Perplexity adaugă fundamentarea cu informații web în timp real la Decisions API

Perplexity a anunțat pe 4 noiembrie 2026 că fundamentarea cu informații web este disponibilă imediat pentru Decisions API, adăugând opțional căutări live pe web înainte ca modelul să returneze probabilități. Funcția vizează deciziile ale căror răspunsuri se pot schimba după antrenare, inclusiv rolul executiv al unei persoane, cea mai recentă versiune a unui pachet software sau dacă un eveniment este în continuare programat.

Decisions API acceptă conținut sub formă de state și returnează răspunsuri numerice structurate, nu proză. O întrebare cu răspuns de tip da sau nu produce probabilitatea unui răspuns afirmativ; o întrebare cu variante de răspuns produce o probabilitate pentru fiecare opțiune definită; iar o întrebare de evaluare produce probabilități pentru fiecare nivel al unei grile ordonate, precum și un scor estimat. Dezvoltatorii pot folosi aceste valori drept praguri în clasificare, direcționare și alte decizii automatizate. Starea poate conține text, JSON sau imagini, iar lansarea permite și folosirea unui URL care îndrumă modelul către o anumită pagină.

Căutare live înainte ca modelul să răspundă

Setarea mode la web_grounding activează Fast Search în gateway-ul API al Perplexity înainte de apelarea modelului. Gateway-ul generează câte o interogare pentru fiecare întrebare, folosind întrebarea și începutul textului din stare, efectuează căutările în paralel, combină rezultatele și elimină URL-urile duplicate. Întrebările care generează aceeași interogare folosesc aceeași căutare. Apoi, gateway-ul adaugă în stare titlurile paginilor, URL-urile și textele, ca dovezi. Răspunsurile rămân bazate pe probabilități, în timp ce un search_results câmp le permite dezvoltatorilor să inspecteze ce a văzut modelul.

Căutările au limite explicite. Se pot desfășura simultan până la 10 căutări, fiecare cu o limită de o secundă și cu o limită totală de trei secunde. Nu se caută imagini. Interogările sunt trimise către Perplexity Search API și pot include atât textul întrebării, cât și începutul stării, astfel încât datele trimise pentru căutare fac parte din aspectele de confidențialitate ale integrării.

Eșecul căutărilor nu oprește neapărat răspunsul la o decizie. Dacă reușesc doar unele căutări, modelul folosește rezultatele obținute. Dacă nu reușește niciuna, răspunde pe baza stării inițiale și returnează un tablou search_results gol. Prin urmare, un răspuns poate păstra structura obișnuită chiar și atunci când dovezile live nu au contribuit la el.

Creșterea acurateței și diferențele de măsurare

Perplexity a raportat că a testat același model de decizie pe 328 de afirmații adevărate sau false, preluate din știrile din octombrie 2026 și din informații rare de pe Wikipedia. Fiecare afirmație adevărată avea o variantă falsă, diferită printr-un singur detaliu, iar starea nu includea dovezi. Acuratețea a fost de 56,4% fără fundamentare și de 97,3% cu fundamentare, în timp ce numărul erorilor a scăzut de la 143 la nouă. Latența mediană a crescut de la 139 ms la 366 ms, iar latența la percentila 95, de la 514 ms la 742 ms, ceea ce evidențiază un cost măsurabil în viteză, alături de creșterea acurateței.

Parallel Web Systems a declarat că benchmarkul PWS-Decisions cuprinde 300 de întrebări cu răspunsuri închise: 100 publice, cu răspunsuri de referință, și 200 private. Evaluarea folosește potrivirea exactă, iar setul a fost alcătuit pentru a testa dificultatea, nu pentru a estima acuratețea în cazul traficului obișnuit. Clasamentul Parallel raportează acuratețea medie și abaterea standard a eșantionului pentru trei rulări evaluate la 29 octombrie 2026, inclusiv o acuratețe de 51,00% pe setul public pentru Perplexity Decisions.

Perplexity a declarat pplx-decider-v1.2 că Perplexity cu fundamentare web a răspuns corect la 86 dintre cele 100 de întrebări publice într-o rulare din 4 noiembrie 2026, despre care a spus că a avut cea mai mare acuratețe pe setul public dintre cele raportate în clasamentul publicat. Clientul său a măsurat o latență mediană de 370 ms și o latență la percentila 95 de 685 ms pentru aceste 100 de întrebări. Măsurătorile separate ale latenței realizate de Parallel acoperă răspunsuri complete pentru trei rulări ale întregului set de 300 de întrebări, astfel că cele două serii de valori ale latenței au domenii de aplicare diferite.

Prețuri și integrare

O solicitare fundamentată poate include până la 100 de întrebări. Fiecare căutare finalizată costă 0,001 USD, astfel că taxele de căutare nu depășesc 0,10 USD pentru o solicitare cu 100 de întrebări; dovezile recuperate sunt însă facturate și ca tokenuri de intrare și se iau în calcul la limita de intrare de 256K. Modelul standard pplx-decider-v1.2 costă 0,02 USD per milion de tokenuri de intrare, iar modelul pplx-decider-flash-v1.2 costă 0,01 USD per milion; tokenurile de ieșire sunt gratuite.

Gruparea întrebărilor influențează factura finală pentru tokenuri. În cazul modelului standard, dovezile sunt numărate din nou atunci când limitele de intrare impun împărțirea întrebărilor în grupuri separate. Flash evaluează fiecare întrebare independent și facturează din nou starea și dovezile de fiecare dată. Prin urmare, costul fundamentării depinde de numărul căutărilor, de volumul textului recuperat și de modul în care modelul selectat grupează întrebările.

Integrarea are în prezent o limitare legată de tipizare. Biblioteca Python 0.44.0 sau o versiune ulterioară și SDK-ul TypeScript 0.39.0 sau o versiune ulterioară ale Perplexity acceptă API-ul, dar tipurile lor nu expun încă mode și search_results. Python transmite modulul prin extra_body, în timp ce TypeScript îl trimite în corpul solicitării.

Printre fluxurile de lucru sugerate de Perplexity se numără verificarea dacă anumite conturi au obținut finanțare în ultimele 90 de zile, monitorizarea dependențelor pentru a identifica versiuni stabile mai noi decât o versiune fixată și confirmarea că un eveniment este încă programat înainte ca un agent să îl rezerve. În aceste fluxuri de lucru, fundamentarea pe surse adaugă dovezi actuale, care pot fi verificate, unei probabilități pe care software-ul o poate folosi pentru a stabili un prag sau pe care o poate revizui. Compromisul nu ține doar de acuratețe: latența, consumul de tokenuri, taxele de căutare și eventualele dovezi lipsă din search_results toate influențează ceea ce reprezintă probabilitatea returnată.