推移しており、73ポイントの首位集団(Drex Max v1.1、SubQ Snap 1.2、GLiDE v1.2)には届いていない。なお、このインデックスではLocate機能の評価は含まれていない。
編集部の見方
Locate機能の導入により、Perplexityの意思決定モデルは単なるトリアージツールの枠組みを越えつつある。1回のAPI呼び出しで、メッセージの分類、緊急度の判定、関連情報の抽出までを同時に行えるようになった。これらは従来、生成モデルや特化型の抽出ツールを別途組み合わせる必要があったタスクだ。Googleに対する優位性は、5〜10倍という低価格にとどまらず、そのオープン性にもある。Apache 2.0ライセンスのウェイトが提供されているため、企業はFlash版を一般的な単一GPU上で自社運用し、データを外部に出さずに処理できる。これは個人情報の検出などを扱う場面において決定的な意味を持つ。残る課題は自社の実データにおける抽出品質の検証だが、Artificial Analysisのインデックスはこの項目を測定しておらず、Perplexity自身も実際のトラフィックに応じた確率のキャリブレーションを推奨している。また、大型モデルの純粋な意思決定性能の向上はわずかであり、今バージョンの実質的な主役はLocate機能の獲得にあると言える。
出典
- Hugging Face — perplexity-ai/pplx-decider-v1.3(モデルカード、Apache 2.0ライセンス) 一次情報
- Hugging Face — perplexity-ai/pplx-decider-flash-v1.3(モデルカード) 一次情報
- Perplexity Docs — Pricing(Decisions API) 一次情報
- Perplexity Docs — Decisions API Quickstart 一次情報
- Google — Gemini Decisions API: Fast, calibrated multimodal decisions(2026年11月11日) 一次情報
- Google AI Studio — Gemini Decision 1 モデルカード 一次情報
- Artificial Analysis — Decision Index v2(結果ページ) 二次情報
- Artificial Analysis 公式X — Gemini Decision 1の100万タスクあたりのコスト(2026年11月11日) 二次情報
一次情報とは、当該企業・研究所・団体が直接発信した情報です。二次情報は、発信元ではない媒体が伝えた情報で、その旨を明記しています。誤りを見つけたら訂正方針をご覧ください。


