Модели принятия решений работают быстро и экономично, но они знают только то, что им отправляют пользователи, и то, чему они научились при обучении. Для ответов на вопросы об изменяющихся фактах, например, является ли кто-то все еще генеральным директором компании или вышел ли новый релиз продукта, модели необходима актуальная информация для точного ответа.
Начиная с сегодняшнего дня, Decisions API от Perplexity может выполнять поиск в интернете перед выдачей ответа.
Добавьте одну настройку, "mode": "web_grounding", в любой запрос Decisions API, и функция Fast Search от Perplexity выполнит один поисковый запрос для каждого вопроса. Результаты добавляются в ваше состояние в качестве обоснования, поэтому модель принятия решений возвращает вероятности, основанные на том, что находится в интернете прямо сейчас. Состояние также может быть URL-адресом, чтобы указать модели на конкретную веб-страницу вместо ввода ее текста.
На PWS-Decisions, публичном бенчмарке из 100 вопросов, зависящих от актуальных веб-фактов, точность возросла с 51% до 86% при типичном времени ответа менее 400 мс.
Как работает модель принятия решений
Модель принятия решений возвращает число в качестве ответа на каждый вопрос. Пользователи отправляют контент в качестве состояния (текст, JSON или изображения) с одним или несколькими вопросами. Для вопроса типа noul (да или нет) результатом является вероятность ответа «да». Для вопроса с выбором результатом является вероятность для каждого определенного пользователем варианта. Для оценочного вопроса результатом является вероятность для каждого уровня вашей шкалы и ожидаемая оценка.
У модели есть два источника информации: состояние, отправленное пользователем, и то, чему она научилась при обучении. Этого достаточно для такого вопроса, как «Содержит ли этот отзыв отчет о дефекте?». Этого недостаточно, чтобы ответить на вопрос: «Этот человек все еще является генеральным директором?». Ответ мог измениться после обучения, и ничто в состоянии об этом не говорит. Веб-заземление добавляет третий источник: интернет, по которому производится поиск во время запроса. Состояние также может быть URL-адресом, поэтому пользователь может указать модели на веб-страницу вместо текста.
Как работает веб-заземление
Заземление выполняется в шлюзе API до вызова модели. Для каждого вопроса в запросе шлюз формирует поисковый запрос Fast Search. Запросы выполняются параллельно. Шлюз объединяет результаты, удаляет дублирующиеся URL-адреса и добавляет обоснование к состоянию: заголовок, URL и текст страницы. Если состоянием является URL-адрес, поисковый запрос передает этот URL-адрес, поэтому сама страница возвращается в качестве обоснования, и модель отвечает на основе ее текста. Модель возвращает вероятности так же, как и для любого другого запроса Decisions API. Если поиск завершается с ошибкой или тайм-аутом, модель отвечает на основе любого полученного обоснования. Ответ включает поле search_results, чтобы пользователь мог видеть, что видела модель. Запрос пользователя и структура ответа остаются прежними. Меняется лишь обоснование, которым располагает модель при ответе.
Тестирование веб-заземления
Мы отправили 328 утверждений истинно/ложно одной и той же модели принятия решений дважды: один раз с веб-заземлением, а другой — без него. Утверждения были разделены между новостями за октябрь 2026 года и редкими фактами из Википедии, причем каждое истинное утверждение имело ложного «двойника», отличавшегося одной деталью. В состоянии не было предоставлено никаких обоснований.
Без веб-заземления Decisions API ответил правильно на 56,4 процента утверждений, что близко к случайному угадыванию. С веб-заземлением он ответил правильно на 97,3%, сократив количество ошибок со 143 до 9. Платой за это является скорость: медианная задержка возросла со 139 мс до 366 мс, а задержка на 95-м процентиле — с 514 мс до 742 мс.
PWS-Decisions
PWS-Decisions — это публичный бенчмарк закрытых вопросов об аттестации учетных записей, возможностях продуктов, правилах политики и быстроменяющихся событиях. 100 вопросов являются публичными и оцениваются путем точного сопоставления с эталонным ответом. Мы запустили их в Decisions API + Web Grounding (pplx-decider-v1.2) 4 ноября 2026 года, и он правильно ответил на 86 вопросов. Остальные результаты ниже представляют собой опубликованную таблицу лидеров авторов бенчмарка. Их показатель 51% для Decisions API без веб-заземления совпадает с нашим собственным запуском.
Запросы к Decisions API + Web Grounding возвращали результаты за 370 мс в медиане и 685 мс на 95-м процентиле, измерено с нашего клиента на 100 публичных вопросах. Авторы бенчмарка сообщают о 560 мс и 710 мс для своего API на полном наборе из 300 вопросов, измеренных с их клиента 29 октября 2026 года. По сравнению с опубликованной таблицей лидеров, Decisions API + Web Grounding имеет самую высокую точность на публичном наборе и медианное время отклика менее 400 мс.
Что могут создавать разработчики
Включите веб-заземление, чтобы отвечать на вопросы, на которые данные ответить не могут: когда факты изменились после обучения и в интернете опубликована новая информация. Некоторые примеры:
- Квалификация аккаунтов на основе свежих новостей. «Привлекли финансирование за последние 90 дней?» по всему списку аккаунтов.
- Отслеживание инструментов, от которых вы зависите. «Появился ли стабильный релиз новее нашей зафиксированной версии?» с проверкой по расписанию.
- Подтверждение перед действием агента. «Это событие все еще проводится?» с проверкой перед бронированием.
Каждый ответ представляет собой вероятность, с которой может работать код разработчика, подкрепленную веб-источниками.
Начало работы
Добавьте "mode": "web_grounding" в любой запрос Decisions API. Состояние может быть текстом, например утверждением или записью, либо URL-адресом.
Проверка утверждения по интернету:
bash
curl -X POST https://api.perplexity.ai/v1/decisions \ -H "Authorization: Bearer $PERPLEXITY_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "pplx-decider-v1.2", "mode": "web_grounding", "state": "Claim: The James Webb Space Telescope launched in December 2021.", "questions": { "supported": { "type": "noul", "instructions": "Is the claim true?" } } }'
В ответ добавляется поле search_results — страницы, которые прочитала модель. 4 ноября это вернуло вероятность «да» выше 0.99, а в качестве первого результата была выдана запись о космическом аппарате NASA.
Укажите модели страницу, передав ее URL в качестве состояния:
bash
curl -X POST https://api.perplexity.ai/v1/decisions \ -H "Authorization: Bearer $PERPLEXITY_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "pplx-decider-v1.2", "mode": "web_grounding", "state": "https://pypi.org/project/requests/", "questions": { "newer_stable_release": { "type": "noul", "instructions": "Has this package published a stable release newer than 2.31.0 as of today?" } } }'
В библиотеке Perplexity для Python передайте mode в теле запроса:
python
from perplexity import Perplexity client = Perplexity() response = client.decisions.create( model="pplx-decider-v1.2", state="Claim: The James Webb Space Telescope launched in December 2021.", questions={"supported": {"type": "noul", "instructions": "Is the claim true?"}}, extra_body={"mode": "web_grounding"}, ) print(response.answers["supported"].noul)
Каждый завершенный поиск стоит 0,001 долл. США в дополнение к токенам ввода. Результаты поиска учитываются в токенах ввода. Запрос с использованием веб-заземления может включать до 100 вопросов.
Начните работу с изучения документации по веб-заземлению.
