Perplexity: Decider V1.2 to model decyzyjny od Perplexity, wydany 2026-10-16. ScaleDown: Classify-1 to model decyzyjny od ScaleDown, wydany 2026-10-13. Oba należą do tej samej kategorii, więc są ukierunkowane na to samo szerokie zadanie: przyjęcie danych wejściowych i zwrócenie decyzji, a nie swobodnego tekstu. Żaden z modeli nie udostępnia żadnych obsługiwanych parametrów, więc konfiguruje się je przez pola treści żądania akceptowane przez bramę, a nie przez specyficzne dla modelu przełączniki.
Najwyraźniejszy podział dotyczy kontekstu i obsługi danych wejściowych. ScaleDown: Classify-1 akceptuje do 1 000 000 tokenów kontekstu, podczas gdy Perplexity: Decider V1.2 akceptuje 262 144 tokeny, więc ScaleDown daje około czterokrotnie więcej miejsca na długie dokumenty lub duże partie w jednym wywołaniu. Jeśli chodzi o modalności, Decider V1.2 przyjmuje tekst i obrazy, a Classify-1 przyjmuje tekst, obrazy i pliki, więc Classify-1 obejmuje o jeden typ danych wejściowych więcej. Oba zwracają decyzje jako jedyną modalność wyjściową, więc żaden nie tworzy tekstu w stylu czatu ani ustrukturyzowanego JSON jako osobnego typu wyjścia. Jeśli chodzi o cenę, Decider V1.2 jest tańszy z dwóch pod względem danych wejściowych; ceny wyjścia nie różnią się między nimi w istotny sposób, więc różnica kosztów zależy głównie od tego, jak bardzo obciążenie jest związane z danymi wejściowymi.
W praktycznym wyborze sięgnij po Perplexity: Decider V1.2, gdy dane wejściowe to tekst lub obrazy, mieszczą się w 262 144 tokenach i chcesz niższego kosztu danych wejściowych. Obejmuje to większość wywołań związanych z routingiem, triage, moderacją i klasyfikacją, gdzie ładunkiem jest prompt plus być może zrzut ekranu. Sięgnij po ScaleDown: Classify-1, gdy dane wejściowe są bardzo duże, takie jak pełna umowa, długi zrzut logów lub pakiet wielu plików, albo gdy musisz przekazać pliki bezpośrednio, zamiast najpierw konwertować je na tekst. Jeśli dane wejściowe są małe i zawierają tylko tekst, Decider V1.2 jest naturalnym domyślnym wyborem, ponieważ jest tańszy pod względem danych wejściowych, a dodatkowy kontekst Classify-1 niczego ci nie daje.
Wywoływanie któregokolwiek z modeli przez api14 działa tak samo, ponieważ brama jest zgodna z OpenAI. Kierujesz swojego istniejącego klienta na bazowy URL api14, wysyłasz swój klucz i ustawiasz pole model na identyfikator, którego chcesz użyć. Aby użyć Perplexity, ustaw model na "perplexity/pplx-decider-v1.2". Aby użyć ScaleDown, ustaw go na "scaledown/classify-1". Wszystko inne w żądaniu pozostaje bez zmian, więc przełączanie między nimi to zmiana jednej linii i możesz je porównać na tym samym ruchu bez przepisywania integracji.
Jest jeden przypadek, w którym model, który nie jest twoim domyślnym, nadal wygrywa. Jeśli standaryzowałeś na Decider V1.2 ze względów kosztowych, ale przychodzi żądanie z załącznikiem plikowym lub kontekstem przekraczającym 262 144 tokeny, Classify-1 jest lepszym wyborem, ponieważ akceptuje pliki i utrzymuje do 1 000 000 tokenów. Trzymaj oba identyfikatory w swojej konfiguracji i kieruj na podstawie rozmiaru ładunku oraz typu danych wejściowych, zamiast zobowiązywać się do jednego modelu dla każdego wywołania.