Perplexity: Sonar Reasoning Pro

Perplexity: Sonar Reasoning Pro è un modello di generazione di testo di Perplexity, rilasciato dal provider il 7 marzo 2025. Si colloca nella categoria testo ed è costruito come modello di ragionamento di primo livello alimentato da DeepSeek R1 con Chain of Thought. Se già instradi altri modelli Perplexity attraverso il tuo stack, questo proviene dallo stesso provider e segue lo stesso schema generale di accesso.

Il modello accetta input di testo e immagini e restituisce testo. La sua finestra di contesto è di 128.000 token, e l'output massimo è di 115.200 token, quindi input lunghi e risposte lunghe sono entrambi praticabili all'interno di una singola richiesta. Poiché è un modello di ragionamento con Chain of Thought, può esporre il suo processo di ragionamento, che controlli tramite i parametri reasoning e include_reasoning. Quella combinazione di contesto ampio, input di immagini e output di ragionamento esplicito lo rende adatto a compiti in cui la risposta beneficia di passaggi intermedi anziché di una singola risposta diretta.

Gli usi pratici derivano da questi tratti. Puoi inviare un documento, uno screenshot o un diagramma insieme a una domanda e chiedere un'analisi che illustri la logica. Problemi a più passaggi, confronti strutturati e domande che richiedono di soppesare diversi elementi di prova sono adattamenti naturali, poiché il modello può ragionare prima di produrre il testo finale. Il parametro web_search_options consente inoltre di collegare un comportamento di ricerca a una richiesta, il che aiuta quando la risposta dipende da informazioni attuali e non solo da ciò che è nel prompt. Con un contesto di 128.000 token puoi fornire materiale di partenza ampio e lasciare comunque spazio per una risposta dettagliata.

Lo chiami tramite l'API compatibile con OpenAI di api14 usando l'id del modello "perplexity/sonar-reasoning-pro". I parametri di richiesta supportati sono frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, temperature, top_k, top_p e web_search_options. Se stai portando codice esistente in stile OpenAI, la forma della richiesta resta la stessa e devi solo cambiare l'id del modello e aggiungere i parametri di cui hai bisogno.

Tieni presente il limite massimo di output: max_tokens può arrivare fino a 115.200, ma i token di ragionamento e la risposta finale attingono entrambi a quel budget, quindi lascia margine quando vuoi una risposta lunga. Se il tuo compito è una semplice generazione di testo senza bisogno di Chain of Thought, input di immagini o ricerca, un modello di testo più leggero potrebbe essere più adatto.