Decisions API-க்கான வெப் கிரவுண்டிங்

AI முடிவு மாடல்கள் வேகமானவை, செலவு குறைந்தவை; ஆனால் பயனர்கள் அனுப்புவதும் பயிற்சியின்போது கற்றுக்கொண்டதும் மட்டுமே அவற்றுக்குத் தெரியும். ஒருவர் இன்னும் ஒரு நிறுவனத்தின் CEO-வாக இருக்கிறாரா, ஒரு தயாரிப்புக்குப் புதிய வெளியீடு வந்துள்ளதா என்பது போன்ற மாறும் உண்மைகள் பற்றிய கேள்விகளுக்குத் துல்லியமாகப் பதிலளிக்க, மாடலுக்குச் சமீபத்திய தகவல் தேவை.

இன்று முதல், Perplexity-இன் Decisions API பதிலளிப்பதற்கு முன் வலையில் தேட முடியும்.

"mode": "web_grounding" என்ற ஒரே ஒரு அமைப்பை எந்தவொரு Decisions API கோரிக்கையிலும் சேர்த்தால், ஒவ்வொரு கேள்விக்கும் Perplexity Fast Search ஒரு வினவலை இயக்கும். முடிவுகள் உங்கள் state-இல் ஆதாரங்களாகச் சேர்க்கப்படுவதால், இப்போது வலையில் உள்ள தகவல்களின் அடிப்படையில் முடிவு மாடல் நிகழ்தகவுகளை வழங்குகிறது. ஒரு குறிப்பிட்ட வலைப்பக்கத்தின் உரையை உள்ளிடுவதற்குப் பதிலாக, அந்தப் பக்கத்தை நோக்கி மாடலைச் சுட்டிக்காட்ட, state ஒரு URL ஆகவும் இருக்கலாம்.

தற்போதைய வலை உண்மைகளைச் சார்ந்த 100 கேள்விகளைக் கொண்ட பொது பெஞ்ச்மார்க்கான PWS-Decisions-இல், துல்லியம் 51%-இலிருந்து 86%-ஆக உயர்ந்தது; வழக்கமான பதில்கள் 400 ms-க்குள் கிடைத்தன.

ஒரு முடிவு மாடல் ஒவ்வொரு கேள்விக்கும் ஒரு எண்ணைப் பதிலாக வழங்குகிறது. பயனர்கள் ஒன்று அல்லது அதற்கு மேற்பட்ட கேள்விகளுடன் உள்ளடக்கத்தை state ஆக (உரை, JSON அல்லது படங்கள்) அனுப்புகிறார்கள். noul கேள்விக்கு (ஆம் அல்லது இல்லை), ஆம் என்பதற்கான நிகழ்தகவே முடிவாகும். choice கேள்விக்கு, பயனர் வரையறுக்கும் ஒவ்வொரு விருப்பத்திற்குமான நிகழ்தகவு முடிவாகக் கிடைக்கும். score கேள்விக்கு, உங்கள் மதிப்பீட்டு அளவுகோலின் ஒவ்வொரு நிலைக்குமான நிகழ்தகவும் எதிர்பார்க்கப்படும் மதிப்பெண்ணும் முடிவாகக் கிடைக்கும்.

மாடலுக்கு இரண்டு தகவல் மூலங்கள் உள்ளன: பயனர் அனுப்பும் state, பயிற்சியில் அது கற்றுக்கொண்டவை. "இந்த மதிப்பாய்வு ஏதேனும் குறைபாட்டைத் தெரிவிக்கிறதா?" போன்ற கேள்விக்கு அது போதும். "இவர் இன்னும் CEO-வாக இருக்கிறாரா?" என்பதற்குப் பதிலளிக்க அது போதாது. பயிற்சிக்குப் பிறகு பதில் மாறியிருக்கலாம்; state-இல் அதைப் பற்றி எதுவும் குறிப்பிடப்படவில்லை. வெப் கிரவுண்டிங் மூன்றாவது மூலத்தைச் சேர்க்கிறது: கோரிக்கையின்போது தேடப்படும் வலை. state ஒரு URL ஆகவும் இருக்கலாம்; எனவே பயனர் உரைக்குப் பதிலாக ஒரு வலைப்பக்கத்தை நோக்கி மாடலைச் சுட்டிக்காட்டலாம்.

மாடல் அழைப்புக்கு முன்பே API கேட்வேயில் கிரவுண்டிங் இயங்குகிறது. ஒரு கோரிக்கையில் உள்ள ஒவ்வொரு கேள்விக்கும், கேட்வே ஒரு Fast Search வினவலை உருவாக்குகிறது. இந்த வினவல்கள் இணையாக இயங்குகின்றன. கேட்வே முடிவுகளை ஒன்றிணைத்து, நகல் URL-களை நீக்கி, சான்றுகளை state-இல் சேர்க்கிறது: தலைப்பு, URL, பக்க உரை. state ஒரு URL ஆக இருந்தால், தேடல் வினவல் அந்த URL-ஐக் கொண்டுசெல்கிறது; எனவே அந்தப் பக்கமே சான்றாகத் திரும்பி வருகிறது, மாடல் அதன் உரையிலிருந்து பதிலளிக்கிறது. எந்தவொரு Decisions API கோரிக்கைக்கும் வழங்குவது போலவே மாடல் நிகழ்தகவுகளை வழங்குகிறது. ஒரு தேடல் தோல்வியுற்றாலோ நேரம் முடிந்தாலோ, திரும்பக் கிடைத்த சான்றுகளைக் கொண்டே மாடல் பதிலளிக்கிறது. மாடல் எதைப் பார்த்தது என்பதைப் பயனர் காண்பதற்காக, பதிலில் search_results சேர்க்கப்பட்டுள்ளது. பயனரின் கோரிக்கையும் பதிலின் வடிவமும் மாறாமல் அப்படியே இருக்கின்றன. மாறுவது, பதிலளிக்கும்போது மாடலிடம் உள்ள சான்றுகள் மட்டுமே.

328 சரி-அல்லது-தவறு கூற்றுகளை ஒரே முடிவு மாடலுக்கு இரண்டு முறை அனுப்பினோம்: ஒருமுறை வெப் கிரவுண்டிங்குடன், ஒருமுறை அது இல்லாமல். இந்தக் கூற்றுகள் அக்டோபர் 2026 செய்திகள், Wikipedia-வில் உள்ள அரிய உண்மைகள் என இரு பிரிவுகளாகப் பிரிக்கப்பட்டன; ஒவ்வொரு சரியான கூற்றுக்கும், ஒரே ஒரு விவரத்தில் மட்டும் வேறுபடும் தவறான இணைக் கூற்று ஒன்று இருந்தது. state-இல் எந்த ஆதாரமும் வழங்கப்படவில்லை.

Web Grounding இல்லாமல், Decisions API 56.4 சதவீதக் கூற்றுகளுக்கு மட்டுமே சரியாகப் பதிலளித்தது; இது ஊகித்துச் சொல்வதற்கு நெருக்கமானது. Web Grounding உடன், அது 97.3% சரியாகப் பதிலளித்து, பிழைகளை 143-இலிருந்து 9-ஆகக் குறைத்தது. இதற்கு ஈடாகக் கொடுக்க வேண்டியது வேகம்: இடைநிலைத் தாமதம் 139 ms-இலிருந்து 366 ms-ஆகவும், 95-ஆவது சதமானத் தாமதம் 514 ms-இலிருந்து 742 ms-ஆகவும் அதிகரித்தது.

PWS-Decisions என்பது கணக்குத் தகுதி, தயாரிப்புத் திறன்கள், கொள்கை விதிகள், வேகமாக மாறும் நிகழ்வுகள் ஆகியவை பற்றிய, வரையறுக்கப்பட்ட பதில்களைக் கொண்ட கேள்விகளின் பொது பெஞ்ச்மார்க் ஆகும். இவற்றில் 100 கேள்விகள் பொதுவில் உள்ளன; குறிப்புப் பதிலுடன் துல்லியமாகப் பொருந்துகிறதா என்பதன் அடிப்படையில் அவற்றுக்கு மதிப்பெண் வழங்கப்படுகிறது. நவம்பர் 4, 2026 அன்று இந்தக் கேள்விகளை Decisions API + Web Grounding (pplx-decider-v1.2) மீது இயக்கினோம்; அது 86 கேள்விகளுக்குச் சரியாகப் பதிலளித்தது. கீழே உள்ள மற்ற முடிவுகள், பெஞ்ச்மார்க்கை உருவாக்கியவர்கள் வெளியிட்ட லீடர்போர்டில் உள்ளவை. Web Grounding இல்லாத Decisions API-க்கு அவர்கள் பதிவுசெய்த 51%, எங்கள் சொந்தச் சோதனை ஓட்டத்தின் முடிவுடன் ஒத்துப்போகிறது.

100 பொதுக் கேள்விகளில் எங்கள் கிளையண்டிலிருந்து அளவிடப்பட்டபடி, Decisions API + Web Grounding கோரிக்கைகள் இடைநிலை அளவில் (median) 370 ms-இலும், 95-ஆவது சதமானத்தில் 685 ms-இலும் பதில்களை வழங்கின. 29 அக்டோபர் 2026 அன்று தங்கள் கிளையண்டிலிருந்து அளவிட்டபடி, முழு 300-கேள்வித் தொகுப்பில் தங்கள் API-க்கு 560 ms, 710 ms என பெஞ்ச்மார்க் ஆசிரியர்கள் தெரிவித்துள்ளனர். வெளியிடப்பட்ட லீடர்போர்டுடன் ஒப்பிடுகையில், Decisions API + Web Grounding பொதுத் தொகுப்பில் மிக உயர்ந்த துல்லியத்தையும் 400 ms-க்கும் குறைவான இடைநிலை பதில் நேரத்தையும் கொண்டுள்ளது.

தரவால் பதிலளிக்க முடியாத கேள்விகளுக்குப் பதிலளிக்க வெப் கிரவுண்டிங்கை இயக்குங்கள்: பயிற்சிக்குப் பிறகு உண்மைகள் மாறியிருக்கும்போதும், வலையில் புதிய தகவல் வெளியிடப்பட்டிருக்கும்போதும் இது உதவும். சில எடுத்துக்காட்டுகள்:

சமீபத்திய செய்திகளின் அடிப்படையில் கணக்குகளைத் தகுதிப்படுத்துங்கள். "கடந்த 90 நாட்களில் நிதி திரட்டியதா?" என்பது முழுக் கணக்குப் பட்டியலிலும் சரிபார்க்கப்படும்.
நீங்கள் சார்ந்திருக்கும் கருவிகளைக் கண்காணியுங்கள். "நாங்கள் நிலைப்படுத்தியுள்ள பதிப்பை விடப் புதிய நிலையான வெளியீடு ஏதேனும் உள்ளதா?" என்பது திட்டமிட்ட கால இடைவெளியில் சரிபார்க்கப்படும்.
ஏஜென்ட் செயல்படுவதற்கு முன் உறுதிப்படுத்துங்கள். "இந்த நிகழ்வு இன்னும் நடைபெறுகிறதா?" என்பது முன்பதிவு செய்வதற்கு முன் சரிபார்க்கப்படும்.

ஒவ்வொரு பதிலும் டெவலப்பரின் குறியீடு செயல்படக்கூடிய ஒரு நிகழ்தகவாகும்; அதற்கு அடிப்படையான வலை மூலங்களும் உடன் வழங்கப்படும்.

எந்தவொரு Decisions API கோரிக்கையிலும் "mode": "web_grounding" என்பதைச் சேர்க்கவும். state என்பது ஒரு கூற்று அல்லது பதிவு போன்ற உரையாகவோ, ஒரு URL ஆகவோ இருக்கலாம்.

ஒரு கூற்றை இணையத் தகவல்களுடன் ஒப்பிட்டுச் சரிபாருங்கள்:

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?"
      }
    }
  }'

பதிலில் search_results சேர்க்கப்படுகிறது; இவை மாடல் படித்த பக்கங்கள். நவம்பர் 4 அன்று, இது ‘ஆம்’ என்பதற்கு 0.99-க்கும் அதிகமான நிகழ்தகவை வழங்கியது; NASA-வின் விண்கலப் பதிவு முதல் முடிவாக இருந்தது.

ஒரு பக்கத்தின் URL-ஐ state-ஆக அனுப்பி, மாடலை அந்தப் பக்கத்திற்குச் சுட்டுங்கள்:

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 லைப்ரரியில், கோரிக்கையின் body-இல் mode-ஐ அனுப்புங்கள்:

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)

உள்ளீட்டு டோக்கன்களுடன் கூடுதலாக, நிறைவடைந்த ஒவ்வொரு தேடலுக்கும் $0.001 கட்டணம் உண்டு. தேடல் சான்றுகளும் உள்ளீட்டு டோக்கன்களாகக் கணக்கிடப்படும். Web Grounding-ஐப் பயன்படுத்தும் ஒரு கோரிக்கையில் அதிகபட்சம் 100 கேள்விகள் வரை சேர்க்கலாம்.

Web Grounding ஆவணங்களை ஆராய்ந்து தொடங்குங்கள்.

முடிவு மாடல் எவ்வாறு செயல்படுகிறது

வெப் கிரவுண்டிங் எவ்வாறு செயல்படுகிறது

வெப் கிரவுண்டிங்கைச் சோதித்தல்

PWS-Decisions

டெவலப்பர்கள் எதையெல்லாம் உருவாக்க முடியும்

தொடங்குங்கள்