Perplexity: Sonar Reasoning Pro 対 Pareto 26.9
api14カタログの最新のUSD料金と機能をもとに、Perplexity: Sonar Reasoning Pro（$7.00 / 100万トークン (≈ ￥1,105)）とPareto 26.9（$8.75 / 100万トークン (≈ ￥1,381)）を並べて比較します。どちらも同じOpenAI互換APIで動作します。
仕様
| Perplexity: Sonar Reasoning Pro | Pareto 26.9 | |
|---|---|---|
| プロバイダー | Perplexity | Unbiased |
| 入力 | $7.00 / 100万トークン (≈ ￥1,105) | $8.75 / 100万トークン (≈ ￥1,381) |
| 出力 | $28.00 / 100万トークン (≈ ￥4,419) | $26.25 / 100万トークン (≈ ￥4,143) |
| ウェブ検索 | $17.50 / 1,000検索 (≈ ￥2,762) | - |
| キャッシュ読み取り | - | $0.88 / 100万トークン (≈ ￥138) |
| コンテキストウィンドウ | 128,000 | 262,144 |
| 最大出力 | 115,200 | 131,072 |
| 入力 | text, image | text, image |
| 出力 | text | text |
| ツール呼び出し | ||
| 構造化出力 | ||
| 推論の調整 | ||
| 追加日 | 2025/03/07 | 2026/10/13 |
主な違い
- Perplexity: Sonar Reasoning Proは入力トークンが20%安くなっています。
- Pareto 26.9は出力トークンが6%安くなっています。
- Pareto 26.9は2.0倍長いコンテキスト（262,144トークン）を読み取れます。
- ツール呼び出しに対応しているのはPareto 26.9だけです。
- 推論の強度の調整に対応しているのはPerplexity: Sonar Reasoning Proだけです。
- 入力1,000トークン・出力500トークンのリクエストの費用は、Perplexity: Sonar Reasoning Proで$0.02、Pareto 26.9で$0.02です。
詳しく見る
Perplexity: Sonar Reasoning Pro は Perplexity によって作られたテキストモデルで、テキストと画像の入力を受け取り、テキストを返します。Pareto 26.9 は Unbiased によって作られた同じくテキストモデルで、テキストと画像の入力を受け取り、テキストを返します。どちらも api14 を通じて提供されるため、両者の選択はアクセス方法ではなく、振る舞いと制限によって決まります。
最も明確な違いはコンテキストとツールです。Pareto 26.9 の方がコンテキストウィンドウが大きく、Sonar Reasoning Pro の 128000 トークンに対して 262144 トークンであるため、1 回のリクエストでかなり多くの素材を保持できます。また、Pareto 26.9 はこの 2 つのうち tools と tool_choice をサポートする唯一のモデルであり、アプリケーションがモデルに関数や外部サービスを呼び出させる必要がある場合に重要です。Sonar Reasoning Pro は reasoning と include_reasoning パラメータを含む推論制御を公開する唯一のモデルであり、web_search_options もサポートしています。価格では、入力については Sonar Reasoning Pro の方が安く、出力については Pareto 26.9 の方が安いため、コストのバランスは送信する量と生成する量のどちらが多いかによって決まります。どちらも画像を入力として受け取り、ここにある情報では、構造化出力のサポートによって意味のある差別化はされていません。
実用的な選択としては、明示的な推論と検索グラウンディングから恩恵を受けるタスク、たとえば多段階の分析、ウェブから最新情報を必要とする質問、推論ステップを検査または制御したい作業では Sonar Reasoning Pro を選んでください。temperature、top_p、top_k、frequency_penalty、presence_penalty を含むそのパラメータ群は、生成を形作るためのより多くの調整手段を与えてくれます。長いコンテキストやエージェント的な作業では Pareto 26.9 を選んでください。大規模な文書セット、長い会話履歴、ツール呼び出しを必要とするものはすべて、こちらの方が適しており、出力価格が低いことは応答が長い場合に役立ちます。ワークロードが主に短いプロンプトと長い回答であれば、Pareto 26.9 がより安い選択肢になる可能性が高いです。主に長い入力と短い回答であれば、Sonar Reasoning Pro の方が安くなる可能性が高いです。
どちらのモデルも api14 を通じて呼び出す方法は同じです。API が OpenAI 互換だからです。クライアントを api14 のベース URL に向け、api14 キーを使ってリクエストを chat completions エンドポイントに送り、model フィールドを使用したい id に設定します。2 つの切り替えは 1 行の変更です。Sonar Reasoning Pro には "perplexity/sonar-reasoning-pro" を、Pareto 26.9 には "unbiased/pareto-26.9" を使います。リクエストとレスポンスの形は同じままなので、既存の OpenAI SDK コードに他の編集は必要ありません。ただし、2 つのモデルは異なるパラメータを受け付けることに留意してください。そのため、reasoning や web_search_options を設定するリクエストは Pareto 26.9 にそのまま引き継ぐことはできず、tools や tool_choice を設定するリクエストは Sonar Reasoning Pro にそのまま引き継ぐことはできません。
それでも、もう一方のモデルが勝つ場合があります。ツール呼び出しが必要でもプロンプトが短く回答も短い場合は、Sonar Reasoning Pro が tools をまったくサポートしていないため、Pareto 26.9 が正しい選択であり続けます。逆に、推論出力やウェブ検索が必要で入力のサイズが控えめな場合は、Pareto 26.9 の方がウィンドウが大きくても、Sonar Reasoning Pro の方が適しています。どちらのモデルも厳密に優れているわけではありません。パラメータ群とコンテキスト制限をタスクの形に合わせてください。
文字列1つで切り替え
どちらのモデルも同じエンドポイントとリクエスト形式を使います。modelの値を"perplexity/sonar-reasoning-pro"から"unbiased/pareto-26.9"に変えるだけで、プロンプト、ストリーミング、ツールはそのまま動きます。
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "unbiased/pareto-26.9",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
その他の比較
- LiquidAI: LFM3-1.7B 対 Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B 対 Crouton Alpha
- LiquidAI: LFM3-1.7B 対 Tencent: Hy4
- LiquidAI: LFM3-1.7B 対 Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview 対 Crouton Alpha
- Ricursive: Ripple 65B Preview 対 Tencent: Hy4
- Ricursive: Ripple 65B Preview 対 Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha 対 Tencent: Hy4