Tu tienda recibe cien mensajes al día: “me cobraron dos veces”, “el paquete llegó roto”, “no puedo entrar”. Un chatbot puede responder, pero primero hay que decidir a qué equipo enviar cada caso y cuándo pedir revisión humana. Vercel anunció el 16 de octubre de 2026 que los modelos Perplexity Decider V1.2 27B y Decider Flash V1.2 4B ya se pueden usar desde AI Gateway. Devuelven decisiones tipadas con probabilidades, no un párrafo que tu aplicación deba interpretar a ciegas.

Qué cambió y para quién sirve

La novedad es el acceso a dos modelos de Perplexity a través de la misma puerta de Vercel que usan otras llamadas de IA. Admiten texto, registros estructurados e imágenes; pueden responder preguntas booleanas, elegir una categoría o puntuar según una rúbrica. La versión de 27B está orientada a juicios más matizados; Flash 4B apunta a clasificación de alto volumen con criterios claros. Vercel muestra ambos en su catálogo con IDs distintos: perplexity/pplx-decider-v1.2 y perplexity/pplx-decider-flash-v1.2.

Para un fundador, la oportunidad no es “dejar que la IA decida todo”. Es reducir la lectura manual de casos obvios y enviar los ambiguos a una persona. Si vendes un producto digital, puedes clasificar mensajes en facturación, acceso y soporte técnico. Si recibes fotos de un producto dañado, el modelo admite imágenes, pero el anuncio de Vercel exige un formato específico de image_url en estado JSON; comprueba la documentación antes de llevar fotografías reales al flujo.

Una prueba pequeña que puedes copiar

Empieza con diez tickets anónimos que tu equipo ya clasificó. Define categorías mutuamente claras y un resultado para incertidumbre. Con AI SDK compatible —la documentación de Vercel indica ai 7.0.128 o posterior para experimental_decide— prueba una llamada como esta:

import { experimental_decide as decide } from 'ai';

const ticket = 'Me cobraron dos veces el plan mensual';
const result = await decide({
  model: 'perplexity/pplx-decider-flash-v1.2',
  state: ticket,
  questions: {
    destino: {
      type: 'choice',
      instructions: 'Clasifica el motivo principal del ticket.',
      criteria: {
        facturacion: 'Cobros, pagos, reembolsos o facturas',
        acceso: 'Inicio de sesión o cuenta bloqueada',
        tecnico: 'Error o fallo de la aplicación'
      }
    }
  }
});

console.log(result.answers.destino);

La forma de la respuesta incluye la opción elegida y probabilidades por categoría. No prometas que siempre acertará: ejecuta los diez casos, anota la opción, la probabilidad mayor y si coincide con la etiqueta humana. Añade mensajes con dos problemas a la vez (“no puedo entrar y quiero reembolso”) y mensajes incompletos. Eso revela más que una demo perfecta.

Regla de producto: decidir no es ejecutar

Diseña el sistema para que la clasificación solo elija una cola. Si la probabilidad máxima es baja, si aparecen dos categorías cercanas o si el usuario pide un reembolso, manda el caso a revisión humana. El umbral, por ejemplo 0,8, es una regla de prueba que debes calibrar con tus propios tickets, no una garantía publicada por Perplexity. Tu backend debe verificar identidad y reglas antes de emitir dinero, cerrar cuentas o enviar mensajes.

En el experimento compara Flash y 27B sobre la misma colección: precisión contra la etiqueta humana, casos ambiguos, latencia y costo por ticket. Vercel publica el precio de entrada por millón de tokens en las fichas de cada modelo, pero el costo real depende de tus solicitudes; inspecciona el panel de uso y presupuestos del Gateway. La documentación indica además que una segunda llamada de respaldo por baja confianza suma costo y latencia. No selecciones automáticamente el modelo grande si Flash resuelve tu caso.

Qué está demostrado y qué falta

Vercel confirmó disponibilidad, IDs, tipos de respuesta y el uso de una clave del AI Gateway. Este artículo propone un experimento reproducible, no reporta una prueba propia ni una tasa de acierto medida por SoyJB. Tampoco se ha validado aquí el tratamiento de datos personales de un negocio real. Antes de subir conversaciones o fotos de clientes, revisa condiciones del proveedor, controles de retención y consentimiento aplicable. Para quien construye una app, el beneficio práctico es una interfaz de decisión estructurada que puedes medir, auditar y corregir antes de automatizar.

Fuentes primarias: anuncio de Vercel del 16 de octubre, documentación de decisiones y ficha del modelo 27B.