Perplexity: Decider V1.2 to model decyzyjny od Perplexity, wydany 16 października 2026. Respan: Span-01 Lite to model decyzyjny od Respan, wydany 26 września 2026. Oba należą do tej samej kategorii, więc żaden nie jest modelem ogólnego przeznaczenia do czatu ani asystentem kodowania w zwykłym sensie. Zostały zbudowane, aby zwracać decyzje, a nie swobodną prozę, co kształtuje wszystko poniżej.
Najwyraźniejsza różnica między nimi dotyczy obsługi danych wejściowych. Decider V1.2 przyjmuje tekst i obrazy, natomiast Span-01 Lite przyjmuje wyłącznie tekst. Jeśli Twój potok wymaga podania zrzutu ekranu, zeskanowanego formularza, diagramu lub innego artefaktu wizualnego wraz z promptem, Decider V1.2 jest tym, który to przyjmie. Decider V1.2 podaje także długość kontekstu wynoszącą 262144 tokenów, podczas gdy Span-01 Lite nie publikuje długości kontekstu, więc jego użyteczne okno należy traktować jako nieznane i planować odpowiednio. Oba modele zwracają decyzje i żaden nie wymienia żadnych obsługiwanych parametrów, więc nie należy oczekiwać możliwości dostrajania zachowania próbkowania, temperatury ani podobnych ustawień przez treść żądania. Jeśli chodzi o cenę, porównanie jakościowe oznacza koszt wejścia i wyjścia jako nieistotnie różny lub nieznany, więc nie ma podstaw, aby uznać jeden za tańszy od drugiego; sprawdź bieżącą tabelę cen na tej stronie, aby poznać aktualne wartości.
Przy praktycznym wyborze zacznij od strony danych wejściowych. Zadania polegające na czytaniu obrazów, takie jak klasyfikowanie zrzutu ekranu, wyodrębnianie decyzji ze skanu dokumentu lub ocena stanu wizualnego, wskazują na Decider V1.2, ponieważ Span-01 Lite ich nie widzi. Zadania czysto tekstowe, które mieszczą się swobodnie w skromnym promptcie, są rozsądnymi kandydatami dla Span-01 Lite. Obciążenia z długim tekstem, takie jak podejmowanie decyzji na podstawie dużego transkryptu, długiego logu lub dużego zestawu pobranych dokumentów, przemawiają za Decider V1.2, ponieważ jego długość kontekstu jest podana i duża, podczas gdy długość kontekstu Span-01 Lite nie jest podana wcale. Ponieważ żaden model nie udostępnia obsługiwanych parametrów, decyzja dotyczy głównie modalności i kontekstu, a nie dostrajania.
Wywoływanie któregokolwiek z tych modeli przez api14 działa tak samo. Oba są udostępniane za pośrednictwem API zgodnego z OpenAI, więc zachowujesz istniejącego klienta, istniejący kształt żądania i istniejące przetwarzanie odpowiedzi, a zmieniasz tylko identyfikator modelu. Użyj "perplexity/pplx-decider-v1.2" dla modelu Perplexity i "respan/span-01-lite" dla modelu Respan. Ten pojedynczy ciąg jest przełącznikiem między nimi, co sprawia, że tanie jest kierowanie różnych żądań do różnych modeli w ramach jednej aplikacji lub zamiana jednego na drugi podczas testowania.
Jest jeden przypadek, w którym Span-01 Lite pozostaje rozsądnym wyborem, mimo że Decider V1.2 obejmuje więcej obszarów. Jeśli Twoje dane wejściowe są wyłącznie tekstowe i krótkie, a po prostu chcesz model decyzyjny od Respan, Span-01 Lite pasuje do zadania bez dodatkowej powierzchni modalności, której nie użyłbyś. Podane fakty nie ustalają przewagi cenowej żadnej ze stron, więc wybieraj na podstawie typu danych wejściowych i potrzeb dotyczących kontekstu, a nie kosztu.