Perplexity 发布 pplx-decider-v1.2 系列多模态决策模型：27B 与 4B 双版本，单次前向批量回答多问题，最高提速 5 倍

Perplexity 推出新一代开放权重多模态决策模型，包含两个版本：pplx-decider-v1.2（27B）、pplx-decider-flash-v1.2（4B）。最大革新是联合请求格式：同一个上下文状态下的多个问题可以打包在单个序列里，单次前向传递一次性完成全部问题推理，最高推理速度提升5倍。

• pplx-decider-v1.2：https://huggingface.co/perplexity-ai/pplx-decider-v1.2
• pplx-decider-flash-v1.2：https://huggingface.co/perplexity-ai/pplx-decider-flash-v1.2

Flash版本是基于Qwen3.5-4B蒸馏而来，在Decision Index基准里是同4B规模里排名第一的决策模型。两个版本均支持文本+图像输入，图像上限1.6MP。

pplx-decider-v1.2（27B，骨干Qwen3.8-27B）

作为v1.1-27B的升级版本，核心改动两点：

1. 联合请求格式

旧版v1.1一次前向只能回答单个问题；v1.2可把同一个场景状态+多个问题放入同一个序列，每个问题在对应选项标记位置单独读出结果。多个问题共享上下文，回答多个问题的推理开销接近单个问题；问题之间还可以互相参考。

边界：分组问题有利有弊，同一件事的多个维度问题分组有助提升效果；多个互相竞争的候选类问题，分组反而会损害精度。超过长度限制时会自动拆分请求。

2. 训练数据重构

清洗并加入Decision Index官方训练集（做测试集去污染，保证评测公平），额外扩充大量通用决策数据；持续监控各基准防止能力退化，在独立留存任务上相比v1.1实现全面提升。

模型采用**模型汤（权重平均）**融合多轮训练检查点，追求综合基准均衡最优，而非单一榜单刷分。支持图文输入，最大图像1.6MP。

27B版本评测概览

Decision Index 0.3：联合请求模式总分从62.30 → 68.09；视觉决策基准Vision Decision Index 0.3总分由73.22提升至77.43。
细分维度：知识、语言、检索、工具、艺术全部明显上涨。

pplx-decider-flash-v1.2（4B，骨干Qwen3.5-4B）

是27B版本的轻量化蒸馏版本，参数量约为前者1/7。

• 继承统一联合请求接口、文本+图像能力；蒸馏时不仅学习答案，还学习教师模型完整概率分布；
• 同样使用模型汤权重融合，在保留大部分决策与视觉能力的前提下，降低算力成本与延迟；
• 特性差异：和27B模型相反，Flash在大部分多问题任务场景下，单请求单问题模式精度更高。

Flash版本评测概览

Decision Index 0.3（单请求单问题）总分 60.05；Vision Decision Index 0.3 总分 72.53，视觉能力非常接近27B大模型。适合对延迟、成本敏感的Agent决策场景。