Decisions API के लिए वेब ग्राउंडिंग

AI निर्णय मॉडल तेज़ और किफ़ायती होते हैं, लेकिन वे केवल वही जानते हैं जो उपयोगकर्ता उन्हें भेजते हैं और जो उन्होंने ट्रेनिंग में सीखा है। बदलते तथ्यों से जुड़े प्रश्नों के लिए, जैसे कि क्या कोई व्यक्ति अब भी किसी कंपनी का CEO है या किसी प्रोडक्ट की नई रिलीज़ आई है, सटीक उत्तर देने के लिए मॉडल को अप-टू-डेट जानकारी की ज़रूरत होती है।

आज से, Perplexity का Decisions API उत्तर देने से पहले वेब पर सर्च कर सकता है।

बस एक सेटिंग, "mode": "web_grounding", को किसी भी Decisions API अनुरोध में जोड़ें, और Perplexity Fast Search हर प्रश्न के लिए एक क्वेरी चलाता है। परिणाम साक्ष्य के रूप में आपकी स्टेट में जोड़े जाते हैं, ताकि निर्णय मॉडल ऐसी संभावनाएँ लौटाए जो इस समय वेब पर मौजूद जानकारी पर आधारित हों। स्टेट एक URL भी हो सकती है, जिससे किसी वेब पेज का टेक्स्ट डालने के बजाय मॉडल को सीधे उस खास पेज की ओर इंगित किया जा सके।

PWS-Decisions पर, जो मौजूदा वेब तथ्यों पर निर्भर 100 प्रश्नों वाला एक सार्वजनिक बेंचमार्क है, सटीकता 51% से बढ़कर 86% हो गई, और आम तौर पर रिस्पॉन्स 400 ms से कम समय में मिले।

निर्णय मॉडल हर प्रश्न के उत्तर में एक संख्या लौटाता है। उपयोगकर्ता एक या अधिक प्रश्नों के साथ कॉन्टेंट को state (टेक्स्ट, JSON या इमेज) के रूप में भेजते हैं। noul प्रश्न (हाँ या नहीं) के लिए, परिणाम हाँ की संभावना होता है। choice प्रश्न के लिए, परिणाम उपयोगकर्ता द्वारा तय किए गए हर विकल्प की संभावना होता है। score प्रश्न के लिए, परिणाम आपकी रूब्रिक के हर स्तर की संभावना और अपेक्षित स्कोर होता है।

मॉडल के पास जानकारी के दो स्रोत होते हैं: उपयोगकर्ता द्वारा भेजी गई स्टेट और ट्रेनिंग में सीखी गई बातें। "क्या यह रिव्यू किसी खराबी की रिपोर्ट करता है?" जैसे प्रश्न के लिए इतना काफ़ी है। लेकिन "क्या यह व्यक्ति अब भी CEO है?" का उत्तर देने के लिए यह काफ़ी नहीं है। हो सकता है कि ट्रेनिंग के बाद उत्तर बदल गया हो, और स्टेट में इसका कोई ज़िक्र न हो। वेब ग्राउंडिंग एक तीसरा स्रोत जोड़ती है: वेब, जिसे अनुरोध के समय सर्च किया जाता है। स्टेट एक URL भी हो सकती है, ताकि उपयोगकर्ता मॉडल को टेक्स्ट के बजाय किसी वेब पेज की ओर इंगित कर सके।

ग्राउंडिंग मॉडल कॉल से पहले API गेटवे में चलती है। अनुरोध के हर प्रश्न के लिए गेटवे एक Fast Search क्वेरी बनाता है। क्वेरी समानांतर रूप से चलती हैं। गेटवे परिणामों को मर्ज करता है, डुप्लिकेट URL हटाता है और साक्ष्य को state में जोड़ता है: शीर्षक, URL और पेज का टेक्स्ट। यदि state एक URL है, तो सर्च क्वेरी में वही URL शामिल होता है, जिससे पेज स्वयं साक्ष्य के रूप में वापस आता है और मॉडल उसी के टेक्स्ट के आधार पर उत्तर देता है। मॉडल ठीक वैसे ही संभावनाएँ लौटाता है, जैसे वह किसी भी Decisions API अनुरोध के लिए लौटाता है। यदि कोई सर्च विफल हो जाती है या उसका समय समाप्त हो जाता है, तो मॉडल जो भी साक्ष्य वापस आया हो, उसी के आधार पर उत्तर देता है। रिस्पॉन्स में search_results शामिल होता है, ताकि उपयोगकर्ता देख सके कि मॉडल ने क्या देखा। उपयोगकर्ता का अनुरोध और रिस्पॉन्स का स्वरूप पहले जैसा ही रहता है। बदलता है तो बस वह साक्ष्य, जो उत्तर देते समय मॉडल के पास होता है।

हमने 328 सही-या-गलत दावे एक ही निर्णय मॉडल को दो बार भेजे, एक बार वेब ग्राउंडिंग के साथ और एक बार उसके बिना। दावे अक्टूबर 2026 की खबरों और Wikipedia के दुर्लभ तथ्यों में बँटे थे, और हर सही दावे का एक गलत जुड़वाँ दावा था जो केवल एक ब्योरे में अलग था। स्टेट में कोई साक्ष्य नहीं दिया गया था।

वेब ग्राउंडिंग के बिना Decisions API ने 56.4 प्रतिशत दावों का सही उत्तर दिया, जो लगभग अनुमान लगाने के बराबर है। वेब ग्राउंडिंग के साथ इसने 97.3% सही उत्तर दिए, जिससे त्रुटियाँ 143 से घटकर 9 रह गईं। इसकी कीमत गति के रूप में चुकानी पड़ती है: मीडियन लेटेंसी 139 ms से बढ़कर 366 ms हो गई, और 95वीं पर्सेंटाइल लेटेंसी 514 ms से बढ़कर 742 ms हो गई।

PWS-Decisions क्लोज़्ड-एंडेड प्रश्नों का एक सार्वजनिक बेंचमार्क है, जिसमें खाता पात्रता, उत्पाद क्षमताओं, नीति नियमों और तेज़ी से बदलती घटनाओं से जुड़े प्रश्न शामिल हैं। 100 प्रश्न सार्वजनिक हैं और उन्हें संदर्भ उत्तर से सटीक मिलान के आधार पर स्कोर किया जाता है। हमने 4 नवंबर, 2026 को इन्हें Decisions API + Web Grounding (pplx-decider-v1.2) पर चलाया, और इसने 86 प्रश्नों के सही उत्तर दिए। नीचे दिए गए अन्य परिणाम बेंचमार्क लेखकों के प्रकाशित लीडरबोर्ड से लिए गए हैं। Web Grounding के बिना Decisions API के लिए उनका 51% का परिणाम हमारे अपने रन से मेल खाता है।

100 सार्वजनिक प्रश्नों पर हमारे क्लाइंट से मापे जाने पर, Decisions API + Web Grounding अनुरोधों ने मीडियन पर 370 ms और 95वें पर्सेंटाइल पर 685 ms में रिस्पॉन्स दिया। बेंचमार्क लेखकों ने 29 अक्टूबर, 2026 को अपने क्लाइंट से पूरे 300 प्रश्नों वाले सेट पर मापकर अपने API के लिए 560 ms और 710 ms बताए हैं। प्रकाशित लीडरबोर्ड की तुलना में, Decisions API + Web Grounding की सार्वजनिक सेट पर सटीकता सबसे अधिक है और इसका मीडियन रिस्पॉन्स 400 ms से कम है।

उन प्रश्नों के उत्तर देने के लिए वेब ग्राउंडिंग चालू करें जिनका उत्तर डेटा नहीं दे सकता: जब ट्रेनिंग के बाद तथ्य बदल गए हों और वेब पर नई जानकारी प्रकाशित हुई हो। कुछ उदाहरण:

हाल की खबरों के आधार पर अकाउंट क्वालिफ़ाई करें। पूरी अकाउंट सूची में जाँच: "क्या पिछले 90 दिनों में फ़ंडिंग जुटाई?"
जिन टूल पर आप निर्भर हैं, उन पर नज़र रखें। तय शेड्यूल पर जाँच: "क्या हमारे पिन किए गए वर्शन से नई कोई स्टेबल रिलीज़ उपलब्ध है?"
एजेंट के कार्रवाई करने से पहले पुष्टि करें। बुकिंग से पहले जाँच: "क्या यह इवेंट अब भी हो रहा है?"

हर उत्तर एक ऐसी संभावना है जिसके आधार पर डेवलपर का कोड कार्रवाई कर सकता है, और इसके साथ वे वेब स्रोत भी मिलते हैं जिन पर यह आधारित है।

किसी भी Decisions API अनुरोध में "mode": "web_grounding" जोड़ें। state टेक्स्ट हो सकता है, जैसे कोई दावा या रिकॉर्ड, या फिर कोई URL।

वेब के आधार पर किसी दावे की जाँच करें:

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?"
      }
    }
  }'

रिस्पॉन्स में search_results जुड़ जाता है, यानी वे पेज जिन्हें मॉडल ने पढ़ा। 4 नवंबर को इसने yes की संभावना 0.99 से अधिक लौटाई, और पहला परिणाम NASA का अंतरिक्ष यान रिकॉर्ड था।

किसी पेज का URL state के रूप में पास करके मॉडल को उस पेज पर निर्देशित करें:

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?"
      }
    }
  }'

Perplexity Python लाइब्रेरी में, अनुरोध बॉडी में mode पास करें:

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)

हर पूरी हुई सर्च की लागत इनपुट टोकन के अलावा $0.001 है। सर्च से मिला साक्ष्य इनपुट टोकन में गिना जाता है। Web Grounding का उपयोग करने वाले एक अनुरोध में अधिकतम 100 प्रश्न शामिल हो सकते हैं।

वेब ग्राउंडिंग दस्तावेज़ देखकर शुरुआत करें।

निर्णय मॉडल कैसे काम करता है

वेब ग्राउंडिंग कैसे काम करती है

वेब ग्राउंडिंग का परीक्षण

PWS-Decisions

डेवलपर क्या बना सकते हैं

शुरू करें