Perplexity เข้าตลาดโมเดลตัดสินใจ — เปิด Decisions API ราคา $0.04 ต่อล้านโทเคน พร้อมปล่อยน้ำหนัก pplx-decider-v1-27b แบบ Apache-2.0 ค่าเฉลี่ย 11 ชุดทดสอบแซง Jev 85.71 ต่อ 84.51 แต่แพ้ 6 ใน 11 ชุด

Perplexity เป็นผู้ให้บริการ API รายใหญ่รายล่าสุดที่เข้าตลาด decision model ซึ่งเป็นโมเดลที่ไม่สร้างข้อความ แต่ตอบกลับเป็นความน่าจะเป็นของคำตอบที่เรากำหนดไว้ (ใช่/ไม่ใช่, เลือกหนึ่งตัวเลือก หรือให้คะแนนตาม rubric) Perplexity ทำสองอย่างพร้อมกัน อย่างแรกคืออัปโหลดน้ำหนัก perplexity-ai/pplx-decider-v1-27b ขึ้น Hugging Face เมื่อ 1 ต.ค. 2026 เวลา 21:24 UTC (ตรงกับเช้า 2 ต.ค. ตามเวลาไทย) ภายใต้ Apache-2.0 อย่างที่สองคือเปิด Decisions API ที่เรียกโมเดลตัวเดียวกันนี้ในราคา $0.04 ต่อล้านโทเคนขาเข้า ส่วนขาออกไม่คิดเงิน

ข่าวนี้ออกมาหลัง Cloudflare Clef เพียงวันเดียว และใช้โมเดลฐานตัวเดียวกันคือ Qwen3.8-27B ส่วน Decisions API ของ OpenAI ยังเป็น limited preview ที่ไม่มีราคา ตอนนี้จึงมีผู้ให้บริการรายใหญ่สองรายแล้วที่ขาย decision model แบบมีราคาชัดเจนและให้ดาวน์โหลดน้ำหนักไปรันเองได้ ขณะที่ Perplexity ยังไม่ได้เขียนบล็อกประกาศ มีแค่ model card และหน้าเอกสาร API เท่านั้น

ข้างในคืออะไร

ไฟล์ NOTICE ใน repo อธิบายไว้ตรง ๆ ว่า Perplexity ถอด output layer ที่ใช้สร้างภาษาออก แล้วใส่ “decision readout” ขนาด 255 ตัวเลือกแทน จากนั้น fine-tune ทั้ง backbone, ส่วนรับภาพ และ readout ด้วย SFT ตัวเลข 255 นี้ตรงกับเพดานของ API ที่รับได้ 1–255 ตัวเลือกต่อคำถาม แนวทางนี้ต่างจาก Clef ที่แช่แข็ง backbone ไว้แล้วฝึกเฉพาะ head กับ LoRA

ใน source/configs/training.json เปิดเผยรายละเอียดการฝึกไว้ค่อนข้างครบ:

• ข้อมูลฝึกเป็นชุดที่ “curated” ไว้ 73,000 แถว ฝึก 1 epoch ด้วย lr 2e-6 และ effective batch 256 แต่ checkpoint ที่เลือกมาคือ update ที่ 200 ซึ่งผ่านข้อมูลไปเพียงราว 70% ของ epoch
• max_length ตอนฝึกตั้งไว้ที่ 8,192 โทเคน ขณะที่ API รับ input ได้เกือบ 262,144 โทเคน ใครจะส่ง state ยาว ๆ ควรทดสอบคุณภาพเองก่อน เพราะโมเดลไม่ได้ถูกฝึกกับความยาวขนาดนั้น
• ใช้ temperature scaling ค่าเดียว (≈2.21) ที่ fit จากชุดแยก 3,500 แถว เพื่อปรับ calibration
• ไม่มีข้อมูลฝึกให้ดาวน์โหลด ไฟล์ config ระบุไว้เองใน reproduction_limits ว่าชุดข้อมูล 73,000 แถวและภาพประกอบไม่ได้แนบมา

โค้ดฝึกและโค้ดเสิร์ฟอยู่ในโฟลเดอร์ source/ ภายใต้ MIT (package ชื่อ autojev) ไฟล์ NOTICE เขียนกำกับไว้ว่า “ไม่มีส่วนเกี่ยวข้องหรือได้รับการรับรองจาก Qwen หรือ TypeSafe” ส่วนเรื่อง license ต่อทอด Qwen3.8-27B เป็น Apache-2.0 อยู่แล้ว จึงไม่มีเงื่อนไขซ่อนแบบที่เคยเจอกับบางโมเดล

ตัวเลข benchmark: ค่าเฉลี่ยชนะ แต่ชนะไม่ทั่ว

model card เทียบไว้ 11 ชุด ผลรวมคือ pplx-decider 85.71%, Jev 84.51%, Qwen3.8-27B ตัวฐาน 74.76% แต่เมื่อดูรายชุดจะเห็นภาพที่ต่างออกไป

ชุดทดสอบ	Jev	pplx-decider
RAGTruth	77.27	88.80
FinancialPhraseBank	76.98	84.18
WinoGrande	90.70	83.30
BBH	94.27	82.80
TruthfulQA binary	92.00	85.40
JevBench public hard	73.27	70.30

• Jev ชนะ 6 ใน 11 ชุด (WinoGrande, JudgeBench, BBH, JevBench hard, Belebele, TruthfulQA) ส่วน pplx-decider ชนะ 5 ชุด ค่าเฉลี่ยที่นำอยู่ 1.2 จุดมาจาก RAGTruth (+11.5) กับ FinancialPhraseBank (+7.2) เป็นหลัก ถ้าตัดสองชุดนี้ออก Jev จะนำ
• JevBench public hard ได้ 70.30% ซึ่งต่ำกว่าโมเดลฐาน Qwen3.8-27B (72.28%) แปลว่าการ fine-tune ทำให้งานกลุ่มนี้แย่ลง
• งานที่ต้องใช้เหตุผลหลายขั้นอย่าง BBH ยังห่าง Jev ถึง 11.5 จุด ซึ่งเป็นแพตเทิร์นเดียวกับที่ Clef แพ้ใน GPQA เมื่อวาน
• ตัวเลขของ pplx-decider วัดผ่าน Perplexity API ตามที่ card ระบุ และเป็นค่าเฉลี่ยแบบไม่ถ่วงน้ำหนัก ยังไม่มีการวัดซ้ำจากฝ่ายที่สาม

เรียกใช้อย่างไร และรันเองได้ไหม

API มี endpoint เดียวคือ POST https://api.perplexity.ai/v1/decisions รูปแบบคำขอเหมือนตระกูล Jev ทุกอย่าง คือส่ง state (ข้อความ, JSON หรือภาพแบบ base64) พร้อม questions ได้สูงสุด 128 ข้อต่อคำขอ มีให้เลือกสามประเภทคือ noul (ความน่าจะเป็นของ “ใช่”), choice (สูงสุด 255 ตัวเลือก) และ score (สูงสุด 10 ระดับ) เอกสารเตือนว่าการส่งคำขอซ้ำแบบเดิมอาจได้ตัวเลขต่างกันที่ทศนิยมตำแหน่งที่สอง จึงควรเผื่อ margin ตอนตั้ง threshold และถ้าส่งภาพที่ใหญ่เกิน 2,048 tile (32×32) ระบบจะไม่ตอบ 400 แต่จะรอราวหนึ่งนาทีแล้วตอบ 504 ควรย่อภาพก่อนส่ง

ถ้าจะรันเอง card บอกว่าต้องใช้ GPU ที่มีที่ว่างสำหรับน้ำหนักราว 49 GiB บวก working memory (BF16, 11 shard) การ์ดเกม 24 GB ใบเดียวรันไม่ได้ และยังไม่มี GGUF หรือ quant อย่างเป็นทางการ ต้องใช้ระดับ A100/H100 80GB หรือรอชุมชนทำ quant ออกมา โมเดลโหลดผ่านคลาส Decider ใน inference.py (custom code) ยังใช้กับ transformers แบบมาตรฐานโดยตรงไม่ได้

มุมมอง AI Curator

ภายในสามวันมีผู้เล่นรายใหญ่สามรายกระโดดเข้ามาในตลาดที่ TypeSafe เป็นคนเปิด ได้แก่ OpenAI, Cloudflare และ Perplexity สองในสามรายเลือกปล่อยน้ำหนักแบบ Apache-2.0 จากฐาน Qwen3.8-27B ตัวเดียวกัน และใช้ schema คำขอแบบ Jev (noul/choice/score) เหมือนกัน ตอนนี้ชัดแล้วว่า รูปแบบ API ของ Jev กลายเป็นมาตรฐานกลางของหมวดนี้ และราคา $0.04 ต่อล้านโทเคนที่ Perplexity ตั้งไว้ก็ต่ำกว่า $0.042 ของ Jev นิดเดียว ดูเหมือนตั้งใจให้ไม่มีเหตุผลด้านราคาที่จะไม่ลอง

แต่สิ่งที่ควรระวังคือการอ่านตาราง ทั้ง Clef และ pplx-decider ต่างก็ “ชนะ Jev” ในตารางของตัวเอง โดยชนะในงานจัดหมวดหรือตรวจข้อเท็จจริงกับเอกสาร (RAGTruth, FinancialPhraseBank, BANKING77) และแพ้ในงานที่ต้องใช้เหตุผลหลายขั้น (BBH, GPQA) ผลนี้ตรงกับธรรมชาติของสถาปัตยกรรม: readout ที่อ่าน forward pass รอบเดียวเก่งงาน pattern matching แต่ไม่ได้ “คิด” ทีมที่จะเลือกใช้จึงควรแยกงานออกเป็นสองกอง งาน routing, guardrail และตรวจว่าคำตอบ RAG มีหลักฐานรองรับหรือไม่ เหมาะกับ decision model แบบเปิดเหล่านี้มาก ส่วนการตัดสินใจที่ต้องไล่เหตุผลยังควรใช้ตัวที่คิดก่อนตอบ

สำหรับทีมไทย จุดแข็งที่เห็นได้ชัดคือ RAGTruth 88.80% เพราะการตรวจว่าแชตบอตตอบเกินเอกสารหรือไม่เป็นโจทย์ที่ธนาคาร ประกัน และหน่วยงานรัฐในไทยเจอกันบ่อย แต่ทุกชุดทดสอบเป็นภาษาอังกฤษ (Belebele เป็นชุดหลายภาษาชุดเดียว และเป็นชุดที่ Jev นำ) ไม่มีข้อมูลฝึกให้ตรวจ และ checkpoint นี้ผ่านข้อมูลไปเพียง 70% ของ epoch ก่อนลงระบบจริงควรวัดผลกับข้อมูลภาษาไทยของตัวเองอย่างน้อยหลักร้อยตัวอย่าง และถ้าต้องการให้ข้อมูลอยู่ในประเทศ ให้เผื่องบ GPU 80GB ไว้ด้วย เพราะตัว 27B ไม่ได้เล็กอย่างที่ชื่อ “decision model” ชวนให้คิด

แหล่งข่าว

• perplexity-ai/pplx-decider-v1-27b — Hugging Face model card, NOTICE และ training.json (อัปโหลด 1 ต.ค. 2026)
• Decisions API quickstart — Perplexity Docs
• เทียบกับ Cloudflare Clef — โพสต์ของเราเมื่อ 2 ต.ค.