Perplexity Decider v1.2は、Perplexityが2026年10月16日に公開した27Bパラメータの決定モデルで、テキストやJSON、画像を状態として読み、名前付きの質問に対して確率付きの型付き回答を返します。同日、OpenRouter上での提供開始が案内されました。
室谷代表取締役PerplexityのDeciderシリーズ最新版、v1.2とFlash v1.2がOpenRouterで使えるようになったんですよね。これ、チャットモデルの新バージョンとはちょっと毛色が違う話で、地味だけど効くやつです。
テキトー教師DotAI 認定講師そうなんですよ。文章を生成するモデルではなくて、確率を返す決定モデル。
アプリのコードがその数値を閾値で判定して動く、という設計思想がはっきりしているんです。
アプリのコードがその数値を閾値で判定して動く、という設計思想がはっきりしているんです。
Perplexity Decider v1.2とは？OpenRouterで提供開始された決定モデルの概要
通常のLLMとPerplexity Decider v1.2の違い
Perplexity Decider v1.2
- 27Bパラメータの決定モデル
- テキスト・JSON・画像を状態として受け取る
- 1回のリクエストで複数の名前付き質問に回答
- 確率付きの型付き回答を返す
- 最初から数値と型で返すためパース不要
- 文章を生成しない
通常のLLM
- 自然文で回答する
- アプリ側で出力文をパースする必要がある
- モデルの表現変化で正規表現が壊れることがある
- 出力の揺れが発生しやすい
室谷代表取締役まず定義から整理しましょうか。Perplexity Decider v1.2は、Perplexityが2026年10月16日に公開した27Bパラメータの決定モデルで、テキスト・JSON・画像を状態として受け取り、1回のリクエストで複数の名前付き質問に対して確率付きの型付き回答を返すものです。
OpenRouter上では同日から利用可能になっています。
OpenRouter上では同日から利用可能になっています。
テキトー教師DotAI 認定講師ポイントは「文章を生成しない」ことなんですよ。通常のLLMは自然文で答えるので、アプリ側はその文をパースしないといけない。
Deciderは最初から数値と型で返してくるので、パースが要らない。ここが最大の違いですね。
Deciderは最初から数値と型で返してくるので、パースが要らない。ここが最大の違いですね。
室谷代表取締役パース処理って地味に壊れるんですよね。モデルがちょっと表現を変えただけで正規表現が死ぬみたいな。
MYUUUでもエージェントの分岐判定をプロンプトでやっていて、出力の揺れに悩んだ経験があるので、この割り切りは刺さります。
MYUUUでもエージェントの分岐判定をプロンプトでやっていて、出力の揺れに悩んだ経験があるので、この割り切りは刺さります。
テキトー教師DotAI 認定講師しかもOpenRouter上の説明では、このモデルは1プロバイダーがホストしていて、OpenRouterがリクエストを直接転送する形だと書かれています。ルーティングの判断が入らないぶん、挙動が読みやすい構成ですね。
室谷代表取締役提供元はPerplexity、発表はOpenRouterが利用開始を案内した形ですね。ここは混同しないようにしたいところです。
Decider v1.2とDecider Flash v1.2でできること——noul・choice・scoreの3つの答え方
Decider v1.2 / Decider Flash v1.2 の3つの回答タイプ
noul
yes/no質問に対して「yesの確率」を返す
choice
各選択肢の確率＋最尤の選択肢を返す（最大255選択肢）
score
順序付きルーブリックの各レベルの確率＋期待スコアを返す
テキトー教師DotAI 認定講師回答の型は3つあります。まずnoul、これはyes/noの質問に対して条件が成立する確率を返すもの。
室谷代表取締役noulって聞き慣れないですけど、要は「この条件、成り立つ？」を確率で返してくれるやつですね。
テキトー教師DotAI 認定講師そうです。2つ目がchoiceで、各選択肢の確率と最尤の選択肢を返します。
選択肢は最大255個まで。3つ目がscoreで、順序付きの評価基準の各レベルに対する確率と期待スコアを返します。
選択肢は最大255個まで。3つ目がscoreで、順序付きの評価基準の各レベルに対する確率と期待スコアを返します。
室谷代表取締役choiceが255個までっていうのは、分類タグを大量に持つようなユースケースだと効いてきますね。
テキトー教師DotAI 認定講師整理するとこうです。
- noul：yes/no質問に対する「yesの確率」を返す
- choice：各選択肢の確率＋最尤の選択肢（最大255選択肢）
- score：順序付きルーブリックの各レベルの確率＋期待スコア
室谷代表取締役で、これが1リクエストで同一内容に対して複数の質問を載せられる。v1.1の記載では最大128質問とされていました。
テキトー教師DotAI 認定講師1回の呼び出しで「この文はスパムか」「カテゴリはどれか」「品質スコアはどのレベルか」をまとめて聞けるわけです。リクエスト回数が減るのは実運用で大きいですよ。
室谷代表取締役講座でも受講生さんが「分類のためにLLMを何回も呼んでてコストが膨らむ」と言っていて、まとめて聞けるのは大事なんですよね。
Decider v1.2の使い方・始め方——テキストや画像を渡し確率で受け取るAPIの仕組み
Decider v1.2の基本的な使い方
- 01状態を渡すテキストやJSON、画像を入力として渡す
- 02質問と回答形式を指定名前付きの質問と回答形式を指定する
- 03確率を受け取るモデルから確率が返る
- 04閾値で判断例: yes確率が80%以上ならツール呼び出しを自動実行するなど、アプリ側のコードが数値で判断する
室谷代表取締役使い方のイメージは、状態としてテキストやJSON、画像を渡し、名前付きの質問と回答形式を指定して、確率を受け取るという流れです。
テキトー教師DotAI 認定講師OpenRouterのプレイグラウンドでは、noulの例として「エージェントのツール呼び出しをゲートする」、choiceの例として「サポートのルーティング」、scoreの例として「リードの選別」、さらにnoulで「写真チェック」といったサンプルが並んでいます。
室谷代表取締役写真チェックがnoulで出てくるのは面白いですね。画像を渡して「この写真は条件を満たすか」を確率で受ける。
テキトー教師DotAI 認定講師プレイグラウンドの例では、yes確率が80%以上ならツール呼び出しを自動実行する、という閾値の置き方が示されています。アプリ側のコードがその数値で判断する前提がよく分かります。
室谷代表取締役モデルの出力をそのまま実行に使うのではなく、閾値を人間側が決めてゲートする。この設計は安全側に倒せていいですよね。
テキトー教師DotAI 認定講師なお、v1系は当初テキストとJSONのみで画像入力は未対応でしたが、v1.1の時点でマルチモーダル対応が案内されていて、v1.2もテキストと画像を受け付けます。
室谷代表取締役料金と提供範囲——入力$0.02/$0.01、出力無料、日本からもOpenRouter経由で利用可能
テキトー教師DotAI 認定講師料金は明確です。Decider v1.2が入力100万トークンあたり$0.02、Decider Flash v1.2が$0.01。
どちらも出力トークンは無料です。
どちらも出力トークンは無料です。
室谷代表取締役Flashはv1.2の半額ですね。しかも4Bで高速。
大量に回す分類処理だと効いてきます。
大量に回す分類処理だと効いてきます。
テキトー教師DotAI 認定講師整理するとこうです。
| モデル | パラメータ | 入力価格(100万トークン) | 出力価格 | コンテキスト |
|---|---|---|---|---|
| Decider v1.2 | 27B | $0.02 | 無料 | 262K |
| Decider Flash v1.2 | 4B | $0.01 | 無料 | 262K |
室谷代表取締役コンテキストは両方262K。リリース日は2026年10月16日です。
テキトー教師DotAI 認定講師OpenRouter上の実測値も出ていて、v1.2のP50レイテンシは0.27秒、Flash v1.2は0.18秒と案内されています。
室谷代表取締役決定モデルって大量リクエストをさばく使い方が多いので、このレイテンシは現実的ですね。
テキトー教師DotAI 認定講師提供範囲について、OpenRouterのページにはEUのin-regionルーティングでは現在利用できない旨の記載があります。日本からの利用についてはOpenRouter経由で利用可能と案内されている範囲で判断する形ですね。
室谷代表取締役そこは公式の記載以上に踏み込まないほうがいいですね。現時点で日本向けの個別案内があるわけではないので。
v1.1から何が変わった？v1.2の位置づけとFlash登場の意味
室谷代表取締役ここが一番気になる差分ですよね。v1.1から何が変わったのか。
テキトー教師DotAI 認定講師公式のチェンジログでは、pplx-decider-v1.2がpplx-decider-v1.1-27bを置き換える27Bの決定モデルで、価格は$0.02のまま。そしてpplx-decider-flash-v1.2が新規の4Bモデルで$0.01という整理です。
両方ともテキストと画像を受け付け、同じリクエスト制限を使い、出力トークンは無料のまま。
両方ともテキストと画像を受け付け、同じリクエスト制限を使い、出力トークンは無料のまま。
室谷代表取締役つまりv1.2は価格を据え置いた後継チェックポイントで、Flashは新規の小型版という位置づけですね。
テキトー教師DotAI 認定講師そうです。あと実務的に嬉しいのが、pplx-decider-latestやpplx-decider-flash-latestで最新版を追従できること。
旧名のpplx-decider-v1.1-27bやpplx-decider-v1-27bを指定したリクエストもv1.2に解決されます。
旧名のpplx-decider-v1.1-27bやpplx-decider-v1-27bを指定したリクエストもv1.2に解決されます。
室谷代表取締役既存コードを書き換えなくても最新に寄る、と。これは移行コストが低いですね。
テキトー教師DotAI 認定講師一方で、v1.1からv1.2への具体的なスコア改善幅については、今回の資料では数値が示されていません。Decision Indexのようなベンチマークのv1.2スコアは現時点では明らかにされていません。
室谷代表取締役そこは憶測で書かないほうがいいですね。v1.1のときにHugging FaceのDecision Index 0.3で最高スコアを記録したと発表されていた、という経緯までは資料で確認できます。
テキトー教師DotAI 認定講師あと、v1.1のときにmodel souping（重み平均）で複数の学習ランを統合したという説明があったかどうかは、今回の資料では確認できません。この点は触れないでおきます。
室谷代表取締役Flashが出てきた意味は、要は「大量処理のための安い選択肢」ができたことですよね。高精度が要る判定はv1.2、量をさばく分類はFlash、という住み分けがしやすい。
分類・ルーティング・モデレーション・採点——確率で動くアプリでの想定ユースケース
テキトー教師DotAI 認定講師想定ユースケースは公式に4つ挙げられています。分類、ルーティング、モデレーション、ルーブリック採点です。
室谷代表取締役どれも「文章で答えてもらう必要がない」タスクなんですよね。
テキトー教師DotAI 認定講師そうなんです。たとえばエージェントのツール呼び出しをyes確率でゲートする、サポート問い合わせをchoiceで振り分ける、写真が条件を満たすかをnoulで判定する、リードをscoreで選別する。
どれもアプリ側の閾値判定で完結します。
どれもアプリ側の閾値判定で完結します。
室谷代表取締役モデレーションもそうですね。不適切かどうかを確率で受けて、閾値以上なら弾く。
テキトー教師DotAI 認定講師OpenRouterのページには、このモデルにトラフィックを送っている公開アプリの例も並んでいます。パイプライン系や画像検索のベンチ、ルーターチャットといった名前が見えます。
実運用で使われている信号として参考になりますね。
実運用で使われている信号として参考になりますね。
室谷代表取締役あとHugging FaceにDecision Model RankingsやDecision Indexといった決定モデル向けの評価枠組みがあることも資料から確認できます。決定モデルというカテゴリ自体が育ってきている証拠ですよね。
テキトー教師DotAI 認定講師講座でも「分類タスクにLLMを使うと出力の揺れが怖い」という声があるので、型付きで返るのは教育の現場でも説明しやすいです。
室谷代表取締役ただし、他社の決定モデルとの比較は今回の資料に記載がないので、そこは触れずにおきます。
よくある質問
室谷代表取締役最後に、よく聞かれそうな点を整理しておきます。
テキトー教師DotAI 認定講師まず「Decider v1.2とは何か」。Perplexityの27Bの決定モデルで、文章ではなく確率付きの型付き回答を返すものです。
v1.1の後継チェックポイントで、API契約は同じです。
v1.1の後継チェックポイントで、API契約は同じです。
室谷代表取締役「料金は」。入力100万トークンあたり$0.02、出力無料。
Flash v1.2は入力$0.01、出力無料です。
Flash v1.2は入力$0.01、出力無料です。
テキトー教師DotAI 認定講師「コンテキスト長は」。262Kです。
室谷代表取締役「どんな入力と出力に対応するか」。テキスト・JSON・画像を状態として受け取り、noul・choice・scoreの型で返します。
テキトー教師DotAI 認定講師「v1.1やv1との違いは」。価格はv1.1と同じ$0.02で、v1.2はその後継チェックポイント。
Flash v1.2は新規の4Bモデルです。旧名のリクエストもv1.2に解決されます。
Flash v1.2は新規の4Bモデルです。旧名のリクエストもv1.2に解決されます。
室谷代表取締役「ベンチマークスコアは」。v1.2のDecision Indexスコアは今回の資料では示されていないので、現時点では明らかにされていません。
テキトー教師DotAI 認定講師「日本から使えるか」。OpenRouter経由での提供が案内されている範囲で判断する形です。
EUのin-regionルーティングでは現在利用できない旨の記載があります。
EUのin-regionルーティングでは現在利用できない旨の記載があります。
室谷代表取締役「オープンウェイトの入手先やライセンスは」。今回の資料では確認できないので、現時点では明らかにされていません。
テキトー教師DotAI 認定講師総じて、決定モデルを「アプリの部品」として使う流れがはっきりしてきた発表ですね。
室谷代表取締役そうですね。プロンプトで頑張るより、確率で受けて閾値で動かす。
この割り切りができるチームは、エージェントの安定性が一段上がると思います。
この割り切りができるチームは、エージェントの安定性が一段上がると思います。
