perplexity decider v1.3与decider flash v1.3的locate用于抽取输入中的原样文本片段，并返回字符起点、终点、文本与分数；它不负责自由生成补充内容。当前公开本地接口要求非空文本state、不接受图片，未找到匹配时返回空片段列表。把这些范围与一般分类能力分开，才能正确理解抽取结果。
原样片段与生成答案有什么区别
分类问题从给定选项中作出判断，locate则从状态文本中定位匹配内容。返回的text应对应原始state里的片段；start是起始字符位置，end为不包含该位置字符的结束边界。公开本地接口说明明确state[start:end]应等于text。
因此，抽取结果可以支持核对原文位置，却不能单凭“模型返回了一个字段”就认定字段经过外部事实验证。它定位的是输入文本包含的内容，输入本身是否正确仍是另外的问题；分数也不是所有业务都通用的正确性保证。
没有匹配与请求不合法是两种结果
没有找到匹配时，locate返回空spans列表，这是一种有意义的抽取结果，不等于服务一定失败。当前本地接口同时要求非空文本state，且每次最多128个抽取问题；不符合请求约定则不能当成“内容里没有信息”处理。
普通决策任务支持图像，不意味着locate也支持图像。将图片放进locate请求，不能由模型的多模态标签推断为有效用法。问题类型、输入类型与结果结构应分别对应，避免在处理空值时把格式错误和真实未命中混在一起。
混合问题为什么仍有计算边界
locate问题在本地实现中会一起运行，与普通决策分开进行前向计算。把抽取、分类和评分放在同一个请求中，不意味着它们全部只做一次完全相同的计算；拆成两次decide调用也不会消除相应前向计算。
这些本地实现细节不能直接等同于每个托管入口的账单规则。API、OpenRouter与本地权重各有接入条件，接口在同一产品名下可用，不代表价格、账户权限和每项参数约定都完全相同。
怎样理解两个版本与开放公告
Decider v1.3基于Qwen3.8-27B，Flash v1.3基于Qwen3.5-4B，后者是较小的蒸馏模型。官方建议细致标准、错误代价较高的判断优先评估完整模型，高量路由、标注和过滤可评估Flash；实际选择仍需结合代表性样本的质量、延迟与预算。
官方11月12日的API公告确认两模型逐步开放及locate能力；两份HF仓库此前已在11月9日建立。模型资料标明Apache-2.0许可，不能由此推断托管接口全部免费或永久不限额。下载权重身份、API开放进展和具体使用条件应分别理解。
