Perplexity Decider v1.3: modelos de decisão de pesos abertos aprendem a extrair texto e custam cinco vezes menos que o Gemini Decision 1
A Perplexity atualiza seus modelos de decisão, que respondem com probabilidades em vez de texto. O Decider v1.3 (27 bilhões de parâmetros, base Qwen3.8-27B) e o Decider Flash v1.3 (base Qwen3.5-4B) foram lançados sob a licença Apache 2.0 e adicionam o Locate, que extrai trechos exatos de um texto. Pela API, eles custam 0,02 e 0,01 dólar por milhão de tokens de entrada, de cinco a dez vezes menos que o Gemini Decision 1.

Os modelos de decisão, que respondem a uma pergunta fechada com probabilidades em vez de redigir uma resposta, tornaram-se em poucas semanas uma categoria à parte. O Google acaba de entrar nesse segmento com o Gemini Decision 1. A Perplexity responde com a versão 1.3 de seus modelos Decider: ainda abertos, ainda pelo mesmo preço e agora capazes de extrair trechos de um texto.
Dois modelos, uma nova função
A família conta com dois tamanhos. O pplx-decider-v1.3 é ajustado a partir do Qwen3.8-27B e exige uma GPU com cerca de 49 GiB de memória para seus pesos; o pplx-decider-flash-v1.3, destilado do modelo maior sobre uma base Qwen3.5-4B, cabe em cerca de 8,5 GiB. Ambos foram publicados sob a licença Apache 2.0, que autoriza o uso comercial, e o repositório é público: conseguimos baixar os arquivos sem necessidade de token em 14 de novembro, mesmo que o descritivo ainda afirme o contrário.
Como nas versões anteriores, eles respondem a perguntas de múltipla escolha (até 255 opções), do tipo sim/não ou de pontuação em uma escala, a partir de texto ou imagens. A novidade se chama Locate: em vez de selecionar entre respostas predefinidas, o modelo retorna os trechos do texto correspondentes a uma instrução (“os códigos de erro”, “a pessoa que assinou o contrato”), copiados palavra por palavra, com sua posição exata em caracteres e uma pontuação de confiança. Os casos de uso visados são reconhecimento de entidades nomeadas, detecção de dados pessoais e perguntas e respostas extrativas. O Locate funciona apenas com texto, com no máximo 128 perguntas por requisição. Ele utiliza um adaptador separado, carregado sob demanda, e misturar Locate e perguntas de decisão em uma mesma requisição adiciona latência.
O preço, em comparação com o Google
Na Decisions API da Perplexity, a v1.3 custa 0,02 dólar por milhão de tokens de entrada e a versão Flash custa 0,01 dólar, sem taxa por requisição nem cobrança por tokens de saída: são os valores da v1.2, sem alterações. O Gemini Decision 1 é cobrado a 0,10 dólar por milhão de tokens de entrada, ou seja, cinco vezes mais que o Decider v1.3 e dez vezes mais que a versão Flash. E essa economia não se traduz em perda de qualidade. A Artificial Analysis, que já incluiu a v1.3 em seu Decision Index v2.1 (página consultada em 14 de novembro), atribui a ela 70 pontos, contra 66 do Gemini Decision 1, com um custo medido de cerca de 68 dólares por milhão de tarefas, frente a 345 dólares. A Flash v1.3 ganha quatro pontos em relação à sua antecessora (64 contra 60) por cerca de 34 dólares por milhão de tarefas. O modelo maior quase não avançou em relação à v1.2 nesse índice e continua atrás do trio de líderes com 73 pontos (Drex Max v1.1, SubQ Snap 1.2 e GLiDE v1.2). O índice não avalia o Locate.
Nossa leitura
Com o Locate, a Perplexity expande seu modelo de decisão para além da simples classificação: uma mesma chamada agora pode classificar uma mensagem, avaliar sua urgência e extrair os elementos úteis, três tarefas que frequentemente exigiam um modelo generativo ou um extrator dedicado. Diante do Google, o argumento não é apenas o preço, de cinco a dez vezes menor, mas a abertura: com pesos sob Apache 2.0, uma empresa pode rodar a versão Flash em uma única GPU comum e manter seus dados internamente, o que é fundamental justamente para a detecção de dados pessoais. Resta comprovar a qualidade da extração — que o índice da Artificial Analysis não mede — em documentos próprios: a própria Perplexity aconselha calibrar as probabilidades com base no tráfego real. Além disso, o modelo maior praticamente não evoluiu em decisão pura: a grande novidade desta versão é, acima de tudo, o Locate.
Fontes
- Hugging Face — perplexity-ai/pplx-decider-v1.3 (descritivo do modelo, licença Apache 2.0) Fonte primária
- Hugging Face — perplexity-ai/pplx-decider-flash-v1.3 (descritivo do modelo) Fonte primária
- Perplexity Docs — Pricing (Decisions API) Fonte primária
- Perplexity Docs — Decisions API Quickstart Fonte primária
- Google — Gemini Decisions API: Fast, calibrated multimodal decisions (11 de novembro de 2026) Fonte primária
- Google AI Studio — ficha técnica do modelo Gemini Decision 1 Fonte primária
- Artificial Analysis — Decision Index v2 (página de resultados) Fonte secundária
- Artificial Analysis no X — custo por milhão de tarefas do Gemini Decision 1 (11 de novembro de 2026) Fonte secundária
Uma fonte primária vem diretamente da empresa, do laboratório ou da organização envolvida. Uma fonte secundária relata a informação sem ser a sua autora: nós a sinalizamos como tal. Encontrou um erro? Consulte nossa política de correções.


