Perplexity: Decider V1.2 es un modelo de decisiones de Perplexity, lanzado el 2026-10-16. Respan: Span-01 es un modelo de decisiones de Respan, lanzado el 2026-09-26. Ambos están construidos para el mismo trabajo general: tomar una entrada y devolver una decisión como salida en lugar de prosa de forma libre. Si estás configurando un clasificador, una regla de enrutamiento, un paso de triaje o cualquier componente que necesite comprometerse con una elección, ambos modelos encajan en esa categoría. Los dos proveedores son empresas diferentes, así que los detalles operativos en torno a cada modelo provendrán de sus respectivas plataformas, pero la forma de llamada a través de api14 es la misma.
La diferencia más clara está en lo que cada modelo acepta como entrada. Decider V1.2 acepta texto e imágenes, por lo que puede examinar una captura de pantalla, un formulario escaneado, un gráfico o una foto junto con una instrucción escrita y aun así producir una decisión. Span-01 acepta solo texto, lo que significa que cualquier entrada visual tiene que convertirse a texto antes de llegar al modelo. Decider V1.2 también publica una longitud de contexto de 262144 tokens, que es una ventana grande y útil cuando la decisión depende de un documento largo, un log grande o un hilo extenso. Span-01 no indica una longitud de contexto, así que trata su ventana utilizable como desconocida y prueba con tus propias entradas antes de confiar en él para trabajo de contexto largo. Ambos producen decisiones, y ninguno indica parámetros soportados, así que no deberías esperar ajustar el muestreo o perillas similares en ninguno de los dos.
Para la selección de tarea, la modalidad de entrada suele ser el factor decisivo. Si tu pipeline alguna vez ve imágenes, Decider V1.2 es la elección directa porque las maneja de forma nativa y evitas construir un paso separado de OCR o de visión. Si tus entradas son texto largo y la decisión necesita el documento completo a la vista, la longitud de contexto publicada de Decider V1.2 te da más margen para trabajar. Span-01 sigue siendo una opción razonable para tareas de decisión solo con texto donde la entrada es corta o ya está resumida, y donde quieres un segundo proveedor en la mezcla. En cuanto al precio, los dos son más o menos iguales para la entrada, así que el costo no es una razón fuerte para preferir uno sobre el otro por ese lado. El precio de salida no se especifica aquí, así que consulta la tabla de precios en vivo antes de comprometerte con volumen.
Llamar a cualquiera de los dos modelos a través de api14 funciona de la misma manera porque la API es compatible con OpenAI. Apuntas tu cliente a la URL base de api14, envías tu solicitud habitual de chat completions y cambias solo el id del modelo. Usa "perplexity/pplx-decider-v1.2" cuando quieras el modelo de Perplexity y "respan/span-01" cuando quieras el de Respan. Todo lo demás en el cuerpo de la solicitud permanece igual, así que cambiar entre ellos para una prueba A/B o una ruta de respaldo es un cambio de una línea. Si ya tienes código escrito contra el SDK de OpenAI, puedes conservarlo y solo cambiar la cadena.
Hay un caso en el que Span-01 sigue siendo la mejor elección aunque Decider V1.2 cubra más tipos de entrada. Si tus entradas son texto plano, tus documentos son lo bastante cortos como para que la longitud de contexto no sea una restricción, y específicamente quieres enrutar el tráfico de decisiones a través de Respan, entonces Span-01 hace el trabajo sin la capacidad extra que no usarías. También es una opción sensata cuando quieres comparar dos proveedores en la misma tarea y mantener simple la ruta de solo texto. En esas situaciones, la falta de soporte de imágenes y la longitud de contexto no publicada no te cuestan nada, y obtienes la salida de decisión que necesitas.