# Perplexity Developers 推出 Perplexity Agent API：單一 endpoint 串連 9 家供應商的 41 個 frontier models

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 原作者：Perplexity Developers (@perplexitydevs) · 策展與摘要：EasyVibeCoding · 平台：X (Twitter) · 熱度：🔥🔥 · 日期：2026-08-21

> 原始來源：https://x.com/perplexitydevs/status/2090574884632150323

## 證據與延伸閱讀

- [Perplexity Developers 推出 Perplexity Agent API：單一 endpoint 串連 9 家供應商的 41 個 frontier models。](https://pplx.ai/agent-api-blog) — 官方文件
- [API 內建搜尋與動態 presets 綁定設定](https://docs.perplexity.ai/docs/agent-api/presets) — 官方文件
- [按供應商費率計價且共用 API key](https://docs.perplexity.ai/docs/getting-started/pricing) — 官方文件
- [各模型費率細節與價格說明](https://docs.perplexity.ai/docs/agent-api/models) — 官方文件

## 中文摘要

Perplexity Developers 推出 Perplexity Agent API：單一 endpoint 串連 9 家供應商的 41 個 frontier models。

**官方主張** Perplexity Developers 在 2026 年 8 月 21 日接連分享三項重點：Perplexity Agent API 讓開發者透過單一 endpoint 使用來自 9 家供應商的 41 個 frontier models；API 內建 網路搜尋、財務搜尋、fetch 與沙盒化程式碼執行；動態 presets 則把 模型、搜尋設定、推理步驟、系統提示、工具與 token budget 綁在一起，讓應用程式依任務深度選擇執行方式。官方同時強調，模型 token 依各供應商的原價計費，不加 Perplexity markup，並共用一組 API key；只有 模型實際呼叫工具，才會產生對應的 tool 費用。相關入口包括 [Perplexity Agent API 文章](https://pplx.ai/agent-api-blog)、[Presets 文件](https://docs.perplexity.ai/docs/agent-api/presets) 與 [Pricing 文件](https://docs.perplexity.ai/docs/getting-started/pricing)。

**單一入口與工具整合** Perplexity Agent API 文章發布於 2026 年 8 月 13 日。這個 API endpoint 會依每次請求動態組合多種能力，包含 網路搜尋、URL fetching、程式碼執行、MCP connections、財務搜尋 與 people search。Perplexity 將它定位為建立 research agents、產品內回答功能，以及需要即時資訊與 citations 的 workflow automations。

這種設計把「選 model」「設計搜尋流程」與「串接外部工具」集中到同一個呼叫介面。開發團隊不必為每家 model provider 維護不同的 SDK、認證與工具協定，也能在同一套 Agent workflow 中切換不同 model。可用的 provider 包括 OpenAI、Anthropic、Google、xAI、Z.AI、Moonshot AI 與 NVIDIA；完整模型與費率可參閱 [Agent API Models page](https://docs.perplexity.ai/docs/agent-api/models)。

**Presets 如何運作** Agent API 目前以 6 個 presets 取代 Sonar 原本的固定 tier：

- `fast`：適合單一事實、定義與快速摘要，重視低延遲。
- `low`：適合日常研究與輕量多步驟查詢。
- `medium`：適合跨多來源的 multi-hop browsing 與廣泛彙整。
- `high`：適合 expert-level、涵蓋最廣來源的 機構級 analysis。
- `xhigh`：適合 sandbox 程式碼執行、長時間工具使用迴圈 與開放式 agentic work。
- `wide-research`：適合大規模、逐項蒐集且具 evidence-backed structured output 的研究。

每個 preset 都封裝 model、系統提示、工具設定、reasoning effort 與 token budget。名稱曾從 `fast-search`、`pro-search`、`deep-research`、`advanced-deep-research` 與 `ultra` 改成目前的 tier-based names。Perplexity 表示，每次 frontier model 發布後都會重新調校 preset，使用者仍可覆寫個別參數。

動態 preset 只需在請求中指定名稱，例如 `preset="low"`；之後同名 preset 會自動採用最新設定，應用程式不必修改程式碼。不過 presets 沒有 explicit versioning；同名 preset 永遠對應最新版本。若產品需要完整重現當下的 模型、工具、系統提示 與參數，就必須複製 [current preset values](https://docs.perplexity.ai/docs/agent-api/presets#current-preset-values)，移除 `preset` 並建立 frozen configuration。這種 frozen configuration 會固定行為，但也不會取得未來 preset 的改進。

Perplexity 更新 preset 時，目標是維持接近的 成本特徵、延遲特徵、步驟數、search config 與 tool budget，主要最佳化方向是 quality。請求中明確傳入的 field 會覆寫預設值；`tools` 則按 tool 合併，不會整組取代。若要調整搜尋深度，需在 `web_search` 中設定 `max_tokens` 與 `max_tokens_per_page`，參考 [Configuring Search](https://docs.perplexity.ai/docs/agent-api/tools/web-search#configuring-search)。

**基本呼叫方式** 最簡單的方式是指定 `preset="low"`，由平台選擇目前適合的設定。Python、TypeScript 與 cURL 範例如下：

```python
from perplexity import Perplexity

client = Perplexity()

response = client.responses.create(
    preset="low",
    input="Summarize the core findings of the original 'Attention Is All You Need' transformer paper and explain why it changed NLP.",
)

print(response.output_text)
```

```typescript
import Perplexity from '@perplexity-ai/perplexity_ai';

const client = new Perplexity();

const response = await client.responses.create({
  preset: "low",
  input: "Summarize the core findings of the original 'Attention Is All You Need' transformer paper and explain why it changed NLP.",
});

console.log(response.output_text);
```

```bash
curl https://api.perplexity.ai/v1/agent \
  -H "Authorization: Bearer $PERPLEXITY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "preset": "low",
    "input": "Summarize the core findings of the Attention Is All You Need transformer paper and explain why it changed NLP."
  }'
```

除了 preset，也可以直接指定 model、輸出長度、步驟數與 reasoning effort。官方範例使用 `anthropic/claude-sonnet-4-6`、`max_output_tokens=16384`、`max_steps=8`，並以 `reasoning={"effort": "high"}` 提高推理強度；`reasoning.effort` 可選 `minimal | low | medium | high | xhigh | max`。搜尋工具也可限制在 `clinicaltrials.gov` 與 `fda.gov`，避免研究範圍擴散。

```python
from perplexity import Perplexity

client = Perplexity()

response = client.responses.create(
    preset="low",
    model="anthropic/claude-sonnet-4-6",
    max_output_tokens=16384,
    input="Summarize the core findings of the original 'Attention Is All You Need' transformer paper and explain why it changed NLP.",
)

response = client.responses.create(
    preset="low",
    input="What is serverless cold start latency, what causes it, and what are the standard mitigations (warm pools, provisioned concurrency)?",
    max_steps=8,
)

response = client.responses.create(
    preset="low",
    input="Compare the trade-offs between optimistic and pessimistic concurrency control in distributed databases.",
    reasoning={"effort": "high"},
)

response = client.responses.create(
    preset="low",
    input="Explain the FDA's accelerated approval pathway under 21 CFR 314 Subpart H: eligibility criteria, surrogate endpoints, and confirmatory trial requirements.",
    tools=[{
        "type": "web_search",
        "filters": {
            "search_domain_filter": ["clinicaltrials.gov", "fda.gov"],
        },
    }],
)
```

**模型與研究深度** 文件中的 preset values 展示不同工作量的設定：

- `fast` 使用 `openai/gpt-5.6-luna`，`max_steps: 1`、reasoning effort 為 `minimal`、service tier 為 `priority`、max output tokens 為 `8192`，工具為 `web_search`，cURL 範例的 `max_results` 為 `10`。
- `low` 使用 `openai/gpt-5.6-luna`，`max_steps: 5`、`max_output_tokens: 32768`、reasoning effort 為 `minimal`，工具為 `web_search` 與 `fetch_url`；兩者的 `max_tokens` 與 `max_tokens_per_page` 都可設為 `2000`，`fetch_url` 的 `max_urls` 為 `1`。
- `medium` 使用 `openai/gpt-5.6-luna`，`max_steps: 15`、`max_output_tokens: 128000`、reasoning effort 為 `medium`，工具仍是 `web_search` 與 `fetch_url`。
- `high` 使用 `openai/gpt-5.6-sol`，同樣是 `max_steps: 15` 與 `max_output_tokens: 128000`，reasoning effort 為 `medium`，定位為 最高深度、機構級 research。
- `xhigh` 與 `wide-research` 使用 `openai/gpt-5.6-sol`，`max_steps: 100`、`max_output_tokens: 128000`、reasoning effort 為 `high`，工具包含 `web_search`、`finance_search` 與 `sandbox`。

`xhigh` 的範例是建立 AI coding agents 的 data-backed market map，蒐集近期產品發布、比較 pricing 與 benchmarks，再用程式碼計算 capability-weighted score：

```python
from perplexity import Perplexity
client = Perplexity()
response = client.responses.create(
    model="openai/gpt-5.6-sol",
    input="Build a data-backed market map for AI coding agents: gather recent product launches, compare pricing and benchmarks, and use code to calculate a capability-weighted score.",
    max_steps=100,
    max_output_tokens=128000,
    reasoning={"effort": "high"},
    tools=[{"type": "web_search"}, {"type": "finance_search"}, {"type": "sandbox"}],
)
print(response.output_text)
```

`wide-research` 則示範如何找出在 2026 年 4 月宣布 CEO 或 CFO 任命的 US-based companies，為每家公司引用 authoritative source，並把結果寫入 `results.jsonl`。這類 general research 必須先依 intent 判斷是否有更適合的 specialized tool；只有沒有適用工具，或工具結果不相關時，才 fallback 到 web research。來源描述的研究流程還要求先執行：

```text
load_skill({"name":"pplx_sdk"})
```

接著閱讀 `SKILL.md` 以及相關 `patterns/`、`recipes/`、`reference/` 文件，使用 `pplx_sdk` Python package、程式碼搜尋模式、多索引搜尋、內容擷取、LLM extraction、parallel fan-out 與 checkpoint-resumable workflows。來源也明確表示，多個查詢、parallel fetch 或大量 LLM extraction 不應改用 naive loops 或手寫 `requests` scraper。

**搜尋與引用規則** Agent 的 系統提示 會依 query type 調整回答方式。一般研究要求先拆解問題，再呼叫可用工具；搜尋 query 必須使用 plain keywords，不能放 quotation marks、`AND`、`OR` 或 `NOT`，因為搜尋引擎可能把 operators 當成 literal text。若要涵蓋替代詞或 exact phrase，應送出多個短 query。

`fast` 最多執行一次 tool call，要求先呼叫 網路搜尋，使用 2–5 個字、最多 8 字的短 query，並依使用者語言搜尋。若搜尋結果空白或無用，才可改用既有知識，而且必須說明限制。所有來自搜尋結果的句子都要附緊貼文字的 inline citation，例如 `[1]`、`[1][2][3]`，不能另設 References section。

較高階的 preset 使用來源類型前綴，例如 `[web:1]` 或 `[file:2]`，工具成功後，最終回答至少要有一個有效 citation。即使證據不完整、彼此衝突或仍有不確定性，系統提示 仍要求先依最佳證據給出最可能的單一答案，最多補一個簡短 caveat，而不是直接拒答。這代表平台把「研究與整理」本身納入 Agent 的執行流程，而不只是把 網路搜尋 當成單次附加功能。

**效能與 benchmark** Perplexity 用 BrowseComp、DeepSearchQA 與 WideSearch 三個 benchmark 比較 Agent API presets 與 Sonar：

- BrowseComp 測試需要串接多次搜尋的 agentic browsing。
- DeepSearchQA 測試 deep-search answer quality。
- WideSearch 測試 structured results 的完整蒐集與填充。

在相同 workload 下，`low` 在 BrowseComp 的 improvement 約為 Sonar Pro 的七倍，每次 query 約 `"$0.05"`；Perplexity 並宣稱，Agent API presets 能以 Sonar Deep Research 一小部分的成本達到相當表現。不過這些是 Perplexity 自行公布的 benchmark 與成本比較，並非來源中所述的第三方驗證。

**Sonar 遷移** Perplexity 正在把所有 Sonar customers 升級至 Agent API preset，理由是新 preset 在 benchmarks 上分數更高、成本更低。原本的固定 tiers 是 Sonar、Sonar Pro、Sonar Reasoning Pro 與 Sonar Deep Research，對應關係如下：

- `sonar → fast`
- `sonar-pro → low`
- `sonar-reasoning-pro → medium`
- `sonar-deep-research → high`

`xhigh` 則延伸到 Deep Research 以上的 open-ended agentic work。Sonar endpoints 在 2026 年 9 月 27 日前仍 fully available；既有 Sonar 可再使用 45 days，有 Sonar contractual commitments 的 customers 則可用到目前合約期限結束。但自 2026 年 9 月 27 日起，Agent API 會成為主要 surface，所有 Sonar tiers 也會在當天 retire，若未在 retirement date 前遷移，Sonar calls 將停止運作。

遷移通常只需數分鐘，但 request 與 response formats 會略有不同。Perplexity 表示 coding-agent skill 可以原地修改既有整合，並提供 [Migration guide](https://docs.perplexity.ai/docs/agent-api/migrate-from-sonar/overview)。後續探索入口包括 Agent API Quickstart（`/docs/agent-api/quickstart`）、Agent API Models（`/docs/agent-api/models`）與 API Reference（`/api-reference/agent-post`）。

**計價原則** Agent API 採透明的 token-based pricing。模型輸入、output 與 cache 以每 `1,000,000 tokens` 計價；一般 tools 依每次 invocation 計價；sandbox 則依每個 session 與其中的 search 計費。Perplexity 不收 markup，但不同 provider 與 model 的費率差異很大，實際成本仍取決於 token 使用量與 Agent 是否真的呼叫 tools。

主要 tool 費用如下：

- `web_search`：每次 invocation `$0.0025`。
- `fetch_url`：每次 invocation `$0.0005`。
- `people_search`：每次 invocation `$0.005`。
- `finance_search`：每次 invocation `$0.005`。
- `sandbox`：每個 session `$0.03`。
- sandbox 內發出的 SDK search：每次 `$0.0025`。
- 獨立 Search API：每 `1,000 requests` `$5.00`。

每個 沙盒工作階段 的 billing window 為 `≤20 minutes`，這是計費區間，不是 runtime cap；session 內的 SDK searches 另行計費。Search API 按成功的 `POST /search` 計費，而不是按一次 request 中的 query 數計費；一次成功請求即使含最多 5 queries，仍只算一個 billing unit。無效、受速率限制與上游失敗 不收費，但成功且沒有 results 的回應仍會計費，且沒有額外 token-based charges。

**模型費率範例** 部分模型的 input/output/cache 費率如下，`inputx0.1` 代表 active input rate 打九折，`{low,high}` 代表分級費率；`tierThreshold` 是切換到 high tier 的 input-token 門檻：

- `openai/gpt-5.6-sol`：input `5.00/10.00`、output `30.00/45.00`、cache `$0.50`。
- `openai/gpt-5.6-terra`：input `2.00/4.00`、output `12.00/18.00`、cache 為 `inputx0.1`。
- `openai/gpt-5.6-luna`：input `0.20/0.40`、output `1.20/1.80`、cache `$0.02`。
- `anthropic/claude-opus-5`、`anthropic/claude-opus-4-8`、`anthropic/claude-opus-4-7`、`anthropic/claude-opus-4-6` 與 `anthropic/claude-opus-4-5`：input/output/cache 為 `5/25/0.50`。
- `anthropic/claude-sonnet-5`：`2/10/0.20`；`anthropic/claude-sonnet-4-6` 與 `anthropic/claude-sonnet-4-5`：`3/15/0.30`；`anthropic/claude-haiku-4-5`：`1/5/0.10`。
- `google/gemini-3.1-pro-preview`：input `2.00/4.00`、output `12.00/18.00`、cache 為 `inputx0.1`；`google/gemini-3.1-flash-lite`：`0.25/1.50`；`google/gemini-3.5-flash`：`1.50/9.00/0.15`。
- `xai/grok-4.6` 與 `xai/grok-4.5`：input `2.00/4.00`、output `6.00/12.00`，cache 分別為 `0.50/1.00` 與 `0.30/0.60`。
- `perplexity/deepseek-v4-flash-0731`：`0.13/0.26/0.028`；`perplexity/glm-5.2`：`1.40/4.40/0.26`；`perplexity/kimi-k3`：`3.00/15.00/0.30`；`perplexity/nemotron-3.5-lightning-30b-a3b`：`0.0115/0.17/0.00115`。
- `perplexity/sonar`：`0.25/2.50/0.0625`。

完整定價仍應以 [Agent API Models page](https://docs.perplexity.ai/docs/agent-api/models) 與 [Pricing 文件](https://docs.perplexity.ai/docs/getting-started/pricing) 為準。來源中的 `PricingCalculator` 也註明，preset 顯示的 input/output 與 tool 數量只是 representative Agent API runs 的 median，不是實際計費值；正式費用必須從每個 response 的 `usage` field 讀取。

**成本估算與限制** Pricing calculator 支援 Search API、Agent API、Sonar API 與 Embeddings API。Agent API 預設以 `fast`、`openai/gpt-5.6-luna` 與每月 `1000` 次 API calls 開始，也能切換 模型、供應商、使用模式 與各項 tool 數量。Agent 成本由以下項目相加：

- input token cost。
- output token cost。
- `web_search`、`fetch_url`、`people_search` 與 `finance_search` 的 工具呼叫s。
- 沙盒工作階段s 與 sandbox searches。

Per-call 模式會輸入每次 API call 的平均 input/output tokens，再乘上 API calls；total 模式則直接輸入 aggregate usage，token 單位以 `M` 表示，其中 `1 = 1,000,000 tokens`。計算器會把所有 input 先按 full rate 估算，因此結果是 upper bound；若 model 支援 prompt caching，實際成本可能因 cache rate 降低。Tiered models 在 total mode 以 base rate 估算，因為 aggregate total 無法推斷每次 request 屬於哪一個 tier。

介面會顯示「Estimate only」，並明確指出 final cost 由每個 response 的 `usage` field metered，而不是由估算值保證。若回應包含 `usage.cost.total_cost`，該欄位會回報計算後的 request cost；使用者也可前往 [API Portal](https://docs.perplexity.ai/docs/getting-started/projects#accessing-the-api-portal) 查看實際用量。

**Sonar、Search 與 Embeddings** Sonar、Search API 與 Embeddings 仍保留各自的計價邏輯。Sonar、Sonar Pro 與 Sonar Reasoning Pro 的基本公式是 token costs 加上 request fee；search context 分為 Low、Medium、High，Low 為預設，越高會取得更完整的 web information，也會提高 request fee，但不改變 token pricing。可參考 [search context size 說明](https://docs.perplexity.ai/docs/sonar/filters#context-size-control)。

Sonar 的 token 費率為：

- Sonar：input `$1`、output `$1`／每 1M tokens。
- Sonar Pro：input `$3`、output `$15`／每 1M tokens。
- Sonar Reasoning Pro：input `$2`、output `$8`／每 1M tokens。
- Sonar Deep Research：input `$2`、output `$8`、citation `$2`、reasoning `$3`／每 1M tokens，search queries `$5`／每 1K 次。

Sonar、Sonar Pro 與 Sonar Reasoning Pro 的 Low／Medium／High request fee 分別為：

- Sonar：`$5 / $8 / $12`，每 1,000 requests。
- Sonar Pro：`$6 / $10 / $14`，每 1,000 requests。
- Sonar Reasoning Pro：`$6 / $10 / $14`，每 1,000 requests。

Pro Search 是 Sonar Pro 的額外能力，會自動執行多次 網路搜尋 並擷取 URL 內容；必須設定 `stream: true`，再透過 `web_search_options` 的 `search_type` 啟用。`fast` 維持 `$6 / $10 / $14`，`pro` 為 `$14 / $18 / $22`，`auto` 則依 query complexity 分類。這些費率都不改變 Sonar Pro 的 `$3` input 與 `$15` output token pricing。詳見 [Pro Search quickstart](https://docs.perplexity.ai/docs/sonar/pro-search/quickstart)。

Embeddings API 可用於 語意搜尋、retrieval-augmented generation（RAG）與其他 machine learning applications：

- `pplx-embed-v1-0.6b`：1024 dimensions、每 1M tokens `$0.004`。
- `pplx-embed-v1-4b`：2560 dimensions、每 1M tokens `$0.03`。
- `pplx-embed-context-v1-0.6b`：1024 dimensions、每 1M tokens `$0.008`。
- `pplx-embed-context-v1-4b`：2560 dimensions、每 1M tokens `$0.05`。

文件入口為 ` /docs/embeddings/quickstart`。此外，Perplexity 也提供 [完整文件索引](https://docs.perplexity.ai/llms.txt)，可用來探索 Agent API、Sonar、Search、Embeddings 與 pricing 的最新文件。

**開發者影響** 這次公告除了增加可呼叫的 model 數量，也把 model routing、搜尋、工具呼叫、推理深度與成本控制包裝成可調整的 Agent API。開發者可以用 `fast` 處理低延遲查詢，也能用 `medium`、`high`、`xhigh` 或 `wide-research` 執行長時間、多來源且需要程式碼的研究工作；另一方面，dynamic preset 的持續更新也意味著同一個 preset 的實際行為可能改變，要求穩定重現的產品必須改用 frozen configuration。

因此，Perplexity 的定位同時有便利性，也有取捨：單一 API key 與無 markup 簡化了多供應商整合，但實際成本仍會受到 model、token 使用量、cache、工具呼叫、沙盒工作階段、搜尋深度與 preset 更新影響。團隊在遷移 Sonar 或導入 Agent workflow 前，仍需依自身的延遲、品質、可重現性與預算需求選擇 preset，並以每次 response 的 `usage` 數值，而不是代表性估算，作為正式成本依據。

## 標籤

SDK, 新產品, LLM, Perplexity Developers