开源决策模型 Decider v1.3 正式发布，新增 locate 文本片段提取能力

Perplexity 推出开源决策模型 Decider v1.3，同步还有轻量化版本 Decider Flash v1.3，本次版本最大更新就是新增 locate 能力，它和普通大模型不一样，不做自由文本生成，主打分类、路由、内容审核、评分决策，locate 能力可以从原文里定位并输出精确文本片段，附带字符位置和置信度，支持实体提取、信息抽取、摘要定位、抽取式问答，模型采用 Apache-2.0 开源协议，权重可以下载本地部署，也支持 OpenRouter、Decisions API 线上调用，上下文窗口达到 262K，在 63 项分类任务测试中平均精度 91.6%，相比上一代线上分类模型提升 6.54 个百分点，适合开发人员用来搭建智能路由、内容风控、文档信息抽取、自动化评分这类业务模块，不用再靠通用大模型做不稳定的文本解析。

Decider v1.3 版本差异对比表

Decider v1.3 核心能力清单

• 基础决策：输出校准后概率，支持多选、是非判断、分类路由
• locate 新增能力：定位原文精确文本区间，返回字符起止位置、内容、置信度
• 适用任务：实体识别、隐私信息提取、抽取问答、文档关键信息抓取
• 上下文：262K 上下文窗口，可处理长文档批量抽取
• 开源许可：Apache-2.0，商用友好，可本地私有化部署
• 调用渠道：OpenRouter 免费接入、Perplexity Decisions API、本地权重部署

开发接入参考步骤

1. 确认需求场景，区分是做分类决策还是文本抽取，抽取场景选用 locate 接口
2. 选择模型版本，追求精度选 Decider v1.3，追求低延迟高吞吐选 Flash v1.3
3. 两种接入方式：线上 API 快速调试，或者下载权重本地私有化部署
4. 构造请求入参，传入原始文本，指定需要抽取的目标字段
5. 拿到返回结果，读取文本片段、位置偏移、置信度，在业务层设置阈值过滤
6. 压测验证延迟、准确率，搭配业务规则二次校验抽取结果

综合来看，Decider v1.3 这次新增的 locate 能力补齐了决策模型在信息抽取上的短板，它不生成编造内容，只从原文找对应片段，输出稳定可控，很适合工程落地；短板是它不是通用对话模型，不能用来写文案、做开放式创作，只适合决策和信息抽取类场景。

【相关 FAQ】

问题 1：开源决策模型 Decider v1.3 发布，这次新增了什么能力？

回答 1：开源决策模型 Decider v1.3 发布，新增 locate 能力，用来定位、抽取原文里精确文本片段并返回位置与置信度。

问题 2：开源决策模型 Decider v1.3 是开源的吗，商用有没有限制？

回答 2：开源决策模型 Decider v1.3 使用 Apache-2.0 协议开源，权重可本地部署，商用比较友好。

问题 3：Decider v1.3 的 locate 能力可以用来做什么？

回答 3：Decider v1.3 的 locate 能力可以做实体抽取、隐私信息识别、抽取式问答、长文档关键片段定位。

问题 4：Decider v1.3 和普通生成式大模型有什么区别？

回答 4：Decider v1.3 属于决策模型，不自由生成文本，输出概率和原文片段，locate 能力保证内容全部来自输入原文，不会幻觉编造。

【参考资料】

[2026-11-12]（Perplexity Releases Decider V1.3 Models with Text-Span Extraction）Unite.AI

[2026-11-12]（Decider V1.3 上线 OpenRouter，新增 locate 抽取能力）OpenRouter

[2026-11-12]（Perplexity Decider v1.3：开源决策模型，Apache2.0 许可）TPS

[2026-11-12]（Decider v1.3 与 Flash v1.3 技术解读）Sulat AI

【免责声明】

本文关于开源决策模型 Decider v1.3、新增 locate 能力相关信息来自官方发布与海外科技媒体报道，模型准确率、性能指标受提示词、输入文本、部署环境影响，Apache-2.0 协议权责请自行阅读完整协议文本，本文仅作技术资讯解读，不构成开发选型建议。