PPLX Decider v1.2 и Flash: несколько решений по одному тексту или изображению

PPLX Decider v1.2: что изменилось для локальной обработки данных

Проверено 18 октября 2026 года. Perplexity разместила две модели для принятия небольших решений по входным данным: PPLX Decider v1.2 и Flash v1.2. Оба репозитория созданы 15 октября; изученные версии файлов обновлены 16 октября. Это не модели для свободного разговора: они помогают, например, определить категорию обращения и оценить его срочность, не отправляя текст на внешний сервис при собственном локальном запуске. Сам Modelium их не запускал. s1 s2

Зачем нужна новая версия?

В прежней версии вопрос к тексту обрабатывался отдельно. Теперь одному и тому же тексту или изображению можно задать несколько вопросов в одном запросе: например, «какому отделу передать письмо?» и «требуется ли срочная реакция?». Для большой модели авторы называют это способом не повторять обработку общей части запроса; ответы оформляются отдельно по каждому вопросу. Небольшая Flash обучена на ответах больших моделей и использует тот же формат запроса. s1 s2

Если вы оцениваете независимые варианты — например, десятки документов для поиска, — не объединяйте их автоматически: авторы Flash рекомендуют по умолчанию отправлять по одному вопросу на запрос. В их собственных тестах Decision Index 0.3 Flash получила 60,05 балла в таком режиме и 58,88 при совместном запросе; большая v1.2 получила 68,09 при совместном запросе. Это результаты разработчиков на их наборе заданий, не проверка Modelium и не обещание того же качества на русских письмах. s1 s2

Что доступно сейчас и что нужно для запуска?

Официальные репозитории содержат файлы весов, отдельный модуль ответа, исходный Python-код и Apache License 2.0. Flash основана на Qwen3.5-4B, большая версия — на Qwen3.8-27B; файлы весов и условия базовых моделей указаны в NOTICE. Для опубликованной авторами Python-инструкции нужны Python 3.12+ и CUDA-видеокарта: карточка Flash говорит примерно о 9 GiB под веса BF16 плюс рабочая память, карточка большой модели — примерно о 52 GiB под веса плюс рабочая память. Эти числа не следует принимать за проверенный минимум видеопамяти для любого запуска. s1 s2 s4

В карточках и манифестах обеих моделей до сих пор написано, что репозитории закрыты и для загрузки нужен токен Hugging Face. При проверке 18 октября страницы API и первый шард весов каждого репозитория отвечали без токена; документы противоречат фактическому публичному доступу на эту дату. Доступ может измениться: перед планированием установки проверьте его в официальных карточках. Обычный генератор текста или чат-интерфейс не заменит специализированный модуль ответа Decider. s1 s2 s3

Подойдёт ли это для домашнего компьютера?

Это новость о доступных моделях, а не проверенный домашний рецепт. Официальная инструкция требует Python и NVIDIA CUDA; путь для Mac или простого графического интерфейса в этих карточках не описан. В проект Ollama 17 октября влили поддержку v1.2 для MLX, но на момент проверки она присутствует лишь в кандидате релиза 0.40.7-rc0, а автор запроса на изменение сообщает, что манифесты моделей Ollama ещё не созданы. Поэтому мы не рекомендуем пока копировать команду ollama run как готовый способ запуска. s1 s2 s5

Следующий шаг: если у вас подходящая CUDA-среда и нужен выбор категории для ваших данных, откройте официальную карточку Flash и сверьте её требования до загрузки. Для сравнения с предыдущим поколением посмотрите публикацию о Decider v1.1. Проверяйте ответы на собственных размеченных примерах: авторский тест не доказывает качество именно вашей задачи. s2