Perplexity: Sonar Reasoning Pro

Perplexity: Sonar Reasoning Pro es un modelo de generación de texto de Perplexity, publicado por el proveedor el 7 de marzo de 2025. Se sitúa en la categoría de texto y está construido como un modelo de razonamiento de primer nivel impulsado por DeepSeek R1 con Chain of Thought. Si ya enrutas otros modelos de Perplexity a través de tu stack, este proviene del mismo proveedor y sigue el mismo patrón general de acceso.

El modelo acepta entradas de texto e imagen y devuelve texto. Su ventana de contexto es de 128.000 tokens, y la salida máxima es de 115.200 tokens, por lo que tanto las entradas largas como las respuestas largas son viables dentro de una sola solicitud. Debido a que es un modelo de razonamiento con Chain of Thought, puede exponer su proceso de razonamiento, que controlas mediante los parámetros reasoning e include_reasoning. Esa combinación de un contexto grande, entrada de imagen y salida de razonamiento explícita lo hace adecuado para tareas en las que la respuesta se beneficia de pasos intermedios en lugar de una única respuesta directa.

Los usos prácticos se derivan de esos rasgos. Puedes enviar un documento, una captura de pantalla o un diagrama junto con una pregunta y pedir un análisis que recorra la lógica. Los problemas de varios pasos, las comparaciones estructuradas y las preguntas que requieren sopesar varias piezas de evidencia encajan de forma natural, ya que el modelo puede razonar antes de producir el texto final. El parámetro web_search_options también te permite adjuntar comportamiento de búsqueda a una solicitud, lo que ayuda cuando la respuesta depende de información actual en lugar de solo lo que está en el prompt. Con un contexto de 128.000 tokens puedes proporcionar material de origen extenso y aún dejar espacio para una respuesta detallada.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "perplexity/sonar-reasoning-pro". Los parámetros de solicitud admitidos son frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, temperature, top_k, top_p y web_search_options. Si estás portando código existente de estilo OpenAI, la forma de la solicitud sigue igual y solo cambias el id de modelo y añades los parámetros que necesites.

Ten en cuenta el techo de salida: max_tokens puede llegar hasta 115.200, pero los tokens de razonamiento y la respuesta final consumen ambos de ese presupuesto, así que deja margen cuando quieras una respuesta larga. Si tu tarea es generación de texto simple sin necesidad de Chain of Thought, entrada de imagen o búsqueda, un modelo de texto más ligero puede encajar mejor.