Perplexity Decider v1.2 は、2026年10月17日に最も見落とされやすい公開だった。Perplexity は Hugging Face 上でこの決定モデルのモデルカードを更新し、Vercel は同時期に Decider V1.2 27B と Decider Flash V1.2 4B を AI Gateway に掲載した。Perplexity の CEO、Aravind Srinivas は同日、Flash 版がメモリ16GBの M4 Mac 上でオンデバイス動作すると投稿している。チャットボットとは全く違う道を行くモデルで、返信を書かず、コードも生成せず、あらかじめ定められた判断問題に確率付きで答えるだけだ。
返す答えは3種類だけ、すべて確率付き
決定モデルの使い方は、まず材料（モデルカードで state と呼ばれる。テキスト、構造化レコード、画像が使える）を渡し、定型の質問を1つ以上投げることだ。是非問題には0から1の間で「はい」の確率を返し、選択問題では用意した選択肢ごとに確率を付けて最も可能性の高いものを選び、評点問題では定義した順序尺度に沿って段階ごとに確率を返す。アプリケーションはその数字を使って判断する。問い合わせをどのチームに回すか、商品写真に破損が見えるか、判断に迷う案件を人間の確認に回すか。文字を1つずつ生成しないため、分類、振り分け、ラベリングといった大量処理の工程では計算の勘定が変わる。
v1.2 の主な変化：関連する質問を一度に聞ける
このバージョンは Qwen3.8-27B を微調整したもので、材料には約160万画素までの画像を含められる。新しさは、1つの材料と複数の質問を1回のリクエストにまとめ、各質問に専用の読み出しマーカーを持たせ、関連質問が文脈を共有することで、ほぼ1問分の計算で済む点にある。Perplexity 自前の Decision Index 0.3 では、複数質問をまとめた構成の総合スコアが68.09で、前版の62.30から上昇した。視覚判断の項目は73.22から77.43に上がった。ただし割り引いて見る必要がある。このベンチマークは Perplexity 自身が維持・運営しており、このバージョンの学習データにはそのベンチマークいくつかの公式学習分割が含まれている。上昇分のうち、判断力の向上と「試験への慣れ」がそれぞれどれだけかは、第三者の再測定を待つしかない。Perplexity 自身も、無関係な候補同士の採点は別々のリクエストで行うべきだと注意している。一緒にすると互いに影響し合うためだ。
Flash 版は判断の工程をオンデバイスへ移そうとしている
同シリーズの Flash 版は4Bで、高スループットのラベリング、フィルタリング、振り分けが狙いだ。Vercel の掲載説明も、27B を「細かな判断と複雑な尺度」に、Flash を「基準が明確な大量タスク」に振り分けている。Srinivas のオンデバイスの主張が成り立てば、分類と一次スクリーニングの一部は材料をクラウドに送らずに済むようになり、プライバシーに敏感で処理量の多い場面では現実的な選択肢になる。ただ現時点では経営者の公開発言に過ぎず、オンデバイスでの速度と精度の数値は公表されていない。アーキテクチャの決定材料にするのはまだ早い。
27B版を自前で動かすハードルも先に計算しておくべきだ。BF16 の重みには約52GiBのGPUメモリに加えて作業用メモリが必要で、Python 3.12以上と CUDA GPU が求められる。既存サービスに気軽に入れられる小さな部品ではない。より堅実な読み方はこうだ。Jev の登場から数週間で、決定モデルのレーンには Perplexity、Cloudflare、OpenAI などが並んだ。v1.2 の見どころはスコア自体ではなく、「判断」が独立した安価な工程として切り出され、オンデバイス化まで視野に入り始めたことにある。是非問題を大量に抱える業務こそ、試し始める時期に来ている。
