Perplexity: Sonar Pro Search

Perplexity: Sonar Pro Search adalah model teks dari Perplexity, dirilis oleh penyedia pada 30 Oktober 2025. Model ini digambarkan sebagai sistem pencarian agentic paling canggih dari Perplexity, dibangun untuk penalaran dan analisis yang lebih mendalam, dan hanya tersedia melalui API, bukan melalui produk konsumen. Jika Anda sudah merutekan model lain melalui api14, ini adalah entri Perplexity yang ditujukan untuk beban kerja berat pencarian, bukan obrolan biasa.

Model ini menerima input teks dan gambar serta mengembalikan output teks. Model ini memiliki context window 200.000 token dan output maksimum 8.000 token. Karena merupakan sistem pencarian agentic, permintaan dapat dipasangkan dengan opsi web search, dan model ini mendukung mode reasoning serta opsi untuk menyertakan reasoning dalam respons. Kombinasi tersebut membuatnya cocok untuk pertanyaan yang jawabannya bergantung pada informasi terkini ditambah analisis atas apa yang diambil, bukan sekadar satu kali pemrosesan atas prompt statis.

Penggunaan praktis mengikuti karakteristik tersebut. Asisten riset yang perlu mengumpulkan sumber lalu membandingkan atau merangkumnya sangat cocok, begitu juga pemindaian kompetitif dan pasar yang fakta dasarnya sering berubah. Input gambar memperluas ini ke tugas seperti membaca screenshot, grafik, atau halaman dokumen lalu mencari konteks terkait. Alur kerja yang berat analisis, seperti menyatukan temuan dari beberapa topik menjadi satu jawaban yang bernalar, juga cocok dengan desain pencarian agentic. Tugas generasi sederhana tanpa komponen pengambilan biasanya lebih murah dan lebih sederhana pada model teks standar.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "perplexity/sonar-pro-search". Parameter permintaan yang didukung adalah frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, structured_outputs, temperature, top_k, top_p dan web_search_options. Dalam praktiknya Anda akan menetapkan web_search_options ketika Anda ingin perilaku pencarian diaktifkan, menggunakan reasoning atau include_reasoning ketika Anda perlu penalaran model ditampilkan, dan mengandalkan structured_outputs ketika hasilnya harus diurai oleh kode. Kontrol sampling seperti temperature, top_p dan top_k, bersama dengan parameter penalti dan max_tokens, berperilaku sama seperti pada endpoint lain yang kompatibel dengan OpenAI.

Batasan utama yang perlu diingat adalah plafon output 8.000 token dan modalitas output hanya teks, sehingga dokumen yang dihasilkan sangat panjang atau output non teks berada di luar cakupan. Gambar input diterima, tetapi responsnya selalu teks. Jika tugas Anda tidak memerlukan pencarian atau penalaran multi langkah, model teks serbaguna kemungkinan akan lebih cocok.