Perplexity: Sonar Pro Search

Perplexity : Sonar Pro Search est un modèle texte de Perplexity, publié par le fournisseur le 30 octobre 2025. Il est décrit comme le système de recherche agentique le plus avancé de Perplexity, conçu pour un raisonnement et une analyse plus poussés, et il est exclusivement disponible via l'API plutôt que dans le produit grand public. Si vous routez déjà d'autres modèles via api14, il s'agit de l'offre Perplexity destinée aux charges de travail à forte composante de recherche plutôt qu'au simple chat.

Le modèle accepte en entrée du texte et des images et renvoie du texte en sortie. Il dispose d'une fenêtre de contexte de 200 000 tokens et d'une sortie maximale de 8 000 tokens. Comme il s'agit d'un système de recherche agentique, les requêtes peuvent être associées à des options de recherche web, et le modèle prend en charge un mode de raisonnement ainsi qu'une option permettant d'inclure le raisonnement dans la réponse. Cette combinaison le rend adapté aux questions dont la réponse dépend d'informations actuelles et d'une certaine analyse de ce qui a été récupéré, plutôt que d'un simple passage sur une invite statique.

Les usages pratiques découlent de ces caractéristiques. Les assistants de recherche qui doivent rassembler des sources puis les comparer ou les résumer sont un cas naturel, tout comme les analyses concurrentielles et de marché où les faits sous-jacents changent souvent. L'entrée d'images étend cela à des tâches comme lire une capture d'écran, un graphique ou une page de document, puis rechercher le contexte associé. Les flux de travail à forte composante analytique, comme regrouper des conclusions issues de plusieurs sujets en une seule réponse argumentée, correspondent également bien à la conception de recherche agentique. Les tâches de génération simples sans composante de récupération sont généralement moins coûteuses et plus simples sur un modèle texte standard.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "perplexity/sonar-pro-search". Les paramètres de requête pris en charge sont frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, structured_outputs, temperature, top_k, top_p et web_search_options. En pratique, vous définiriez web_search_options lorsque vous voulez activer le comportement de recherche, vous utiliseriez reasoning ou include_reasoning lorsque vous avez besoin que le raisonnement du modèle soit exposé, et vous vous appuieriez sur structured_outputs lorsque le résultat doit être analysé par du code. Les contrôles d'échantillonnage tels que temperature, top_p et top_k, ainsi que les paramètres de pénalité et max_tokens, se comportent comme pour les autres points de terminaison compatibles OpenAI.

Les principales contraintes à garder à l'esprit sont le plafond de sortie de 8 000 tokens et la modalité de sortie texte uniquement, donc les documents générés très longs ou les sorties non textuelles sont hors périmètre. Les images en entrée sont acceptées, mais la réponse est toujours du texte. Si votre tâche n'a pas besoin de recherche ni de raisonnement en plusieurs étapes, un modèle texte polyvalent sera probablement plus adapté.