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。
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。
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
choiceWhich team should handle this support ticket?
integrations
- integrations99%
- billing1%
- bug0%
- account0%
置信度 99%
urgency
scoreHow urgent is this ticket?
- 4 · Critical73%
- 3 · Urgent27%
- 0 · Can wait0%
- 1 · Normal0%
- 2 · Soon0%
置信度 77%
churn risk
noulIs the customer at risk of churning?
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。
| Jev | Perplexity Decider | |
|---|---|---|
| 厂商 | TypeSafe | Perplexity |
| 模型 id | jev-latest | pplx-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 262k | 262k 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 / 3 | 1 / 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 | Jev | Decider v1.2 | Decider 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) | 4 | 1 | 1 |
| AG News 期望校准误差(ECE) | 0.086 | 0.040 | 0.052 |
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 token | Decider v1.2 token | 按标价更便宜的 |
|---|---|---|---|
| 1 个问题,短工单(约 300 字符) | 约 350 | 约 140 | Decider,约 5 倍 |
| 3 个问题,1,500 字符 | 约 640 | 约 410 | Decider,约 3 倍 |
| 5 个问题,8,000 字符 | 约 1,780 | 1,550 | Decider,约 2 倍 |
| 12 个长问题,24,000 字符 | 8,981 | 8,310 | Decider,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
- Decider 模型、价格、规模与上下文。OpenRouter 模型页 与 Perplexity Decisions API 文档 (厂商)
- Decider v1 的发布、基座模型与许可证。AGTP on X 与 AGI Hunt (第三方)
- Jev 价格与上下文。TypeSafe 模型文档 (厂商);Jev 最坏 token 数见 一次 Jev 评估要花多少钱 (实测)
- 准确率、校准、延迟与 token 数。我们经 OpenRouter 的实测:Jev 与 Decider v1 在 2026-10-07,Decider v1.2 在 2026-10-25 (实测)
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。