Sonar Reasoning est le profil de recherche de Perplexity enrichi par le raisonnement pour les questions qui exigent d’interpréter des éléments probants plutôt que de renvoyer un fait bref et isolé. Son fabricant le distingue de Sonar Reasoning Pro et des autres profils de recherche Sonar. Le résultat utile est une réponse textuelle reliée aux éléments de sources Web, le raisonnement aidant à comparer le contenu et à élaborer une conclusion sur la question posée.
Nommez le sujet, les faits à établir et les critères que la réponse doit utiliser. Une comparaison de produits peut porter sur les capacités et les limitations documentées utiles à un processus donné. Une question sur un événement en évolution doit préciser l’événement, la période et le résultat à vérifier. Indiquez le livrable attendu : une courte explication, un tableau des éléments probants ou une comparaison organisée autour de la décision à prendre.
Distinguez le contexte fourni de ce que la recherche doit établir. Si une condition importante manque, demandez qu’elle reste ouverte plutôt que d’être complétée par une hypothèse plausible. Une question de portée limitée facilite l’examen de la pertinence réelle des éléments recueillis, notamment lorsque plusieurs sources traitent de cas proches mais différents.
Le fabricant décrit Sonar Reasoning comme faisant partie de sa famille de recherche enrichie par le raisonnement. Utilisez le contenu retourné pour comparer des options, résoudre un désaccord apparent ou expliquer pourquoi une conclusion découle des éléments recueillis. Une réponse raisonnée et étayée doit distinguer l’affirmation d’une page de la déduction obtenue en combinant plusieurs pages.
Pour une question sur des exigences, demandez quelle source documente la fonctionnalité et si ses conditions correspondent à l’utilisation envisagée. Pour un fait dépendant de la date, conservez les indications temporelles de la source et le contexte dans lequel elle décrit l’événement. Une page qui paraît pertinente peut traiter d’une version antérieure ou d’un cas différent ; son rapport avec la question compte donc davantage que la seule présence d’une citation.
Le parcours de réponse Sonar du producteur associe une réponse à des citations de sources. Conservez ces références avec les passages qu’elles étayent pour permettre à un autre lecteur d’examiner les éléments probants. Un tableau comparatif peut réunir l’élément, la capacité annoncée, la source qui l’étaye et la condition encore non résolue. Vérifiez si le contenu cité établit la valeur exacte ou seulement une affirmation connexe.
Une transmission utile peut comprendre la question initiale, la réponse de synthèse et les sources utilisées pour l’étayer. Préservez les noms, les nombres et les distinctions entre sources qui sont importants lorsque vous intégrez le résultat dans un document terminé. Si la réponse laisse un critère décisif non résolu, ciblez une question de suivi sur ce critère au lieu de considérer le champ non étayé comme complet.
Sonar Reasoning et Reasoning Pro sont deux profils distinctement nommés par le producteur. L’Agent API, apparue plus tard, possède ses propres modèles, ses primitives d’outils et son format de requête ; ces nouvelles fonctionnalités ne doivent donc pas être considérées comme les spécifications natives de ce profil d’origine. Poursuivez à partir de la réponse réelle et de ses éléments probants, en conservant le profil choisi et les conditions de la tâche lorsque vous comparez les résultats. La valeur pratique est un livrable de raisonnement vérifiable, relié à ses sources et adapté à une question de recherche concrète.
", "aboutText": "Sonar Reasoning est le profil de recherche de Perplexity enrichi par le raisonnement pour les questions qui exigent d’interpréter des éléments probants plutôt que de renvoyer un fait bref et isolé. Son fabricant le distingue de Sonar Reasoning Pro et des autres profils de recherche Sonar. Le résultat utile est une réponse textuelle reliée aux éléments de sources Web, le raisonnement aidant à comparer le contenu et à élaborer une conclusion sur la question posée.\n\n### Définir la question de recherche et le résultat\n\nNommez le sujet, les faits à établir et les critères que la réponse doit utiliser. Une comparaison de produits peut porter sur les capacités et les limitations documentées utiles à un processus donné. Une question sur un événement en évolution doit préciser l’événement, la période et le résultat à vérifier. Indiquez le livrable attendu : une courte explication, un tableau des éléments probants ou une comparaison organisée autour de la décision à prendre.\n\nDistinguez le contexte fourni de ce que la recherche doit établir. Si une condition importante manque, demandez qu’elle reste ouverte plutôt que d’être complétée par une hypothèse plausible. Une question de portée limitée facilite l’examen de la pertinence réelle des éléments recueillis, notamment lorsque plusieurs sources traitent de cas proches mais différents.\n\n### Associer raisonnement et éléments tirés des sources\n\nLe fabricant décrit Sonar Reasoning comme faisant partie de sa famille de recherche enrichie par le raisonnement. Utilisez le contenu retourné pour comparer des options, résoudre un désaccord apparent ou expliquer pourquoi une conclusion découle des éléments recueillis. Une réponse raisonnée et étayée doit distinguer l’affirmation d’une page de la déduction obtenue en combinant plusieurs pages.\n\nPour une question sur des exigences, demandez quelle source documente la fonctionnalité et si ses conditions correspondent à l’utilisation envisagée. Pour un fait dépendant de la date, conservez les indications temporelles de la source et le contexte dans lequel elle décrit l’événement. Une page qui paraît pertinente peut traiter d’une version antérieure ou d’un cas différent ; son rapport avec la question compte donc davantage que la seule présence d’une citation.\n\n### Conserver les citations avec la réponse terminée\n\nLe parcours de réponse Sonar du producteur associe une réponse à des citations de sources. Conservez ces références avec les passages qu’elles étayent pour permettre à un autre lecteur d’examiner les éléments probants. Un tableau comparatif peut réunir l’élément, la capacité annoncée, la source qui l’étaye et la condition encore non résolue. Vérifiez si le contenu cité établit la valeur exacte ou seulement une affirmation connexe.\n\nUne transmission utile peut comprendre la question initiale, la réponse de synthèse et les sources utilisées pour l’étayer. Préservez les noms, les nombres et les distinctions entre sources qui sont importants lorsque vous intégrez le résultat dans un document terminé. Si la réponse laisse un critère décisif non résolu, ciblez une question de suivi sur ce critère au lieu de considérer le champ non étayé comme complet.\n\n### Distinguer le profil de raisonnement nommé\n\nSonar Reasoning et Reasoning Pro sont deux profils distinctement nommés par le producteur. L’Agent API, apparue plus tard, possède ses propres modèles, ses primitives d’outils et son format de requête ; ces nouvelles fonctionnalités ne doivent donc pas être considérées comme les spécifications natives de ce profil d’origine. Poursuivez à partir de la réponse réelle et de ses éléments probants, en conservant le profil choisi et les conditions de la tâche lorsque vous comparez les résultats. La valeur pratique est un livrable de raisonnement vérifiable, relié à ses sources et adapté à une question de recherche concrète.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Research a protocol distinction\n\nFind the IETF HTTP Semantics specification and explain how HEAD differs from GET for response content and metadata. Prepare a small evidence table with official source references, then give one practical use of HEAD. Distinguish what the specification requires from your example and leave any server-specific behavior unresolved.A source-backed comparison table and a clearly labelled application example with citations.Inspect the cited specification sections and check that each claim concerns the actual GET/HEAD distinction.sonar-reasoningSonar Reasoning associe la recherche de Perplexity au raisonnement pour les questions et les comparaisons fondées sur des sources. Il produit une réponse textuelle reliée à des éléments du Web, en conservant la question initiale et les citations pour permettre la vérification.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Sonar Reasoning est le profil de recherche de Perplexity enrichi par le raisonnement pour les questions qui exigent d’interpréter des éléments probants plutôt que de renvoyer un fait bref et isolé. Son fabricant le distingue de Sonar Reasoning Pro et des autres profils de recherche Sonar. Le résultat utile est une réponse textuelle reliée aux éléments de sources Web, le raisonnement aidant à comparer le contenu et à élaborer une conclusion sur la question posée.
Nommez le sujet, les faits à établir et les critères que la réponse doit utiliser. Une comparaison de produits peut porter sur les capacités et les limitations documentées utiles à un processus donné. Une question sur un événement en évolution doit préciser l’événement, la période et le résultat à vérifier. Indiquez le livrable attendu : une courte explication, un tableau des éléments probants ou une comparaison organisée autour de la décision à prendre.
Distinguez le contexte fourni de ce que la recherche doit établir. Si une condition importante manque, demandez qu’elle reste ouverte plutôt que d’être complétée par une hypothèse plausible. Une question de portée limitée facilite l’examen de la pertinence réelle des éléments recueillis, notamment lorsque plusieurs sources traitent de cas proches mais différents.
Le fabricant décrit Sonar Reasoning comme faisant partie de sa famille de recherche enrichie par le raisonnement. Utilisez le contenu retourné pour comparer des options, résoudre un désaccord apparent ou expliquer pourquoi une conclusion découle des éléments recueillis. Une réponse raisonnée et étayée doit distinguer l’affirmation d’une page de la déduction obtenue en combinant plusieurs pages.
Pour une question sur des exigences, demandez quelle source documente la fonctionnalité et si ses conditions correspondent à l’utilisation envisagée. Pour un fait dépendant de la date, conservez les indications temporelles de la source et le contexte dans lequel elle décrit l’événement. Une page qui paraît pertinente peut traiter d’une version antérieure ou d’un cas différent ; son rapport avec la question compte donc davantage que la seule présence d’une citation.
Le parcours de réponse Sonar du producteur associe une réponse à des citations de sources. Conservez ces références avec les passages qu’elles étayent pour permettre à un autre lecteur d’examiner les éléments probants. Un tableau comparatif peut réunir l’élément, la capacité annoncée, la source qui l’étaye et la condition encore non résolue. Vérifiez si le contenu cité établit la valeur exacte ou seulement une affirmation connexe.
Une transmission utile peut comprendre la question initiale, la réponse de synthèse et les sources utilisées pour l’étayer. Préservez les noms, les nombres et les distinctions entre sources qui sont importants lorsque vous intégrez le résultat dans un document terminé. Si la réponse laisse un critère décisif non résolu, ciblez une question de suivi sur ce critère au lieu de considérer le champ non étayé comme complet.
Sonar Reasoning et Reasoning Pro sont deux profils distinctement nommés par le producteur. L’Agent API, apparue plus tard, possède ses propres modèles, ses primitives d’outils et son format de requête ; ces nouvelles fonctionnalités ne doivent donc pas être considérées comme les spécifications natives de ce profil d’origine. Poursuivez à partir de la réponse réelle et de ses éléments probants, en conservant le profil choisi et les conditions de la tâche lorsque vous comparez les résultats. La valeur pratique est un livrable de raisonnement vérifiable, relié à ses sources et adapté à une question de recherche concrète.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites sonar-reasoning | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’identifiant réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: outil de fonction fourni | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | Contrattableau de messages avec une structure role/content |
Paramètrefile_material | Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | Contratpropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’identifiant exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Quantité facturée | Coût |
|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Quantité facturée— | Coût Entrée · Tokens en entrée $0.0044 / 1K tokens Sortie · Tokens en sortie $0.0176 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPar requête | Barème tarifaire— | Quantité facturéeune requête | Coût Entrée $0.01 par requête |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "sonar-reasoning", "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='sonar-reasoning',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='sonar-reasoning',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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra sonar-reasoning
Utilisez les chemins de méthode indiqués ci-dessus.
sonar-reasoningSonar Reasoning associe la recherche de Perplexity au raisonnement pour les questions et les comparaisons fondées sur des sources. Il produit une réponse textuelle reliée à des éléments du Web, en conservant la question initiale et les citations pour permettre la vérification.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Sonar Reasoning est le profil de recherche de Perplexity enrichi par le raisonnement pour les questions qui exigent d’interpréter des éléments probants plutôt que de renvoyer un fait bref et isolé. Son fabricant le distingue de Sonar Reasoning Pro et des autres profils de recherche Sonar. Le résultat utile est une réponse textuelle reliée aux éléments de sources Web, le raisonnement aidant à comparer le contenu et à élaborer une conclusion sur la question posée.
Nommez le sujet, les faits à établir et les critères que la réponse doit utiliser. Une comparaison de produits peut porter sur les capacités et les limitations documentées utiles à un processus donné. Une question sur un événement en évolution doit préciser l’événement, la période et le résultat à vérifier. Indiquez le livrable attendu : une courte explication, un tableau des éléments probants ou une comparaison organisée autour de la décision à prendre.
Distinguez le contexte fourni de ce que la recherche doit établir. Si une condition importante manque, demandez qu’elle reste ouverte plutôt que d’être complétée par une hypothèse plausible. Une question de portée limitée facilite l’examen de la pertinence réelle des éléments recueillis, notamment lorsque plusieurs sources traitent de cas proches mais différents.
Le fabricant décrit Sonar Reasoning comme faisant partie de sa famille de recherche enrichie par le raisonnement. Utilisez le contenu retourné pour comparer des options, résoudre un désaccord apparent ou expliquer pourquoi une conclusion découle des éléments recueillis. Une réponse raisonnée et étayée doit distinguer l’affirmation d’une page de la déduction obtenue en combinant plusieurs pages.
Pour une question sur des exigences, demandez quelle source documente la fonctionnalité et si ses conditions correspondent à l’utilisation envisagée. Pour un fait dépendant de la date, conservez les indications temporelles de la source et le contexte dans lequel elle décrit l’événement. Une page qui paraît pertinente peut traiter d’une version antérieure ou d’un cas différent ; son rapport avec la question compte donc davantage que la seule présence d’une citation.
Le parcours de réponse Sonar du producteur associe une réponse à des citations de sources. Conservez ces références avec les passages qu’elles étayent pour permettre à un autre lecteur d’examiner les éléments probants. Un tableau comparatif peut réunir l’élément, la capacité annoncée, la source qui l’étaye et la condition encore non résolue. Vérifiez si le contenu cité établit la valeur exacte ou seulement une affirmation connexe.
Une transmission utile peut comprendre la question initiale, la réponse de synthèse et les sources utilisées pour l’étayer. Préservez les noms, les nombres et les distinctions entre sources qui sont importants lorsque vous intégrez le résultat dans un document terminé. Si la réponse laisse un critère décisif non résolu, ciblez une question de suivi sur ce critère au lieu de considérer le champ non étayé comme complet.
Sonar Reasoning et Reasoning Pro sont deux profils distinctement nommés par le producteur. L’Agent API, apparue plus tard, possède ses propres modèles, ses primitives d’outils et son format de requête ; ces nouvelles fonctionnalités ne doivent donc pas être considérées comme les spécifications natives de ce profil d’origine. Poursuivez à partir de la réponse réelle et de ses éléments probants, en conservant le profil choisi et les conditions de la tâche lorsque vous comparez les résultats. La valeur pratique est un livrable de raisonnement vérifiable, relié à ses sources et adapté à une question de recherche concrète.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites sonar-reasoning | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Quantité facturée | Coût |
|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Quantité facturée— | Coût Entrée · Tokens en entrée $0.0044 / 1K tokens Sortie · Tokens en sortie $0.0176 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPar requête | Barème tarifaire— | Quantité facturéeune requête | Coût Entrée $0.01 par requête |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "sonar-reasoning",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra sonar-reasoning
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Research a protocol distinction\n\nFind the IETF HTTP Semantics specification and explain how HEAD differs from GET for response content and metadata. Prepare a small evidence table with official source references, then give one practical use of HEAD. Distinguish what the specification requires from your example and leave any server-specific behavior unresolved.A source-backed comparison table and a clearly labelled application example with citations.Inspect the cited specification sections and check that each claim concerns the actual GET/HEAD distinction.