Ancrage web pour la Decisions API

Les modèles de décision IA sont rapides et économiques, mais ils ne savent que ce que les utilisateurs leur envoient et ce qu’ils ont appris pendant l’entraînement. Pour les questions portant sur des faits changeants, comme savoir si une personne est toujours PDG d’une entreprise ou si un produit a une nouvelle version, un modèle a besoin d’informations à jour pour répondre avec exactitude.

Dès aujourd’hui, la Decisions API de Perplexity peut effectuer une recherche sur le web avant de répondre.

Ajoutez un seul paramètre, "mode": "web_grounding", à n’importe quelle requête de la Decisions API, et Perplexity Fast Search exécute une recherche pour chaque question. Les résultats sont ajoutés à votre champ state comme éléments probants, de sorte que le modèle de décision renvoie des probabilités éclairées par ce qui se trouve sur le web en ce moment. Le champ state peut aussi être une URL afin de diriger le modèle vers une page web précise plutôt que d’en saisir le texte.

Sur PWS-Decisions, un banc d’essai public comprenant 100 questions qui dépendent de faits actuels sur le web, la précision est passée de 51 % à 86 %, avec des réponses typiques en moins de 400 ms.

Un modèle de décision renvoie un nombre comme réponse à chaque question. Les utilisateurs envoient du contenu sous forme de state (texte, JSON ou images) avec une ou plusieurs questions. Pour une question de type noul (oui ou non), le résultat est la probabilité d’un oui. Pour une question de type choice, le résultat est une probabilité pour chaque option définie par l’utilisateur. Pour une question de type score, le résultat est une probabilité pour chaque niveau de votre grille d’évaluation, ainsi que le score attendu.

Le modèle dispose de deux sources d’information : le champ state envoyé par l’utilisateur et ce qu’il a appris pendant l’entraînement. C’est suffisant pour une question comme « Cet avis signale-t-il un défaut? » Ce n’est pas suffisant pour répondre à « Cette personne est-elle toujours PDG? » La réponse a peut-être changé après l’entraînement, et rien dans le champ state ne l’indique. L’ancrage web ajoute une troisième source : le web, interrogé au moment de la requête. Le champ state peut aussi être une URL, ce qui permet à l’utilisateur de diriger le modèle vers une page web plutôt que vers du texte.

L’ancrage s’exécute dans la passerelle d’API, avant l’appel au modèle. Pour chaque question d’une requête, la passerelle construit une requête Fast Search. Les requêtes s’exécutent en parallèle. La passerelle fusionne les résultats, élimine les URL en double et ajoute les éléments probants à l’état : titre, URL et texte de la page. Si l’état est une URL, la requête de recherche contient cette URL; la page elle-même est donc renvoyée comme élément probant, et le modèle répond à partir de son texte. Le modèle renvoie des probabilités comme il le ferait pour toute autre requête Decisions API. Si une recherche échoue ou expire, le modèle répond à partir des éléments probants qui ont été obtenus. La réponse inclut search_results pour que l’utilisateur puisse voir ce que le modèle a vu. La requête de l’utilisateur et la structure de la réponse restent les mêmes. Ce qui change, ce sont les éléments probants dont dispose le modèle au moment de répondre.

Nous avons soumis 328 affirmations vraies ou fausses au même modèle de décision à deux reprises, une fois avec l’ancrage web et une fois sans. Les affirmations étaient réparties entre des nouvelles d’octobre 2026 et des faits rares tirés de Wikipédia, et chaque affirmation vraie avait une jumelle fausse qui différait sur un seul détail. Aucun élément probant n’a été fourni dans le champ state.

Sans Web Grounding, la Decisions API a répondu correctement à 56,4 % des affirmations, un résultat proche du hasard. Avec Web Grounding, elle a répondu correctement à 97,3 % d’entre elles, ce qui a fait passer le nombre d’erreurs de 143 à 9. Le compromis, c’est la vitesse : la latence médiane est passée de 139 ms à 366 ms, et la latence au 95e centile, de 514 ms à 742 ms.

PWS-Decisions est un banc d’essai public composé de questions fermées portant sur l’admissibilité des comptes, les capacités des produits, les règles des politiques et l’actualité en évolution rapide. Parmi ces questions, 100 sont publiques et notées par correspondance exacte avec une réponse de référence. Nous les avons soumises à la Decisions API + Web Grounding (pplx-decider-v1.2) le 4 novembre 2026, et elle a répondu correctement à 86 d’entre elles. Les autres résultats ci-dessous proviennent du classement publié par les auteurs du banc d’essai. Leur score de 51 % pour la Decisions API sans Web Grounding correspond à celui de notre propre exécution.

Les requêtes Decisions API + ancrage web ont obtenu une réponse en 370 ms à la médiane et en 685 ms au 95e centile, selon des mesures prises à partir de notre client sur les 100 questions publiques. Les auteurs du banc d’essai indiquent 560 ms et 710 ms pour leur API sur l’ensemble complet de 300 questions, selon des mesures prises à partir de leur client le 29 octobre 2026. Par rapport au classement publié, la Decisions API + ancrage web affiche la précision la plus élevée sur l’ensemble public et un temps de réponse médian inférieur à 400 ms.

Activez l’ancrage web pour répondre aux questions auxquelles les données ne peuvent pas répondre : lorsque les faits ont changé après l’entraînement et que de nouvelles informations ont été publiées sur le web. Quelques exemples :

Qualifier des comptes selon l’actualité récente. « A obtenu du financement au cours des 90 derniers jours? » appliqué à une liste complète de comptes.
Suivre les outils dont vous dépendez. « Existe-t-il une version stable plus récente que notre version épinglée? » vérifié à intervalles réguliers.
Confirmer avant qu’un agent agisse. « Cet événement a-t-il toujours lieu? » vérifié avant la réservation.

Chaque réponse est une probabilité sur laquelle le code d’un développeur peut agir, accompagnée des sources web sur lesquelles elle s’appuie.

Ajoutez "mode": "web_grounding" à n’importe quelle requête Decisions API. L’état peut être du texte, comme une affirmation ou un dossier, ou une URL.

Vérifiez une affirmation à l’aide du Web :

bash

curl -X POST https://api.perplexity.ai/v1/decisions \
  -H "Authorization: Bearer $PERPLEXITY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "pplx-decider-v1.2",
    "mode": "web_grounding",
    "state": "Claim: The James Webb Space Telescope launched in December 2021.",
    "questions": {
      "supported": {
        "type": "noul",
        "instructions": "Is the claim true?"
      }
    }
  }'

La réponse ajoute search_results, c’est-à-dire les pages que le modèle a lues. Le 4 novembre, cette requête a renvoyé une probabilité de « oui » supérieure à 0,99, avec la fiche de l’engin spatial de la NASA comme premier résultat.

Dirigez le modèle vers une page en transmettant son URL comme état :

bash

curl -X POST https://api.perplexity.ai/v1/decisions \
  -H "Authorization: Bearer $PERPLEXITY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "pplx-decider-v1.2",
    "mode": "web_grounding",
    "state": "https://pypi.org/project/requests/",
    "questions": {
      "newer_stable_release": {
        "type": "noul",
        "instructions": "Has this package published a stable release newer than 2.31.0 as of today?"
      }
    }
  }'

Dans la bibliothèque Python de Perplexity, passez mode dans le corps de la requête :

python

from perplexity import Perplexity

client = Perplexity()

response = client.decisions.create(
    model="pplx-decider-v1.2",
    state="Claim: The James Webb Space Telescope launched in December 2021.",
    questions={"supported": {"type": "noul", "instructions": "Is the claim true?"}},
    extra_body={"mode": "web_grounding"},
)

print(response.answers["supported"].noul)

Chaque recherche effectuée coûte 0,001 $ en plus des jetons d’entrée. Les éléments probants issus de la recherche sont comptabilisés dans les jetons d’entrée. Une requête utilisant Web Grounding peut comprendre jusqu’à 100 questions.

Pour commencer, explorez la documentation sur Web Grounding.

Fonctionnement d’un modèle de décision

Fonctionnement de l’ancrage web

Mise à l’essai de l’ancrage web

PWS-Decisions

Ce que les développeurs peuvent créer

Pour commencer