Perplexity: Sonar Deep Research

Perplexity: Sonar Deep Research adalah model teks yang berfokus pada riset dari Perplexity, perusahaan di balik keluarga model berbasis pencarian Sonar. Model ini dirilis oleh penyedia pada 7 Maret 2025. Model ini ditujukan untuk pekerjaan riset yang kompleks dan bertahap, bukan untuk balasan percakapan yang cepat, dan berada dalam kategori teks di api14, sehingga dimaksudkan untuk membaca dan menulis teks, bukan untuk gambar atau audio.

Model ini bekerja dengan menjalankan pengambilan, sintesis, dan penalaran bertahap di seluruh topik. Alih-alih menjawab dari satu kali proses, model ini secara otonom mencari, membaca, dan mengevaluasi sumber, serta menyempurnakan pendekatannya saat mengumpulkan materi. Model ini menerima teks sebagai input dan mengembalikan teks sebagai output. Jendela konteksnya adalah 128.000 token, dan output maksimumnya adalah 115.200 token, yang menyisakan banyak ruang untuk laporan panjang yang kaya sumber.

Kemampuan tersebut mengarah pada serangkaian penggunaan yang cukup spesifik. Model ini cocok untuk pertanyaan yang membutuhkan bukti yang diambil dari beberapa tempat lalu digabungkan menjadi satu jawaban yang koheren: pemindaian literatur dan pasar, riset latar belakang tentang perusahaan atau teknologi, membandingkan posisi di berbagai sumber, dan menyusun brief panjang yang penalarannya harus diuraikan. Karena model ini membaca dan menimbang sumber sebagai bagian dari prosesnya, model ini cukup cocok ketika Anda menginginkan sintesis tertulis alih-alih pencarian fakta tunggal.

Anda memanggilnya melalui api14 menggunakan API yang kompatibel dengan OpenAI dengan model id "perplexity/sonar-deep-research". Parameter permintaan yang didukungnya adalah frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, temperature, top_k, top_p, dan web_search_options. Karena antarmukanya kompatibel dengan OpenAI, Anda dapat mengarahkan klien OpenAI yang sudah ada ke api14 dan mengatur model ke id ini. Parameter reasoning dan include_reasoning memungkinkan Anda menampilkan output penalaran model jika Anda menginginkannya, dan web_search_options memberi Anda kendali atas sisi pengambilan dalam proses tersebut.

Ingatlah fokusnya saat Anda memilihnya. Model ini adalah model riset dan sintesis, jadi untuk obrolan dengan latensi rendah, ekstraksi sederhana, atau klasifikasi bervolume tinggi, model teks yang lebih ringan biasanya akan menjadi pilihan yang lebih baik. Jika Anda memerlukan input gambar atau audio, model ini bukan pilihannya, karena model ini hanya menangani teks.