Ancoraxe web para a Decisions API

Os modelos de decisión de IA son rápidos e rendibles, pero só saben o que os usuarios lles envían e o que aprenderon no adestramento. Para preguntas sobre feitos que cambian, como se alguén segue a ser o CEO dunha empresa ou se un produto ten unha nova versión, un modelo necesita información actualizada para responder con precisión.

Desde hoxe, a Decisions API de Perplexity pode buscar na web antes de responder.

Engade unha opción, "mode": "web_grounding", a calquera solicitude da Decisions API e Perplexity Fast Search executará unha consulta por cada pregunta. Os resultados engádense ao teu state como evidencia, de modo que o modelo de decisión devolve probabilidades baseadas no que hai na web neste momento. O state tamén pode ser un URL para dirixir o modelo a unha páxina web concreta en lugar de introducir o seu texto.

En PWS-Decisions, unha proba de referencia pública con 100 preguntas que dependen de datos actuais da web, a precisión subiu do 51 % ao 86 %, con respostas típicas en menos de 400 ms.

Un modelo de decisión devolve un número como resposta a cada pregunta. Os usuarios envían contido como state (texto, JSON ou imaxes) cunha ou máis preguntas. Para unha pregunta noul (si ou non), o resultado é a probabilidade de que a resposta sexa si. Para unha pregunta choice, o resultado é unha probabilidade para cada opción que define o usuario. Para unha pregunta score, o resultado é unha probabilidade para cada nivel da túa rúbrica e a puntuación esperada.

O modelo ten dúas fontes de información: o state que envía o usuario e o que aprendeu no adestramento. Iso abonda para unha pregunta como «Informa esta reseña dun defecto?». Non abonda para responder «Segue sendo esta persoa o CEO?». A resposta pode ter cambiado despois do adestramento, e nada no state o indica. A ancoraxe web engade unha terceira fonte: a web, consultada no momento da solicitude. O state tamén pode ser un URL, polo que o usuario pode dirixir o modelo a unha páxina web en lugar de a un texto.

A fundamentación execútase na pasarela da API antes da chamada ao modelo. Para cada pregunta dunha solicitude, a pasarela constrúe unha consulta de Fast Search. As consultas execútanse en paralelo. A pasarela combina os resultados, descarta os URL duplicados e engade a evidencia ao state: título, URL e texto da páxina. Se o state é un URL, a consulta de busca leva ese URL, de modo que a propia páxina volve como evidencia e o modelo responde a partir do seu texto. O modelo devolve probabilidades igual que faría con calquera solicitude á Decisions API. Se unha busca falla ou supera o tempo de espera, o modelo responde coa evidencia que chegase. A resposta inclúe search_results para que o usuario poida ver o que viu o modelo. A solicitude do usuario e a forma da resposta seguen sendo as mesmas. O que cambia é a evidencia que ten o modelo cando responde.

Enviamos 328 afirmacións de verdadeiro ou falso ao mesmo modelo de decisión dúas veces, unha con ancoraxe web e outra sen ela. As afirmacións dividíanse entre noticias de outubro de 2026 e datos pouco coñecidos de Wikipedia, e cada afirmación verdadeira tiña unha xemelga falsa que se diferenciaba nun detalle. Non se proporcionou ningunha evidencia no state.

Sen Web Grounding, a Decisions API respondeu correctamente o 56,4 % das afirmacións, case como se adiviñase. Con Web Grounding, respondeu correctamente o 97,3 %, o que reduciu os erros de 143 a 9. A contrapartida é a velocidade: a latencia mediana subiu de 139 ms a 366 ms, e a latencia do percentil 95, de 514 ms a 742 ms.

PWS-Decisions é unha proba de referencia pública de preguntas pechadas sobre a elixibilidade das contas, as capacidades dos produtos, as regras das políticas e os acontecementos que evolucionan rapidamente. Hai 100 preguntas públicas, que se puntúan por coincidencia exacta cunha resposta de referencia. Executámolas coa Decisions API + Web Grounding (pplx-decider-v1.2) o 4 de novembro de 2026 e respondeu correctamente 86. Os demais resultados que aparecen a continuación son a clasificación publicada polos autores da proba de referencia. O seu 51 % para a Decisions API sen Web Grounding coincide coa nosa propia execución.

As solicitudes á Decisions API + Web Grounding respondéronse en 370 ms na mediana e en 685 ms no percentil 95, medidos desde o noso cliente coas 100 preguntas públicas. Os autores da proba de referencia indican 560 ms e 710 ms para a súa API co conxunto completo de 300 preguntas, medidos desde o seu cliente o 29 de outubro de 2026. En comparación coa clasificación publicada, a Decisions API + Web Grounding ten a maior precisión no conxunto público e unha mediana de resposta inferior a 400 ms.

Activa a ancoraxe web para responder preguntas que os datos non poden responder: cando os feitos cambiaron despois do adestramento e hai nova información publicada na web. Algúns exemplos:

Cualifica contas segundo as noticias recentes. «Obtivo financiamento nos últimos 90 días?», en toda unha lista de contas.
Fai un seguimento das ferramentas das que dependes. «Hai unha versión estable máis recente ca a nosa versión fixada?», revisado de forma programada.
Confirma antes de que actúe un axente. «Segue en pé este evento?», comprobado antes de facer a reserva.

Cada resposta é unha probabilidade sobre a que pode actuar o código dun desenvolvedor, xunto coas fontes web que a sustentan.

Engade "mode": "web_grounding" a calquera solicitude á Decisions API. O state pode ser texto, como unha afirmación ou un rexistro, ou un URL.

Comproba unha afirmación contrastándoa coa 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?"
      }
    }
  }'

A resposta engade search_results, as páxinas que leu o modelo. O 4 de novembro, isto devolveu unha probabilidade de «si» superior a 0,99, co rexistro da nave espacial da NASA como primeiro resultado.

Dirixe o modelo a unha páxina pasando o seu URL como state:

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?"
      }
    }
  }'

Na biblioteca de Python de Perplexity, pasa mode no corpo da solicitude:

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)

Cada busca completada custa 0,001 $ ademais dos tokens de entrada. A evidencia da busca computa como tokens de entrada. Unha solicitude que use Web Grounding pode incluír ata 100 preguntas.

Comeza explorando a documentación de Web Grounding.

Como funciona un modelo de decisión

Como funciona a ancoraxe web

Probas da ancoraxe web

PWS-Decisions

O que poden crear os desenvolvedores

Primeiros pasos