Sonar Reasoning Pro ist Perplexitys auf Schlussfolgerungen ausgerichtete Sonar-Auswahl für Recherchefragen mit mehreren voneinander abhängigen Schritten. Der Hersteller ordnet ihr mehrstufiges Browsing und die Zusammenführung vieler Quellen zu. Das Ergebnis ist eine recherchierte Textantwort, die die abgerufenen Belege mit dem zu lösenden Problem verknüpft.
Verwenden Sie diese Auswahl, wenn das Finden eines Fakts erst der erste Teil der Aufgabe ist. Eine Frage kann verlangen, die relevante Regel zu bestimmen, Belege für eine Ausnahme zu finden und anschliessend zu ermitteln, wie diese Teile eine Schlussfolgerung verändern. Benennen Sie diese Kette in der Aufgabe, damit die Antwort den Zusammenhang zwischen den Erkenntnissen behandelt, statt unverbundene Suchzusammenfassungen zu liefern.
Für eine technische Untersuchung geben Sie das genaue Produkt oder die Komponente, das beobachtete Verhalten und die Bedingungen an, unter denen es auftritt. Verlangen Sie die Dokumentation, die das Verhalten erklärt, konkurrierende Erklärungen und die Belege, die sie voneinander unterscheiden. Eine hilfreiche Ausgabe trennt, was eine Quelle aussagt, was das Modell daraus folgert und wofür noch eine Beobachtung aus der Anwendung nötig ist.
Für einen Recherchevergleich legen Sie gemeinsame Kriterien fest, bevor Sie das Modell Informationen sammeln lassen. Vergleichen Sie Alternativen beispielsweise anhand derselben dokumentierten Funktion, Einschränkung und Einsatzbedingung. Verlangen Sie eine Belegtabelle mit anschliessender Schlussfolgerung und halten Sie Widersprüche zwischen Quellen sichtbar. So lässt sich eine Antwort aus mehreren Quellen als Entscheidungsnotiz oder Ausgangspunkt für eine vertiefte Untersuchung nutzen.
Eine Folgefrage sollte das ursprüngliche Ziel bewahren und die neue Bedingung benennen. Wenn eine Suche einen Teil des Problems klärt, einen anderen jedoch offenlässt, richten Sie die nächste Gesprächsrunde auf diese ungeklärte Abhängigkeit aus. Halten Sie die relevanten bisherigen Erkenntnisse verfügbar, damit die Schlussfolgerung auf den bereits gesammelten Belegen aufbaut.
Das Schlussfolgern aus abgerufenen Informationen und das Ausführen einer externen Aktion sind separate Schritte der Anwendung. Das Modell kann das Rechercheergebnis erklären oder einen nächsten Schritt vorschlagen; die Anwendung stellt private Unterlagen bereit, führt ihre eigenen Werkzeuge aus und liefert bei Bedarf Beobachtungen zurück. So bleibt die abschliessende Antwort mit den tatsächlichen Belegen der Aufgabe verbunden.
", "aboutText": "Sonar Reasoning Pro ist Perplexitys auf Schlussfolgerungen ausgerichtete Sonar-Auswahl für Recherchefragen mit mehreren voneinander abhängigen Schritten. Der Hersteller ordnet ihr mehrstufiges Browsing und die Zusammenführung vieler Quellen zu. Das Ergebnis ist eine recherchierte Textantwort, die die abgerufenen Belege mit dem zu lösenden Problem verknüpft.\n\nVerwenden Sie diese Auswahl, wenn das Finden eines Fakts erst der erste Teil der Aufgabe ist. Eine Frage kann verlangen, die relevante Regel zu bestimmen, Belege für eine Ausnahme zu finden und anschliessend zu ermitteln, wie diese Teile eine Schlussfolgerung verändern. Benennen Sie diese Kette in der Aufgabe, damit die Antwort den Zusammenhang zwischen den Erkenntnissen behandelt, statt unverbundene Suchzusammenfassungen zu liefern.\n\nFür eine technische Untersuchung geben Sie das genaue Produkt oder die Komponente, das beobachtete Verhalten und die Bedingungen an, unter denen es auftritt. Verlangen Sie die Dokumentation, die das Verhalten erklärt, konkurrierende Erklärungen und die Belege, die sie voneinander unterscheiden. Eine hilfreiche Ausgabe trennt, was eine Quelle aussagt, was das Modell daraus folgert und wofür noch eine Beobachtung aus der Anwendung nötig ist.\n\nFür einen Recherchevergleich legen Sie gemeinsame Kriterien fest, bevor Sie das Modell Informationen sammeln lassen. Vergleichen Sie Alternativen beispielsweise anhand derselben dokumentierten Funktion, Einschränkung und Einsatzbedingung. Verlangen Sie eine Belegtabelle mit anschliessender Schlussfolgerung und halten Sie Widersprüche zwischen Quellen sichtbar. So lässt sich eine Antwort aus mehreren Quellen als Entscheidungsnotiz oder Ausgangspunkt für eine vertiefte Untersuchung nutzen.\n\nEine Folgefrage sollte das ursprüngliche Ziel bewahren und die neue Bedingung benennen. Wenn eine Suche einen Teil des Problems klärt, einen anderen jedoch offenlässt, richten Sie die nächste Gesprächsrunde auf diese ungeklärte Abhängigkeit aus. Halten Sie die relevanten bisherigen Erkenntnisse verfügbar, damit die Schlussfolgerung auf den bereits gesammelten Belegen aufbaut.\n\nDas Schlussfolgern aus abgerufenen Informationen und das Ausführen einer externen Aktion sind separate Schritte der Anwendung. Das Modell kann das Rechercheergebnis erklären oder einen nächsten Schritt vorschlagen; die Anwendung stellt private Unterlagen bereit, führt ihre eigenen Werkzeuge aus und liefert bei Bedarf Beobachtungen zurück. So bleibt die abschliessende Antwort mit den tatsächlichen Belegen der Aufgabe verbunden.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Connect a documented exception to a failure\n\nUse only these supplied documentation excerpts. D1: 'Expired access tokens cause error E7.' D2: 'A valid refresh token can obtain a new access token.' D3: 'Refresh is unavailable after account closure.' Log L1: 'E7; account status closed.' Explain the evidence chain, distinguish the likely cause from the permitted recovery path and list one unresolved fact.An evidence table and a short multi-step conclusion retaining source labels and uncertainty.The answer must not recommend refresh as available for the closed account or claim a live lookup occurred.perplexity/sonar-reasoning-proSonar Reasoning Pro von Perplexity richtet sich an Fragen, die Schlussfolgerungen über mehrere Suchläufe und Quellen hinweg erfordern. Es unterstützt mehrstufige Recherche und die Zusammenführung von Belegen und erzeugt eine Antwort, die die Ergebnisse mit der Frage verknüpft.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Sonar Reasoning Pro ist Perplexitys auf Schlussfolgerungen ausgerichtete Sonar-Auswahl für Recherchefragen mit mehreren voneinander abhängigen Schritten. Der Hersteller ordnet ihr mehrstufiges Browsing und die Zusammenführung vieler Quellen zu. Das Ergebnis ist eine recherchierte Textantwort, die die abgerufenen Belege mit dem zu lösenden Problem verknüpft.
Verwenden Sie diese Auswahl, wenn das Finden eines Fakts erst der erste Teil der Aufgabe ist. Eine Frage kann verlangen, die relevante Regel zu bestimmen, Belege für eine Ausnahme zu finden und anschliessend zu ermitteln, wie diese Teile eine Schlussfolgerung verändern. Benennen Sie diese Kette in der Aufgabe, damit die Antwort den Zusammenhang zwischen den Erkenntnissen behandelt, statt unverbundene Suchzusammenfassungen zu liefern.
Für eine technische Untersuchung geben Sie das genaue Produkt oder die Komponente, das beobachtete Verhalten und die Bedingungen an, unter denen es auftritt. Verlangen Sie die Dokumentation, die das Verhalten erklärt, konkurrierende Erklärungen und die Belege, die sie voneinander unterscheiden. Eine hilfreiche Ausgabe trennt, was eine Quelle aussagt, was das Modell daraus folgert und wofür noch eine Beobachtung aus der Anwendung nötig ist.
Für einen Recherchevergleich legen Sie gemeinsame Kriterien fest, bevor Sie das Modell Informationen sammeln lassen. Vergleichen Sie Alternativen beispielsweise anhand derselben dokumentierten Funktion, Einschränkung und Einsatzbedingung. Verlangen Sie eine Belegtabelle mit anschliessender Schlussfolgerung und halten Sie Widersprüche zwischen Quellen sichtbar. So lässt sich eine Antwort aus mehreren Quellen als Entscheidungsnotiz oder Ausgangspunkt für eine vertiefte Untersuchung nutzen.
Eine Folgefrage sollte das ursprüngliche Ziel bewahren und die neue Bedingung benennen. Wenn eine Suche einen Teil des Problems klärt, einen anderen jedoch offenlässt, richten Sie die nächste Gesprächsrunde auf diese ungeklärte Abhängigkeit aus. Halten Sie die relevanten bisherigen Erkenntnisse verfügbar, damit die Schlussfolgerung auf den bereits gesammelten Belegen aufbaut.
Das Schlussfolgern aus abgerufenen Informationen und das Ausführen einer externen Aktion sind separate Schritte der Anwendung. Das Modell kann das Rechercheergebnis erklären oder einen nächsten Schritt vorschlagen; die Anwendung stellt private Unterlagen bereit, führt ihre eigenen Werkzeuge aus und liefert bei Bedarf Beobachtungen zurück. So bleibt die abschliessende Antwort mit den tatsächlichen Belegen der Aufgabe verbunden.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits perplexity/sonar-reasoning-pro | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Abrechnungsmenge | Gebühr |
|---|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Abrechnungsmenge— | Gebühr Eingabe · Eingabetoken $0.004 / 1K Tokens Ausgabe · Ausgabetoken $0.016 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Abrechnungsmenge— | Gebühr Eingabe · Eingabetoken $0.004 / 1K Tokens Ausgabe · Ausgabetoken $0.016 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationPro Anfrage | Tarifstaffel— | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Abrechnungsmengeeine Anfrage | Gebühr Eingabe $0.01 pro Anfrage |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "perplexity/sonar-reasoning-pro", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='perplexity/sonar-reasoning-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='perplexity/sonar-reasoning-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra perplexity/sonar-reasoning-pro, sonar-reasoning-pro
/chat/completions
perplexity/sonar-reasoning-proSonar Reasoning Pro von Perplexity richtet sich an Fragen, die Schlussfolgerungen über mehrere Suchläufe und Quellen hinweg erfordern. Es unterstützt mehrstufige Recherche und die Zusammenführung von Belegen und erzeugt eine Antwort, die die Ergebnisse mit der Frage verknüpft.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Sonar Reasoning Pro ist Perplexitys auf Schlussfolgerungen ausgerichtete Sonar-Auswahl für Recherchefragen mit mehreren voneinander abhängigen Schritten. Der Hersteller ordnet ihr mehrstufiges Browsing und die Zusammenführung vieler Quellen zu. Das Ergebnis ist eine recherchierte Textantwort, die die abgerufenen Belege mit dem zu lösenden Problem verknüpft.
Verwenden Sie diese Auswahl, wenn das Finden eines Fakts erst der erste Teil der Aufgabe ist. Eine Frage kann verlangen, die relevante Regel zu bestimmen, Belege für eine Ausnahme zu finden und anschliessend zu ermitteln, wie diese Teile eine Schlussfolgerung verändern. Benennen Sie diese Kette in der Aufgabe, damit die Antwort den Zusammenhang zwischen den Erkenntnissen behandelt, statt unverbundene Suchzusammenfassungen zu liefern.
Für eine technische Untersuchung geben Sie das genaue Produkt oder die Komponente, das beobachtete Verhalten und die Bedingungen an, unter denen es auftritt. Verlangen Sie die Dokumentation, die das Verhalten erklärt, konkurrierende Erklärungen und die Belege, die sie voneinander unterscheiden. Eine hilfreiche Ausgabe trennt, was eine Quelle aussagt, was das Modell daraus folgert und wofür noch eine Beobachtung aus der Anwendung nötig ist.
Für einen Recherchevergleich legen Sie gemeinsame Kriterien fest, bevor Sie das Modell Informationen sammeln lassen. Vergleichen Sie Alternativen beispielsweise anhand derselben dokumentierten Funktion, Einschränkung und Einsatzbedingung. Verlangen Sie eine Belegtabelle mit anschliessender Schlussfolgerung und halten Sie Widersprüche zwischen Quellen sichtbar. So lässt sich eine Antwort aus mehreren Quellen als Entscheidungsnotiz oder Ausgangspunkt für eine vertiefte Untersuchung nutzen.
Eine Folgefrage sollte das ursprüngliche Ziel bewahren und die neue Bedingung benennen. Wenn eine Suche einen Teil des Problems klärt, einen anderen jedoch offenlässt, richten Sie die nächste Gesprächsrunde auf diese ungeklärte Abhängigkeit aus. Halten Sie die relevanten bisherigen Erkenntnisse verfügbar, damit die Schlussfolgerung auf den bereits gesammelten Belegen aufbaut.
Das Schlussfolgern aus abgerufenen Informationen und das Ausführen einer externen Aktion sind separate Schritte der Anwendung. Das Modell kann das Rechercheergebnis erklären oder einen nächsten Schritt vorschlagen; die Anwendung stellt private Unterlagen bereit, führt ihre eigenen Werkzeuge aus und liefert bei Bedarf Beobachtungen zurück. So bleibt die abschliessende Antwort mit den tatsächlichen Belegen der Aufgabe verbunden.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits perplexity/sonar-reasoning-pro | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Abrechnungsmenge | Gebühr |
|---|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Abrechnungsmenge— | Gebühr Eingabe · Eingabetoken $0.004 / 1K Tokens Ausgabe · Ausgabetoken $0.016 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Abrechnungsmenge— | Gebühr Eingabe · Eingabetoken $0.004 / 1K Tokens Ausgabe · Ausgabetoken $0.016 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationPro Anfrage | Tarifstaffel— | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Abrechnungsmengeeine Anfrage | Gebühr Eingabe $0.01 pro Anfrage |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "perplexity/sonar-reasoning-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'perplexity/sonar-reasoning-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'perplexity/sonar-reasoning-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra perplexity/sonar-reasoning-pro, sonar-reasoning-pro
/chat/completions
sonar-reasoning-proSonar Reasoning Pro von Perplexity richtet sich an Fragen, die Schlussfolgerungen über mehrere Suchläufe und Quellen hinweg erfordern. Es unterstützt mehrstufige Recherche und die Zusammenführung von Belegen und erzeugt eine Antwort, die die Ergebnisse mit der Frage verknüpft.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Sonar Reasoning Pro ist Perplexitys auf Schlussfolgerungen ausgerichtete Sonar-Auswahl für Recherchefragen mit mehreren voneinander abhängigen Schritten. Der Hersteller ordnet ihr mehrstufiges Browsing und die Zusammenführung vieler Quellen zu. Das Ergebnis ist eine recherchierte Textantwort, die die abgerufenen Belege mit dem zu lösenden Problem verknüpft.
Verwenden Sie diese Auswahl, wenn das Finden eines Fakts erst der erste Teil der Aufgabe ist. Eine Frage kann verlangen, die relevante Regel zu bestimmen, Belege für eine Ausnahme zu finden und anschliessend zu ermitteln, wie diese Teile eine Schlussfolgerung verändern. Benennen Sie diese Kette in der Aufgabe, damit die Antwort den Zusammenhang zwischen den Erkenntnissen behandelt, statt unverbundene Suchzusammenfassungen zu liefern.
Für eine technische Untersuchung geben Sie das genaue Produkt oder die Komponente, das beobachtete Verhalten und die Bedingungen an, unter denen es auftritt. Verlangen Sie die Dokumentation, die das Verhalten erklärt, konkurrierende Erklärungen und die Belege, die sie voneinander unterscheiden. Eine hilfreiche Ausgabe trennt, was eine Quelle aussagt, was das Modell daraus folgert und wofür noch eine Beobachtung aus der Anwendung nötig ist.
Für einen Recherchevergleich legen Sie gemeinsame Kriterien fest, bevor Sie das Modell Informationen sammeln lassen. Vergleichen Sie Alternativen beispielsweise anhand derselben dokumentierten Funktion, Einschränkung und Einsatzbedingung. Verlangen Sie eine Belegtabelle mit anschliessender Schlussfolgerung und halten Sie Widersprüche zwischen Quellen sichtbar. So lässt sich eine Antwort aus mehreren Quellen als Entscheidungsnotiz oder Ausgangspunkt für eine vertiefte Untersuchung nutzen.
Eine Folgefrage sollte das ursprüngliche Ziel bewahren und die neue Bedingung benennen. Wenn eine Suche einen Teil des Problems klärt, einen anderen jedoch offenlässt, richten Sie die nächste Gesprächsrunde auf diese ungeklärte Abhängigkeit aus. Halten Sie die relevanten bisherigen Erkenntnisse verfügbar, damit die Schlussfolgerung auf den bereits gesammelten Belegen aufbaut.
Das Schlussfolgern aus abgerufenen Informationen und das Ausführen einer externen Aktion sind separate Schritte der Anwendung. Das Modell kann das Rechercheergebnis erklären oder einen nächsten Schritt vorschlagen; die Anwendung stellt private Unterlagen bereit, führt ihre eigenen Werkzeuge aus und liefert bei Bedarf Beobachtungen zurück. So bleibt die abschliessende Antwort mit den tatsächlichen Belegen der Aufgabe verbunden.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits sonar-reasoning-pro | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Modellabhängig | Standard— |
Feldmessages[].content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Textgespräch | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream |
Parametercontrol_scope | VertragTextgespräch; stream ist ein boolescher Wert und standardmässig false. |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Methodenaliasnamen: /chat/completions
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Abrechnungsmenge | Gebühr |
|---|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Abrechnungsmenge— | Gebühr Eingabe · Eingabetoken $0.004 / 1K Tokens Ausgabe · Ausgabetoken $0.016 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Abrechnungsmenge— | Gebühr Eingabe · Eingabetoken $0.004 / 1K Tokens Ausgabe · Ausgabetoken $0.016 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationPro Anfrage | Tarifstaffel— | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Abrechnungsmengeeine Anfrage | Gebühr Eingabe $0.01 pro Anfrage |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"sonar-reasoning-pro","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="sonar-reasoning-pro", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra perplexity/sonar-reasoning-pro, sonar-reasoning-pro
/chat/completions
sonar-reasoning-proSonar Reasoning Pro von Perplexity richtet sich an Fragen, die Schlussfolgerungen über mehrere Suchläufe und Quellen hinweg erfordern. Es unterstützt mehrstufige Recherche und die Zusammenführung von Belegen und erzeugt eine Antwort, die die Ergebnisse mit der Frage verknüpft.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Sonar Reasoning Pro ist Perplexitys auf Schlussfolgerungen ausgerichtete Sonar-Auswahl für Recherchefragen mit mehreren voneinander abhängigen Schritten. Der Hersteller ordnet ihr mehrstufiges Browsing und die Zusammenführung vieler Quellen zu. Das Ergebnis ist eine recherchierte Textantwort, die die abgerufenen Belege mit dem zu lösenden Problem verknüpft.
Verwenden Sie diese Auswahl, wenn das Finden eines Fakts erst der erste Teil der Aufgabe ist. Eine Frage kann verlangen, die relevante Regel zu bestimmen, Belege für eine Ausnahme zu finden und anschliessend zu ermitteln, wie diese Teile eine Schlussfolgerung verändern. Benennen Sie diese Kette in der Aufgabe, damit die Antwort den Zusammenhang zwischen den Erkenntnissen behandelt, statt unverbundene Suchzusammenfassungen zu liefern.
Für eine technische Untersuchung geben Sie das genaue Produkt oder die Komponente, das beobachtete Verhalten und die Bedingungen an, unter denen es auftritt. Verlangen Sie die Dokumentation, die das Verhalten erklärt, konkurrierende Erklärungen und die Belege, die sie voneinander unterscheiden. Eine hilfreiche Ausgabe trennt, was eine Quelle aussagt, was das Modell daraus folgert und wofür noch eine Beobachtung aus der Anwendung nötig ist.
Für einen Recherchevergleich legen Sie gemeinsame Kriterien fest, bevor Sie das Modell Informationen sammeln lassen. Vergleichen Sie Alternativen beispielsweise anhand derselben dokumentierten Funktion, Einschränkung und Einsatzbedingung. Verlangen Sie eine Belegtabelle mit anschliessender Schlussfolgerung und halten Sie Widersprüche zwischen Quellen sichtbar. So lässt sich eine Antwort aus mehreren Quellen als Entscheidungsnotiz oder Ausgangspunkt für eine vertiefte Untersuchung nutzen.
Eine Folgefrage sollte das ursprüngliche Ziel bewahren und die neue Bedingung benennen. Wenn eine Suche einen Teil des Problems klärt, einen anderen jedoch offenlässt, richten Sie die nächste Gesprächsrunde auf diese ungeklärte Abhängigkeit aus. Halten Sie die relevanten bisherigen Erkenntnisse verfügbar, damit die Schlussfolgerung auf den bereits gesammelten Belegen aufbaut.
Das Schlussfolgern aus abgerufenen Informationen und das Ausführen einer externen Aktion sind separate Schritte der Anwendung. Das Modell kann das Rechercheergebnis erklären oder einen nächsten Schritt vorschlagen; die Anwendung stellt private Unterlagen bereit, führt ihre eigenen Werkzeuge aus und liefert bei Bedarf Beobachtungen zurück. So bleibt die abschliessende Antwort mit den tatsächlichen Belegen der Aufgabe verbunden.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits sonar-reasoning-pro | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Abrechnungsmenge | Gebühr |
|---|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Abrechnungsmenge— | Gebühr Eingabe · Eingabetoken $0.004 / 1K Tokens Ausgabe · Ausgabetoken $0.016 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Abrechnungsmenge— | Gebühr Eingabe · Eingabetoken $0.004 / 1K Tokens Ausgabe · Ausgabetoken $0.016 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationPro Anfrage | Tarifstaffel— | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Abrechnungsmengeeine Anfrage | Gebühr Eingabe $0.01 pro Anfrage |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "sonar-reasoning-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'sonar-reasoning-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'sonar-reasoning-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra perplexity/sonar-reasoning-pro, sonar-reasoning-pro
/chat/completions
Technisches Beispiel auf Englisch
Connect a documented exception to a failure\n\nUse only these supplied documentation excerpts. D1: 'Expired access tokens cause error E7.' D2: 'A valid refresh token can obtain a new access token.' D3: 'Refresh is unavailable after account closure.' Log L1: 'E7; account status closed.' Explain the evidence chain, distinguish the likely cause from the permitted recovery path and list one unresolved fact.An evidence table and a short multi-step conclusion retaining source labels and uncertainty.The answer must not recommend refresh as available for the closed account or claim a live lookup occurred.