Web grounding voor de Decisions API

AI-beslissingsmodellen zijn snel en kostenefficiënt, maar ze weten alleen wat gebruikers ze sturen en wat ze tijdens de training hebben geleerd. Voor vragen over veranderende feiten, zoals of iemand nog steeds de CEO van een bedrijf is of dat er een nieuwe release van een product is, heeft een model actuele informatie nodig om nauwkeurig te antwoorden.

Vanaf vandaag kan de Decisions API van Perplexity op het web zoeken voordat die antwoordt.

Voeg één instelling, "mode": "web_grounding", toe aan een willekeurig Decisions API-verzoek, en Perplexity Fast Search voert voor elke vraag één query uit. De resultaten worden als bewijs aan je state toegevoegd, zodat het beslissingsmodel kansen retourneert die zijn gebaseerd op wat er op dit moment op het web staat. State kan ook een URL zijn, zodat je het model naar een specifieke webpagina kunt verwijzen in plaats van de tekst ervan in te voeren.

Op PWS-Decisions, een openbare benchmark met 100 vragen die afhangen van actuele feiten op het web, steeg de nauwkeurigheid van 51% naar 86%, met typische responstijden van minder dan 400 ms.

Een beslissingsmodel geeft op elke vraag een getal als antwoord. Gebruikers sturen content als state (tekst, JSON of afbeeldingen) mee met een of meer vragen. Bij een noul-vraag (ja of nee) is het resultaat de kans op ja. Bij een choice-vraag is het resultaat een kans voor elke optie die een gebruiker definieert. Bij een score-vraag is het resultaat een kans voor elk niveau van je beoordelingsschema en de verwachte score.

Het model heeft twee informatiebronnen: de state die een gebruiker stuurt en wat het tijdens de training heeft geleerd. Dat is genoeg voor een vraag als "Meldt deze review een defect?" Het is niet genoeg om te antwoorden op "Is deze persoon nog steeds de CEO?" Het antwoord kan na de training zijn veranderd, en niets in de state geeft dat aan. Web grounding voegt een derde bron toe: het web, doorzocht op het moment van het verzoek. De state kan ook een URL zijn, zodat een gebruiker het model naar een webpagina kan verwijzen in plaats van naar tekst.

Grounding vindt plaats in de API-gateway, vóór de modelaanroep. Voor elke vraag in een verzoek stelt de gateway een Fast Search-query op. De query's worden parallel uitgevoerd. De gateway voegt de resultaten samen, verwijdert dubbele URL's en voegt het bewijsmateriaal toe aan de state: titel, URL en paginatekst. Als de state een URL is, bevat de zoekquery die URL, zodat de pagina zelf als bewijsmateriaal terugkomt en het model antwoordt op basis van de tekst ervan. Het model retourneert kansen op dezelfde manier als bij elk ander Decisions API-verzoek. Als een zoekopdracht mislukt of een time-out krijgt, antwoordt het model op basis van het bewijsmateriaal dat wel is teruggekomen. Het antwoord bevat search_results, zodat een gebruiker kan zien wat het model heeft gezien. Het verzoek van een gebruiker en de vorm van het antwoord blijven hetzelfde. Wat verandert, is het bewijsmateriaal waarover het model beschikt wanneer het antwoordt.

We stuurden 328 waar-of-onwaarbeweringen twee keer naar hetzelfde beslissingsmodel: één keer met web grounding en één keer zonder. De beweringen waren verdeeld tussen nieuws uit oktober 2026 en zeldzame feiten van Wikipedia, en elke ware bewering had een onware tegenhanger die op één detail verschilde. Er werd geen bewijs meegegeven in de state.

Zonder web grounding beantwoordde de Decisions API 56,4 procent van de beweringen correct, nauwelijks beter dan gokken. Met web grounding was dat 97,3%, waardoor het aantal fouten daalde van 143 naar 9. De keerzijde is snelheid: de mediane latentie steeg van 139 ms naar 366 ms, en de latentie op het 95e percentiel van 514 ms naar 742 ms.

PWS-Decisions is een openbare benchmark met gesloten vragen over accountkwalificatie, productmogelijkheden, beleidsregels en snel veranderende gebeurtenissen. Er zijn 100 vragen openbaar, die worden beoordeeld op exacte overeenkomst met een referentieantwoord. Wij hebben ze op 4 november 2026 voorgelegd aan de Decisions API + Web Grounding (pplx-decider-v1.2), die er 86 correct beantwoordde. De overige resultaten hieronder komen uit het gepubliceerde leaderboard van de auteurs van de benchmark. Hun score van 51% voor de Decisions API zonder Web Grounding komt overeen met onze eigen meting.

Verzoeken aan de Decisions API + Web Grounding werden beantwoord in 370 ms bij de mediaan en 685 ms bij het 95e percentiel, gemeten vanaf onze client op de 100 openbare vragen. De auteurs van de benchmark rapporteren 560 ms en 710 ms voor hun API op de volledige set van 300 vragen, gemeten vanaf hun client op 29 oktober 2026. Vergeleken met de gepubliceerde ranglijst heeft de Decisions API + Web Grounding de hoogste nauwkeurigheid op de openbare set en een mediane responstijd van minder dan 400 ms.

Schakel web grounding in om vragen te beantwoorden waar data geen antwoord op heeft: wanneer de feiten na de training zijn veranderd en er nieuwe informatie op het web is gepubliceerd. Enkele voorbeelden:

Kwalificeer accounts op basis van recent nieuws. "In de afgelopen 90 dagen financiering opgehaald?", toegepast op een volledige accountlijst.
Houd de tools bij waarvan je afhankelijk bent. "Is er een stabiele release die nieuwer is dan onze vastgezette versie?" wordt volgens een vast schema gecontroleerd.
Bevestig voordat een agent handelt. "Gaat dit evenement nog door?", gecontroleerd voordat de agent boekt.

Elk antwoord is een kans waarop de code van een ontwikkelaar kan handelen, samen met de webbronnen waarop die is gebaseerd.

Voeg "mode": "web_grounding" toe aan een willekeurig Decisions API-verzoek. De state kan tekst zijn, zoals een bewering of een record, of een URL.

Controleer een bewering aan de hand van het 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?"
      }
    }
  }'

Het antwoord voegt search_results toe: de pagina's die het model heeft gelezen. Op 4 november leverde dit een kans op 'ja' van meer dan 0,99 op, met de NASA-gegevens over het ruimtevaartuig als eerste resultaat.

Laat het model een specifieke pagina gebruiken door de URL ervan als state mee te geven:

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?"
      }
    }
  }'

Geef in de Python-bibliotheek van Perplexity mode mee in de body van het verzoek:

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)

Elke voltooide zoekopdracht kost $ 0,001 bovenop de inputtokens. Bewijsmateriaal uit zoekopdrachten telt mee als inputtokens. Een verzoek met Web Grounding kan maximaal 100 vragen bevatten.

Ga aan de slag door de documentatie over web grounding te verkennen.

Hoe een beslissingsmodel werkt

Hoe web grounding werkt

Web grounding testen

PWS-Decisions

Wat ontwikkelaars kunnen bouwen

Aan de slag