Perplexity Decider v1.1 27B: prezzo, test e benchmark
Decider v1.1 27B di Perplexity ha pesi aperti e costa circa 0,0178 € per milione di token in ingresso. Ecco benchmark, limiti API e risultati del test in polacco.
👁 113 letture
Decider v1.1 27B è un modello decisionale di Perplexity con pesi aperti e licenza Apache-2.0. Nel Decision Index di Artificial Analysis del 13 ottobre 2026 ottiene 53,1 punti (4° posto su 11), ma è il più economico del gruppo: un milione di task costa circa 14,66 € (16,5 USD), 2,5 volte meno che con il modello in testa, Jev 1.13. Nel mio test in polacco ha assegnato la categoria corretta a 44 segnalazioni su 47 e ottenuto il miglior risultato nella valutazione dell’urgenza. Trovi una panoramica della categoria nella guida ai modelli decisionali AI.
Decider v1.1 27B in breve (aggiornato al 13.10.2026)
- Che cos’è: modello basato su Qwen3.8-27B, con pesi disponibili su Hugging Face con licenza Apache-2.0 dal 5.10.2026.
- Prezzo API: circa 0,0178 € (0,02 USD) per milione di token in ingresso; l’output è gratuito. È il prezzo più basso tra i modelli del ranking AA.
- Accesso: Decisions API di Perplexity, OpenRouter (
perplexity/pplx-decider-v1.1-27b) o server proprio. - Input: testo, JSON e immagini (PNG, JPEG, WebP).
- Artificial Analysis: 53,1 punti, circa 14,66 € (16,5 USD) per milione di task, mediana di 170 ms.
- Il mio test in polacco: categoria 44/47, urgenza 48/50, scelta degli strumenti 10/10.
Gli importi in euro sono conversioni indicative, non prezzi di pagamento locali. Cambio di riferimento BCE del 16.10.2026: 1 EUR = 1,1253 USD. Fonte: BCE.
Che cos’è Decider
Perplexity, nota per il suo motore di ricerca basato sull’AI, ha lanciato il modello decisionale il 1° ottobre 2026 (versione v1) e, pochi giorni dopo, la versione v1.1. Il modello non genera testi: riceve uno stato e domande con un elenco chiuso di risposte, quindi restituisce l’opzione scelta e la probabilità associata a ciascuna. Secondo la scheda del modello, la versione 1.1 mantiene la stessa base della v1 e il miglioramento dipende soprattutto da due cambiamenti:
- nei livelli di attenzione completa è stata rimossa la maschera causale, così il modello «vede» l’intero input contemporaneamente, in entrambe le direzioni;
- il modello è stato addestrato su una quantità maggiore di dati, anche dalla raccolta tasksource.
Perplexity segnala un aumento da 56,4 a 61,56 punti nel Decision Index della community su Hugging Face, oltre 3,5 punti in più rispetto a Jev. Nel ranking indipendente di Artificial Analysis, invece, Decider è dietro Jev: si tratta di due serie di test diverse.
Risultati nel ranking di Artificial Analysis
| Test | Decider v1.1 27B | Jev 1.13 | Claude Haiku 5.5 (low) |
|---|---|---|---|
| Decision Index | 53,1 | 57,5 | 60,6 |
| Conoscenza - accuratezza | 39,8 | 34,6 | 52,4 |
| «Non lo so» invece di inventare | 13,3 | 35,2 | 54,6 |
| Ragionamento (HLE) | 15,4 | 20,9 | 23,6 |
| Scelta degli strumenti (When2Call) | 76,5 | 80,7 | 72,6 |
| Classificazione (WildGuardTest) | 93,8 | 93,6 | 92,6 |
| Costo per 1 milione di task | circa 14,66 € (16,5 USD) | circa 36,88 € (41,5 USD) | circa 163,51 € (184 USD) |
| Tempo mediano | 170 ms | 127 ms | 1434 ms |
- Classificazione ai vertici. Ottiene 93,8 in WildGuardTest: meglio di Jev e Claude Haiku 5.5, e peggio solo di GLiDE (95,1).
- Classificazione economica. Secondo AA, un milione di task del solo WildGuardTest costa circa 10,75 € (12,1 USD), contro circa 81,31 € (91,5 USD) per Claude Haiku 5.5 low.
- Secondo posto nel ragionamento tra i modelli decisionali (15,4), dietro Jev.
- Risultato debole nel riconoscere i propri limiti: 13,3 punti, quindi davanti a domande fattuali il modello tende più spesso a tirare a indovinare.
Il mio test in polacco del 13.10.2026
Ho usato lo stesso set sottoposto ad altri 8 modelli decisionali e a 2 LLM: 50 segnalazioni in polacco a un negozio, da classificare in una di 7 categorie e valutare per urgenza, più 10 conversazioni in cui l’assistente doveva scegliere se chiamare uno strumento, chiedere chiarimenti, rispondere direttamente o rifiutare. Il test è stato svolto in polacco, tramite OpenRouter; i risultati non sono una valutazione in italiano.
| Modello | Categoria (su 47) | Urgenza (su 50) | Strumenti (su 10) |
|---|---|---|---|
| Decider v1.1 27B | 44 | 48 | 10 |
| Microsoft-Decision-1 | 44 | 42 | 10 |
| Jev 1.13 | 41 | 46 | 10 |
| Claude Haiku 5.5 (low) | 45 | 46 | 10 |
- Urgenza: 48 su 50 - a pari merito con GPT-6 Luna Decisions per il miglior risultato del test, meglio di Claude Haiku 5.5 (46).
- La confidenza come filtro: con una confidenza di almeno 0,9, ha assegnato la categoria corretta a 39 segnalazioni su 41.
- Costo: un milione di task di questo tipo sarebbe costato circa 6,93 € (7,8 USD), contro circa 85,93 € (96,7 USD) per Claude Haiku 5.5 low: 12 volte di più.
- Tempo: mediana di 417 ms da una connessione in Polonia tramite OpenRouter (1689 ms per Claude Haiku 5.5).
API e limiti
| Parametro | Valore |
|---|---|
| Endpoint | POST https://api.perplexity.ai/v1/decisions |
| Modelli | pplx-decider-v1.1-27b, pplx-decider-v1-27b |
| Domande per richiesta | 1-128 |
| Opzioni per domanda choice | 1-255 |
| Livelli per domanda score | 1-10 |
| Input | meno di 262 144 token |
| Limite di richieste | 10 al secondo per organizzazione |
Il limite di 10 richieste al secondo consente circa 864 mila richieste al giorno. Per volumi superiori, puoi raggruppare più domande in una sola richiesta oppure usare OpenRouter o un server proprio.
Come eseguirlo in locale
I pesi perplexity-ai/pplx-decider-v1.1-27b sono disponibili su Hugging Face con licenza Apache-2.0: puoi usarli a fini commerciali senza una soglia di ricavi. Secondo la scheda del modello, serve una scheda CUDA con circa 49 GiB di spazio per i pesi, oltre alla memoria di lavoro: una GPU da 80 GB o due schede. Il codice ausiliario fornito per l’esecuzione in locale gestisce testo e immagini di una singola decisione entro 8192 token. Il modello non entra in una RTX 4090 da 24 GB senza quantizzazione, che Perplexity non ha rilasciato.
Quando scegliere Decider
- Sì: classificazione e moderazione su larga scala con un budget ridotto; aziende che vogliono pesi aperti con licenza Apache-2.0 ed eseguire il modello sui propri sistemi; decisioni basate anche su immagini.
- Meglio di no: domande fattuali per cui il modello dovrebbe ammettere di non sapere (meglio Microsoft-Decision-1 o Jev); volumi molto elevati tramite l’API di Perplexity, che è limitata a 10 richieste al secondo.
Domande frequenti
Quanto costa Perplexity Decider?
Circa 0,0178 € (0,02 USD) per milione di token in ingresso; l’output è gratuito (Perplexity e OpenRouter, dati al 13.10.2026). Secondo Artificial Analysis, un milione di task costa circa 14,66 € (16,5 USD), il prezzo più basso del ranking.
Decider è open source?
I pesi sono disponibili su Hugging Face con licenza Apache-2.0. Per eseguire il modello servono circa 49 GiB di memoria della scheda grafica.
Decider è collegato al motore di ricerca Perplexity?
Non direttamente. È un modello separato per prendere decisioni nelle applicazioni, accessibile tramite API. Per il motore di ricerca trovi una guida a Perplexity.
Google · Le tue fontiPiù in alto su Google con un solo clicAggiungi alle fonti preferite →Fonti
- Perplexity: Decisions API (consultato il 13.10.2026)
- Hugging Face: perplexity-ai/pplx-decider-v1.1-27b
- OpenRouter: perplexity/pplx-decider-v1.1-27b
- Artificial Analysis Decision Index v1.0 (13.10.2026)
- Test personale: 13.10.2026, 60 task tramite OpenRouter dalla Polonia.
More on this from NITIDO
benchmark·Test IA indipendenti: Laboratorio NitidoLaboratorio Nitido raccoglie i miei test empirici e indipendenti sui modelli di intelligenza artificiale.

