---
title: "AI大模型｜有个模型不写文章，只管判断对错？"
date: 2026-11-14
category: AI大模型
site: 脑机网
canonical: https://aiai.cafe/a/njw-8c82e0
language: zh-CN
---

# AI大模型｜有个模型不写文章，只管判断对错？

> 大模型圈都在比谁能写会道的时候，一家公司反着来了。

大模型圈都在比谁能写会道的时候，一家公司反着来了。

11月12日，AI搜索公司Perplexity在官方博客宣布，把两款「决策模型」的权重开放下载：pplx-decider-v1.3和小号的flash v1.3，许可证是允许商用的Apache 2.0，已经挂上了Hugging Face。

## 它不回答问题，它给概率
决策模型的逻辑和聊天模型完全两样。你给它一段材料，再给它几个问题，它不吐一个字的正文，直接返回每个选项的概率。

官方博客的描述是：支持三种问法。是非题，返回「是」的可能性；多选题，最多可以设255个选项；打分题，返回一个分数。这一次新加的第四种叫locate，描述你要找什么，它把原文那段话原样抽出来，连起止字符的位置一起给你，最多一次问128个。

听起来抽象，用处却非常具体。客服邮件先分个急缓、搜索结果按相关度重排、评论里有没有违规内容、其他模型写的答案靠不靠谱——这些活过去都在用会写文章的大模型干，其实只需要一个判断。

## 拆开看了底牌
两个模型的底座都是中国公司的开源产品：大的基于阿里Qwen3.8-27B，小的基于Qwen3.5-4B，从大模型蒸馏而来。单独装权重，大的要占约49GB显存。

官方口径显示，在63项分类任务上，v1.3平均准确率91.6%，比Perplexity自家正在用的生产分类器高出6.54分。API定价也压得很低：每百万输入token收2美分，flash只要1美分，输出端一个token都不产生，免费的OpenRouter通道开放到11月19日。

## 独立评测泼了点冷水
不过第三方评测机构Artificial Analysis的独立跑分给出了另一个侧面。

按它的Decision Index v2.1，v1.3得分70，在21款决策模型里排第六，比谷歌的Decision 1高4分；但上一代v1.2同样是70分，而且单次任务的响应从229毫秒慢到了289毫秒。也就是说，官方公布的那6.54分提升，是在自家任务集上量出来的，独立基准上并没有体现。

CEO阿拉温德·斯里尼瓦斯的说法是：开放这些模型，让开发者自己描述要找什么，模型返回带字符位置的原文片段。话没说满，也没提独立跑分这件事。

## 这条路通向哪
拆开看，Perplexity在下一盘更实际的棋。它的主力生意是搜索，搜索背后是海量的排序、过滤、审核判断，这些判断用27B的模型批量跑，成本比调用任何旗舰聊天模型都低一个量级。把权重开放出去，等于把自家内部用了很久的工具变成行业基础设施，顺手还立了「决策模型」这个品类的标杆。

对普通使用者来说，短期内感知不强。但对天天在搭流水线的开发者，这可能是本月最实用的一次开源：不用再为「这句话是不是垃圾评论」去调用一个会写诗的模型了。

判断和生成，从此是两种模型。这扇门是Perplexity先推开的，但它基于的底座来自Qwen——开源这件事，反过来养大了开源者，这条链条比任何一次跑分都更值得记下。

**免责声明：本文依据厂商官方博客与第三方评测机构公开数据写成，仅供信息参考，不构成任何技术选型或投资建议。**

---

来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-8c82e0
本内容仅供参考，不构成投资建议。