Perplexity 刚在 OpenRouter 上发布了两个开源权重决策模型：Decider v1.2 和精简版 Decider Flash v1.2。两者都能接受文本或图像输入，并输出带概率分布的类型化结果，适合需要结构化判断的场景。其中 v1.2 是 27B 参数的新检查点，取代了此前的 v1.1；而 Flash v1.2 仅有 4B 参数，推理延迟更低，调用成本直接减半，适合轻量级应用快速验证。开发者可立即通过 OpenRouter API 接入试用。
Perplexity 最新发布的 Decider v1.1 已登陆 OpenRouter，这款开源权重模型支持同时处理文本、JSON 与图像，并以带概率值的形式输出结构化结果。开发者可按需调用，每百万 token 输入仅需 0.02 美元，输出端完全免费，适合低成本原型验证或批量决策任务。
亚马逊发布开源决策模型Strands Decider 2B，基于阿里Qwen3.5-2B微调，约20亿参数，可对预设选项直接打分，用于智能体工作流中的动作决策。模型以Apache 2.0许可在Hugging Face免费下载，属AWS实验性智能体开发项目Strands Labs的一部分。