Perplexity Decisions API chega com modelo 27B aberto

Com custo de US$ 0,04 por milhão de tokens de entrada e pesos livres sob Apache 2.0, o sistema mira automações que dispensam texto corrido.

A Perplexity lançou no início de outubro de 2026 a Perplexity Decisions API e publicou no Hugging Face os pesos abertos do modelo pplx-decider-v1-27b sob licença Apache 2.0. Criado a partir de um ajuste fino sobre o Qwen3.8-27B, o modelo tem um papel específico: analisar entradas e devolver probabilidades calibradas, em vez de redigir frases longas. Na nuvem da empresa, a chamada custa US$ 0,04 por milhão de tokens de entrada, e os tokens de saída saem de graça.

Como a Perplexity Decisions API funciona

Diferente de um assistente conversacional comum, o pplx-decider-v1-27b atua como um classificador numérico direto. O endpoint recebe um objeto de estado com texto, dados em formato JSON ou imagens, e responde a até 128 perguntas simultâneas em uma única requisição. As perguntas seguem três formatos rígidos: “noul” (probabilidade de 0 a 1 para checagens de sim ou não), “choice” (divisão de probabilidade entre opções pré-definidas) e “score” (notas em rubricas ordenadas de até dez níveis).

O suporte nativo a imagens avalia capturas de tela, fotos de produtos ou recibos sem exigir uma etapa prévia de reconhecimento óptico de caracteres (OCR). As imagens enviadas para a API gastam cerca de 1.000 tokens de entrada por megapixel. O limite de contexto de entrada é de 262.144 tokens, com uma taxa inicial de 10 requisições por segundo para cada organização.

Menos conversa nos fluxos de automação

Esse formato tenta resolver uma dor antiga na engenharia de software. Muitas equipes usam modelos de chat para triar chamados de suporte, checar riscos em transações bancárias ou encaminhar mensagens de clientes. O processo sai caro, consome tokens gerando explicações dispensáveis e quebra integrações quando o modelo resolve conversar em vez de devolver um dado puro.

Ao focar em decisões estruturadas, o sistema calcula apenas a distribuição estatística das opções cadastradas. A resposta chega como um vetor numérico que alimenta regras simples de programação, como acionar um alerta sempre que a probabilidade de fraude superar determinado percentual.

Disputa com o Jev e exigências de infraestrutura

O movimento coloca a Perplexity em confronto direto com a TypeSafe, que lançou em setembro de 2026 o Jev, criado por ex-pesquisadores da OpenAI. Enquanto o Jev opera apenas em nuvem fechada e lida exclusivamente com texto, a Perplexity apostou na licença permissiva e na leitura de imagens como cartas na manga.

Quem quiser rodar o pplx-decider-v1-27b em infraestrutura própria vai precisar de servidores pesados. Com 26,8 bilhões de parâmetros em precisão BF16, o modelo ocupa entre 49 e 52 GiB de memória de vídeo (VRAM) em placas gráficas compatíveis com CUDA apenas para carregar os pesos na memória.

Números da criadora e promessas de preço

No repositório do Hugging Face, a Perplexity afirmou que o modelo alcançou 85,71% de precisão média em um conjunto interno de 11 testes de decisão, superando os 84,51% do Jev e os 74,76% do Qwen3.8-27B base. No teste RAGTruth, que mede a fidelidade factual de respostas baseadas em documentos, a companhia reportou 88,80% contra 77,27% do rival. Vale o registro: esses dados foram declarados pela própria Perplexity e ainda não contam com auditoria acadêmica independente cobrindo todas as baterias de teste.

No X, o presidente-executivo da empresa, Aravind Srinivas, afirmou que a Perplexity pretende reduzir os preços da API em breve. A declaração entra como promessa comercial (rótulo RUMOR quanto à aplicação prática futura), já que não existe até o momento nenhuma tabela revisada ou data oficial para corte nas tarifas vigentes.

Fontes

• Documentação oficial da Perplexity Decisions API: https://docs.perplexity.ai/docs/decisions/quickstart
• Repositório do modelo pplx-decider-v1-27b no Hugging Face: https://huggingface.co/perplexity-ai/pplx-decider-v1-27b
• Catálogo e endpoint no OpenRouter: https://openrouter.ai/perplexity/pplx-decider-v1.1-27b
• Índice de preços de modelos no Requesty AI: https://www.requesty.ai/models/perplexity/pplx-decider-v1-27b
• Análise técnica no AI Weekly: https://aiweekly.co/alerts/perplexity-open-sources-27b-decider-edges-jev-on-11-test-panel
• Anúncio oficial da Perplexity Developers no X: https://x.com/perplexitydevs/status/2105725598882832414
• Publicação de Aravind Srinivas no X: https://x.com/AravSrinivas/status/2105726953554927677