Decisions API 的網路依據

AI 決策模型快速又具成本效益，但它們只知道使用者傳送的內容，以及在訓練中學到的知識。對於會變動的事實，例如某人是否仍是公司執行長，或某項產品是否推出了新版本，模型需要最新資訊才能準確回答。

從今天起，Perplexity 的 Decisions API 可以在回答前先搜尋網路。

只要新增一項設定 "mode": "web_grounding"，並套用到任何 Decisions API 請求，Perplexity Fast Search 就會針對每個問題執行一次查詢。結果會作為證據加入你的 state，因此決策模型回傳的機率會參考網路上當下的資訊。state 也可以是 URL，讓模型指向特定網頁，而不必輸入網頁文字。

在 PWS-Decisions（一項包含 100 個仰賴最新網路事實之問題的公開基準測試）上，準確率從 51% 提升至 86%，且一般回應時間低於 400 毫秒。

決策模型會針對每個問題回傳一個數字作為答案。使用者會將內容以 state（文字、JSON 或圖片）的形式，連同一或多個問題一起傳送。對於 noul 問題（是或否），結果為「是」的機率。對於 choice 問題，結果為使用者所定義每個選項的機率。對於 score 問題，結果為你評分標準中每個等級的機率，以及預期分數。

模型有兩個資訊來源：使用者傳送的 state，以及它在訓練中學到的知識。對於「這則評論是否回報了瑕疵？」這類問題，這樣就足夠了；但要回答「這個人仍是執行長嗎？」就不夠了。答案可能在訓練後已經改變，而 state 中也沒有任何內容指出這一點。網路依據新增了第三個來源：在提出請求時搜尋的網路。state 也可以是 URL，因此使用者可以讓模型指向某個網頁，而非文字。

Grounding 會在呼叫模型之前於 API 閘道中執行。針對請求中的每個問題，閘道都會建立一個 Fast Search 查詢。這些查詢會平行執行。閘道會合併結果、移除重複的 URL，並將佐證資料附加到 state 中：標題、URL 和頁面文字。如果 state 是 URL，搜尋查詢就會帶入該 URL，因此頁面本身會作為佐證資料傳回，模型便根據頁面文字作答。模型傳回機率的方式與任何 Decisions API 請求相同。如果搜尋失敗或逾時，模型會根據已傳回的佐證資料作答。回應中包含 search_results，讓使用者可以查看模型看到了哪些內容。使用者的請求與回應的結構都維持不變。改變的是模型作答時所掌握的佐證資料。

我們將 328 則是非陳述傳送給同一個決策模型兩次，一次啟用網路依據，一次未啟用。這些陳述分為 2026 年 10 月的新聞與來自維基百科的冷門事實，且每則真實陳述都有一則僅在一個細節上不同的錯誤對應陳述。state 中未提供任何證據。

未使用 Web Grounding 時，Decisions API 對說法的判斷正確率為 56.4%，與隨機猜測相差無幾。使用 Web Grounding 後，正確率達 97.3%，錯誤數從 143 個減少至 9 個。代價是速度：延遲中位數從 139 毫秒增加至 366 毫秒，第 95 百分位延遲則從 514 毫秒增加至 742 毫秒。

PWS-Decisions 是一項公開基準測試，包含關於帳戶資格、產品功能、政策規則與快速變化事件的封閉式問題。其中 100 道問題已公開，並依據是否與參考答案完全相符來評分。我們於 2026 年 11 月 4 日以 Decisions API + Web Grounding（pplx-decider-v1.2）執行這些問題，結果答對 86 題。以下其他結果來自基準測試作者發布的排行榜。他們公布的 Decisions API 未使用 Web Grounding 時的 51% 成績，與我們自行執行的結果一致。

從我們的用戶端針對 100 個公開問題進行測量，Decisions API + 網路依據請求的回應時間中位數為 370 毫秒，第 95 百分位數為 685 毫秒。基準測試作者回報，其 API 在完整的 300 題資料集上分別為 560 毫秒和 710 毫秒，於 2026 年 10 月 29 日從他們的用戶端測得。與已發布的排行榜相比，Decisions API + 網路依據在公開資料集上的準確率最高，且回應時間中位數低於 400 毫秒。

啟用網路依據，回答資料本身無法回答的問題：當事實在訓練後已經改變，且網路上有新發布的資訊時。一些範例：

根據近期新聞評估客戶資格。針對整份客戶清單判斷「過去 90 天內是否完成募資？」
追蹤你所依賴的工具。定期檢查「是否有比我們鎖定版本更新的穩定版本？」
在 AI 代理程式採取行動前先確認。在預訂前先檢查「這場活動還會舉行嗎？」

每個答案都是開發人員的程式碼可據以採取行動的機率，並附上其背後的網路來源。

在任何 Decisions API 請求中加入 "mode": "web_grounding"。state 可以是文字（例如一項說法或一筆紀錄），也可以是 URL。

根據網路內容查核一項說法：

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?"
      }
    }
  }'

回應中會新增 search_results，也就是模型讀取過的頁面。在 11 月 4 日，這項請求傳回「是」的機率高於 0.99，第一筆結果為 NASA 的太空船紀錄。

將頁面的 URL 作為 state 傳入，即可讓模型讀取該頁面：

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?"
      }
    }
  }'

在 Perplexity Python 程式庫中，於請求主體傳入 mode：

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)

每次完成的搜尋除了輸入 token 之外，另收取 $0.001。搜尋佐證資料會計入輸入 token。使用 Web Grounding 的請求最多可包含 100 個問題。

瀏覽Web Grounding 文件以開始使用。

決策模型的運作方式

網路依據的運作方式

測試網路依據

PWS-Decisions

開發人員可以打造的應用

開始使用