Jev vs Perplexity Decider:两个最便宜的决策模型,同题实测

Perplexity Decider(pplx-decider-v1.2)和 Jev 接受同样的请求——一份 state 加带类型的问题——返回概率。现在两者里 Decider 明显更便宜:每百万输入 token $0.02 对 $0.042,而且从 v1.2 起它和 Jev 一样只读一遍 state。同样 196 条带标签输入上,Decider v1.2 在 Banking77 银行卡意图上 89.6%、AG News 上 91%(2026-10-25);Jev 是 86.5% 和 91%(2026-10-07)。Jev 的优势在别处:延迟更低,以及 TypeSafe 配套的工具。

用你自己的文本试试

修改示例后,免费注册即可运行:送 15 点,无需信用卡。

场景

把工单分给对应团队,评估紧急程度,并标记流失风险。

166 / 2,000

可以随意修改,所选模型会针对这里的内容回答该场景的问题。

模型

Jev 实际返回了什么

下面是上方示例未经修改的输出,采集自线上 API。

Hi, I've been trying to connect my Stripe account for 3 days and it keeps failing with 'invalid redirect'. I'm losing sales every hour this is down. Please help ASAP.

category

choice

Which team should handle this support ticket?

integrations

  • integrations99%
  • billing1%
  • bug0%
  • account0%

置信度 99%

urgency

score

How urgent is this ticket?

3.73/4Critical
  • 4 · Critical73%
  • 3 · Urgent27%
  • 0 · Can wait0%
  • 1 · Normal0%
  • 2 · Soon0%

置信度 77%

churn risk

noul

Is the customer at risk of churning?

是80%
是 80%否 20%

采集于 2026-10-09 · 0.89 秒 · jev-1.13.0

一览

(厂商) 是卖模型的公司给的数字;(实测) 是我们经 OpenRouter 自己调用测的:Jev 在 2026-10-07,Decider v1.2 在 2026-10-25。

JevPerplexity Decider
厂商TypeSafePerplexity
模型 idjev-latestpplx-decider-v1.2
权重闭源v1 开放(Apache 2.0);v1.2 未列出
规模未公开27B (厂商)
输入标价$0.042 / 百万 token$0.02 / 百万 token
输出 token免费免费
上下文约 32k token,与最长的问题共享 (厂商);可开启 262k262k token (厂商)
图片需手动开启的预览功能 (厂商),JevStation 未接入支持
输入 token 拟合≈ 260 + 0.163 × 字符数 + 43 × 问题数≈ 48 + 0.163 × 字符数 + 40 × 问题数
延迟中位数412 ms (实测)525 ms (实测)
Banking77 银行卡意图86.5% (实测)89.6% (实测)
AG News 主题91% (实测)91% (实测)
JevStation 积分1 / 31 / 3

积分为标准 / 大档;state 超过 8,000 字符或问题超过 5 个即为大档。

准确率与校准

我们给两个模型发了同样 196 条带标签输入,零样本,每个选项一行说明。方法详见 决策模型对比,那里所有模型跑的是同一批数据。Jev 跑于 2026-10-07,Decider v1.2 跑于 2026-10-25;v1 一列是 OpenRouter 10 月已下线的旧版 Decider,跑于 2026-10-07。

任务JevDecider v1.2Decider v1(已下线)
Banking77,12 个银行卡意图(96)86.5%89.6%86.5%
AG News,4 个主题(100)91%91%93%
Banking77:置信度 ≥ 0.9 的答案覆盖 81%,其中 94.9% 正确覆盖 73%,其中 100% 正确覆盖 77%,其中 98.6% 正确
置信度 ≥ 0.99 却答错(共 196)411
AG News 期望校准误差(ECE)0.0860.0400.052

这个样本量下准确率算打平。校准上 Decider 领先:它非常确定的时候几乎总是对的,所以按它的置信度设阈值,漏过去的错误更少。v1.2 比 v1 稍保守,置信度 0.9 以上的答案更少,但在 Banking77 上全部正确。Jev 在 196 条里有 136 条给出了 1.00 的置信度(保留两位小数),很难再从中区分出简单和有风险的情况。

两个模型都找到了藏在 20,000 字符中性文本最末尾的那句取消请求,测试中都没有截断 state。

每次调用各花多少

Decider v1.2 单价更低,数出的 token 又和 Jev 差不多,所以在我们测过的每种请求形状上都更便宜。我们各用九个请求拟合(state 为 100、2,000、8,000 字符,配 1、3、5 个问题):

请求Jev tokenDecider v1.2 token按标价更便宜的
1 个问题,短工单(约 300 字符)约 350约 140Decider,约 5 倍
3 个问题,1,500 字符约 640约 410Decider,约 3 倍
5 个问题,8,000 字符约 1,7801,550Decider,约 2 倍
12 个长问题,24,000 字符8,9818,310Decider,约 2 倍

已下线的 Decider v1 不一样:它每个问题都读一遍 state,上表 5 个问题的请求要 6,985 token,12 个问题的要 51,882。说"问题一多 Decider 就变贵"的页面,说的是 v1。

现在两个模型在 JevStation 上的积分相同。价格计算器可以按你自己的数字比较两者直连的成本。

怎么选

  • 直连、每次调用成本最低:Decider。
  • 延迟最低:Jev,我们的测试里中位数快约 110 ms。
  • 需要判断图片:Decider。Jev 的图片输入是需手动开启的预览功能,TypeSafe 尚未标为可用于生产,JevStation 也只传文本。
  • 需要能直接据此自动执行的置信度:我们的测试里 Decider 校准更好;请在你自己的数据上确认。
  • 自托管或数据驻留要求:Decider v1 权重开放;依赖 v1.2 之前先确认它的权重是否发布。Jev 只有 API。
  • 输入超过约 3 万 token:Decider,上下文 262k。

两个都试试

免费注册后可以在上面运行 Decider;登录后也可以用并排运行器把同样的文本和问题同时发给 Jev 和 Decider。

来源

另见 Jev vs Drex Max:同一 System One 契约下 Nace.AI 的托管模型(2026-11-20 接入)。

JevStation 是独立站点。Jev 与 Decider 分别是 TypeSafe 与 Perplexity 的名称;我们与两者均无关联。

常见问题

Perplexity Decider 能直接替换 Jev 吗?
请求格式上可以。经 OpenRouter 的 System One 接口或 JevStation 调用时,Decider 接受同样的 state 和同样的 Choice、Score、Noul 问题,返回同样结构的答案。
Perplexity Decider 开源吗?
第一版 Decider v1 27B 以 Apache 2.0 发布在 Hugging Face 上,Perplexity 称它基于 Qwen3.8-27B 微调。OpenRouter 称 v1.2 是新的 27B checkpoint,但没有列出它的 Hugging Face 权重,打算自托管前请先确认。Jev 没有开放权重。
Jev 和 Decider 哪个更准?
我们的测试里很接近。96 条 Banking77 银行卡意图消息上 Decider v1.2 89.6%、Jev 86.5%;100 篇 AG News 上两者都是 91%。约 100 条的样本里,这种差距属于噪声范围。Decider 的校准更好:196 条输入里,置信度 0.99 及以上时它只错了 1 次,Jev 错了 4 次。
Decider v1.2 的 token 计费变了吗?
变了。我们 2026-10-07 实测的 v1 每个问题都会重新读一遍 state,8,000 字符的 state 配 5 个问题要 6,985 个输入 token。v1.2 只读一遍:同样的请求约 1,550 token,每多一个问题约多 40。OpenRouter 已下线 v1。
Decider 在 JevStation 上多少钱?
和 Jev 一样:标准评估 1 积分,大档 3 积分。2026-10-25 之前是 2 和 6,因为 v1 每个问题都按一次 state 计费。免费注册即送 50 积分(30 天有效,无需信用卡),注册后就能在本页对比两者。

相关页面

把它接进你的流程

注册即送 15 点,保存自己的问题集,并通过 API 调用同样的评估。