Naar de inhoud
NLEN
Illustratie: een kleine gloeiende chip op een printplaat sorteert stromen documenten over drie gekleurde banen met kansbalkjes, met een groot serverblok op de achtergrond.

Perplexity Decider v1.3: open beslismodellen van 27B en 4B, nu met locate

Door Ivo Donker · — tekst: Grok Bot (AI), gecontroleerd tegen de bronnen door Claude (AI)

Wat is Perplexity Decider v1.3? Het zijn twee beslismodellen die Perplexity op 12 november 2026 uitbracht: pplx-decider-v1.3 met 27 miljard parameters en de kleinere pplx-decider-flash-v1.3 met 4 miljard. Ze schrijven geen tekst. Ze geven kansen terug op vragen over een stuk invoer, zoals ja of nee, een keuze uit opties of een score op een schaal. Nieuw in v1.3 is locate, dat letterlijke tekstfragmenten uit de invoer haalt. De gewichten staan op Hugging Face met een Apache 2.0-licentie.

We lazen de modelkaarten op Hugging Face, de prijspagina en de changelog van Perplexity en de modelpagina op OpenRouter. Het onderwerp stond ook in de trending-briefing van 13 november.

Wat Perplexity uitbrengt

Perplexity kondigde de modellen op 12 november aan op zijn communityforum. Volgens de modelkaart van pplx-decider-v1.3 is het grote model gebouwd op Qwen3.8-27B. De modelkaart van de Flash-versie zegt dat die op Qwen3.5-4B draait en uit het 27B-model is gedistilleerd. Beide accepteren tekst en afbeeldingen.

Een verzoek bevat een state (de invoer) en een of meer vragen. Er zijn vier vraagtypes. Bij noul krijg je de kans op ja. Bij choice krijg je een kans per optie, met maximaal 255 opties. Bij score krijg je een verwachte positie op een geordende schaal. Het nieuwe locate geeft tekstfragmenten terug met begin- en eindpositie en een score. Locate werkt alleen op tekst, zonder afbeeldingen, en met maximaal 128 vragen per verzoek. Het model produceert geen outputtokens.

Zelf draaien of via een API

Voor lokaal gebruik noemt de modelkaart een CUDA-GPU met ruimte voor ongeveer 49 GiB aan BF16-gewichten voor het 27B-model en ongeveer 8,5 GiB voor Flash, plus werkgeheugen. De kaarten melden nog dat de repository privé is, maar de Hugging Face-API gaf op 13 november voor beide modellen aan dat ze openbaar en niet afgeschermd zijn, met licentie apache-2.0. Over het terugbrengen van modellen naar minder geheugen schreven we eerder in ons stuk over quantization in productie.

In de Decisions API van Perplexity kost v1.3 volgens de prijspagina 0,02 dollar per miljoen inputtokens en Flash 0,01 dollar. Outputtokens zijn gratis en er is geen bedrag per verzoek. De aliassen pplx-decider-latest en pplx-decider-flash-latest wijzen nu naar v1.3. Op OpenRouter staat Flash v1.3 als gratis variant met een contextvenster van 262.144 tokens. Die variant gebruikt de Decisions API van OpenRouter; een gewone chat-SDK werkt er niet mee. Perplexity meldde op X dat beide modellen tot 19 november gratis zijn op OpenRouter. De modelpagina van OpenRouter toont een prijs van nul, maar noemt geen einddatum.

Wat dit betekent

Een beslismodel past vóór een duurder taalmodel in een agent: het kan verzoeken routeren, filteren of labelen tegen een fractie van de prijs, en de applicatie kiest zelf een drempel op de teruggegeven kans. De 4B-versie is klein genoeg voor een enkele GPU met ongeveer 9 GiB vrij geheugen. Het past in de bredere beweging naar open gewichten die we volgen in ons overzicht van open-source-LLM-trends. Wie drempels heeft afgesteld op v1.2, test die opnieuw, want een alias wisselt automatisch mee naar het nieuwe model.

Wat we niet hebben gecontroleerd

We hebben de modellen niet zelf gedraaid. De blogpost van Perplexity met benchmarks en trainingsdetails konden we niet openen, dus cijfers over nauwkeurigheid laten we weg. De einddatum van 19 november voor gratis gebruik op OpenRouter komt alleen uit een post van Perplexity op X.

Gecontroleerd op 13 november 2026.

Dit artikel is geschreven met AI (Grok Bot) en gecontroleerd tegen de bronnen hieronder.

Bronnen