Perplexity Sonar: Welche Modelle hinter der Suche stecken

Perplexity setzt mit Perplexity Sonar auf ein eigenes Modell und bindet zugleich Modelle anderer Anbieter ein. Für Pro sind sieben auswählbare Search-Modelle aufgeführt. Welches Modell Perplexity tatsächlich nutzt, hängt vom Modus ab: Best wählt automatisch, in Search erlauben kostenpflichtige Tarife die Modellauswahl, und Research stellt seine eigene Kombination aus Modellen zusammen.

Perplexity Sonar oder Best: Welches Modell wird standardmäßig genutzt?

Sonar ist das eigene Suchmodell von Perplexity. Die Standardeinstellung Best garantiert allerdings nicht, dass Sonar die Antwort liefert. Dieser Unterschied zählt, wenn nachvollziehbar sein muss, welches Modell eine Empfehlung verfasst hat.

Die Hinweise zum Standardmodell von Perplexity beschreiben ein für schnelle Suchen und das Durchsuchen des Webs optimiertes Modell, das im kostenlosen Tarif und in Pro verfügbar ist. Einen Namen nennt die Seite nicht. In der Sonar-Ankündigung bezeichnet das Unternehmen sein eigenes Modell als für die Standardsuche trainiert; neuere Hinweise zur Modellauswahl beschreiben Best als automatische Auswahl für jede Anfrage.

Die belastbare Antwort ist deshalb genauer als „Alles läuft über Sonar“. Sonar steht für Perplexitys eigene Modellentwicklung. Best beschreibt, wie die Anwendung ein Modell für die Antwort auswählen kann.

Am 8. November 2026 anhand des öffentlichen Help Centers von Perplexity und des Sonar-Beitrags überprüft. Die folgende Modelltabelle behält den vom Anbieter angegebenen Stand vom 27. Oktober bei. Grundlage ist eine Prüfung der Dokumentation, kein Test mit angemeldetem Konto.

Perplexity-Sprachmodell: Was unterscheidet Modell, Modus und Produkt?

Perplexity ist das Produkt, Sonar ein Modell. Search und Deep Research sind Möglichkeiten, das Produkt zu nutzen. Ein großes Sprachmodell, kurz LLM, ist das System, das Sprache interpretiert und eine Antwort erzeugt. Das umgebende Produkt bestimmt außerdem, wie Belege gesammelt und dargestellt werden.

Das lässt sich mit einem Recherchebüro vergleichen: Die Quellen sind die Unterlagen auf dem Schreibtisch, der Modus ist der Auftrag, und das Modell ist der Analyst, der die Antwort formuliert. Ein anderer Analyst kann zu einer anderen Erklärung kommen. Wird aus einer kurzen Frage der Auftrag für einen Recherchebericht, verändert sich dagegen die geforderte Arbeit.

Beim Vergleich von Anbietern hilft diese Unterscheidung, einen häufigen Fehler zu vermeiden: ein anderes Modell auszuprobieren, obwohl die Antwort einen umfassenderen Rechercheauftrag oder eine bessere Primärquelle braucht.

Hat Perplexity ein eigenes LLM?

Ja. Perplexity bezeichnet Sonar als eigenes Modell und beschreibt, wie ein bestehendes Basismodell für seine Suchfunktion weitertrainiert wurde. „Eigenes Modell“ bedeutet hier nicht, dass das angekündigte Modell vollständig von Grund auf entwickelt wurde.

In der Ankündigung „Meet New Sonar“ erklärt Perplexity, diese Version basiere auf Llama 3.3 70B und sei weitertrainiert worden, um Faktentreue und Lesbarkeit zu verbessern. Für Recherchen sind das sinnvolle Ziele: gefundene Belege interpretieren und verständlich wiedergeben.

Diese Aussage benennt die Grundlage der im Beitrag beschriebenen Sonar-Version. Sie belegt weder die Architektur jeder späteren Sonar-Implementierung noch, welches Modell die letzte Antwort unter Best erzeugt hat. Eine historische Angabe zur Architektur sollte nicht als aktuelles Ausführungsprotokoll gelesen werden.

Besitzt Perplexity ein eigenes Modell?

Ja, Sonar. Zusätzlich integriert Perplexity Modelle anderer Anbieter in seine Suchanwendung. Beides besteht nebeneinander: Ein eigenes Modell zu haben, bedeutet nicht, dass jede Antwort damit erzeugt werden muss.

Für Gründer, die prüfen, ob das Produkt in ihren Rechercheablauf passt, ist entscheidend, ob seine Antworten die nötigen Belege und Erklärungen für eine Entscheidung liefern. Wem das zugrunde liegende Modell gehört, beantwortet diese Frage allein nicht.

Welche Perplexity-Modelle lassen sich in den einzelnen Tarifen auswählen?

Pro ermöglicht die manuelle Modellauswahl in Search; Max ergänzt eine weitere Gruppe von Modellen. Im kostenlosen Tarif stehen Best und begrenzte Pro Searches zur Verfügung, fortgeschrittene Search-Modelle lassen sich aber nicht manuell auswählen.

Die offizielle Seite zur Verfügbarkeit fortgeschrittener Modelle liefert die folgende Zuordnung zu den Tarifen. Ihre Tabellen tragen den Stand 27. Oktober 2026 und wurden am 8. November überprüft. Die Verfügbarkeit kann sich ändern; maßgeblich ist letztlich die Modellauswahl im eigenen Konto.

Die Anbieter sind OpenAI für GPT, Google für Gemini, Anthropic für Claude, Moonshot AI für Kimi, Z.ai für GLM, xAI für Grok und NVIDIA für Nemotron. Die obigen Zahlen beruhen auf unserer Zählung der vom Anbieter aufgeführten Einträge. Sie bezeichnen keine Nutzungskontingente.

Diese Tabelle gilt für Search. Für Computer, Comet, Model Council und die API gelten eigene Regeln zur Auswahl oder Verfügbarkeit. Dass Sonar in dieser speziellen Tabelle fortgeschrittener Modelle fehlt, ist ein weiterer Grund, es nicht als garantiert manuell auswählbare Option in jedem aktuellen Konto darzustellen.

Für CTOs im Mittelstand ist der Enterprise-Vorbehalt wichtiger als eine öffentliche Modellliste. Administratoren können Anbieter oder einzelne Modelle einschränken; regionale Anforderungen und Einstellungen zur Datenaufbewahrung können die Verfügbarkeit ebenfalls beeinflussen. Testzugänge, Werbeaktionen und schrittweise Freischaltungen können dazu führen, dass die Auswahl im Konto von den Standardtabellen abweicht.

Informationen zu den Abokosten bietet unser Leitfaden zu den Perplexity-Preisen.

Welche Modelle nutzen Pro Search und Research?

Pro Search kann das im jeweiligen Tarif ausgewählte Search-Modell verwenden; Research wählt seine Modelle automatisch. Keine der beiden Bezeichnungen steht für ein einzelnes LLM.

Pro Search ist Teil von Search

Laut Perplexitys Anleitung zu Pro Search gibt es keinen separaten Pro-Search-Schalter. Man wählt Search und stellt die Frage; sofern der Tarif Pro Search umfasst, wendet das Produkt die Funktion automatisch bis zum jeweiligen Limit an.

Dabei führt es mehrere Suchen durch, fasst Quellenmaterial zusammen und liefert Quellenverweise. Die Modelleinstellung kann auf Best bleiben oder auf ein verfügbares Modell gesetzt werden. Für die aktuelle Auswahl ist die neuere Tabelle fortgeschrittener Modelle oben maßgeblich; der Pro-Search-Artikel enthält noch ältere Modellbeispiele.

Wer in leitender operativer Funktion die veröffentlichten Angaben eines Anbieters zu unterstützten Integrationen prüft, beginnt mit Search und fragt nach der offiziellen Dokumentation. Das erste Prüfkriterium lautet: Belegt die zitierte Seite die Aussage?

Research wählt eine Kombination aus Modellen

Die Hinweise zum Research-Modus sagen ausdrücklich, dass dieser automatisch eine Kombination aus Modellen auswählt und keine manuelle Wahl eines bestimmten Modells zulässt. Der kostenlose Zugang ist begrenzt, Pro bietet erweiterten Zugang.

Eine enger gefasste, datierte Modellangabe gibt es dennoch: Das zuletzt am 15. September geänderte Update zu Advanced Deep Research nennt Opus 4.6 Thinking für Max sowie „4.5 Thinking“, das schrittweise für Pro eingeführt wird. Die Pro-Bezeichnung ist auf dieser Seite unvollständig und sollte deshalb nicht durch einen vermuteten Modellnamen ergänzt werden.

Das sind die im Update genannten Modelle, keine vollständige aktuelle Liste für jede Research-Aufgabe. Die neuere allgemeine Modellseite bestätigt die automatische Auswahl, veröffentlicht aber keine vollständige Zuordnung aller Versionen. Die Auswahl eines Modells in Search belegt daher nicht, dass Research dieses Modell ebenfalls nutzt.

Für Gründer, die einen Markteintrittsbericht mit widersprüchlichen Belegen und offenen Fragen beauftragen, passt Research zum gewünschten Bericht. Diese Aufgabe sollte nicht in ein bevorzugtes Search-Modell gezwängt werden.

Wie lässt sich ein Modell auswählen und die tatsächliche Antwort zuordnen?

Nach Eingang der Antwort prüfen, welches Modell sie erzeugt hat: Das vor dem Absenden ausgewählte Modell antwortet nicht immer selbst. Perplexity dokumentiert den Wechsel zu einem Ersatzmodell, wenn ein Modell nicht verfügbar oder für die Anfrage ungeeignet ist oder ein Nutzungslimit greift. Es gibt keine Einstellung, die diesen Wechsel verhindert.

Das folgende Vorgehen stammt aus der Anleitung zur Modellauswahl und zur Identifikation des antwortenden Modells.

1. 1

   Ein verfügbares Search-Modell auswählen

   In der Weboberfläche das Modellmenü unten rechts im Eingabefeld öffnen. Custom auswählen, dann das Modell sowie die verfügbaren Optionen für Schlussfolgern und Geschwindigkeit festlegen. Für eine automatische Auswahl bleibt Best aktiviert.

2. 2

   Das Modell der Antwort prüfen

   Das Dreipunktmenü unter der Antwort öffnen und Rewrite wählen. In der Modellliste ist das Modell vorausgewählt, das die Antwort erstellt hat.

3. 3

   Unklarheiten festhalten

   Wurde Best verwendet oder fehlt das antwortende Modell in der Liste, zeigt das Menü Best an. Diese Angabe so dokumentieren, statt einen nicht überprüfbaren Modellnamen zuzuweisen.

4. 4

   Nur bei Bedarf vergleichen

   Für eine weitere Antwort ein anderes Modell aus der Liste auswählen und Rewrite betätigen. Beim Vergleich zählen die Belege, unbelegten Annahmen und der Nutzen der Erklärung, nicht allein ihr Ton.

Welches Perplexity-Modell am besten passt, entscheidet die Aufgabe

Für Routinefragen mit Best beginnen und die Einstellung ändern, sobald sich konkret benennen lässt, was der ersten Antwort fehlt. Das ist eine Empfehlung für den Arbeitsablauf, keine Rangliste der aufgeführten Modelle anhand von Benchmarks.

Für Verantwortliche im operativen Geschäft, die eine Anbietervorauswahl erstellen, verlangt eine unbelegte Aussage nach besseren Belegen. Nach einer Primärquelle fragen und diese prüfen. Eine weitere flüssig formulierte Antwort ersetzt keine Quelle, die den Sachverhalt belegt.

Wer allein ein technisches Produkt entwickelt und eine Frage mit mehreren Abhängigkeiten entwirren muss, kann Thinking ausprobieren, sofern das ausgewählte Modell dies unterstützt. Perplexity beschreibt Thinking als zusätzliche Zeit für Schlussfolgerungen, möglicherweise verbunden mit längeren Antwortzeiten. Es ist eine Modelleinstellung und kein weiteres Modell, das bei den Tarifoptionen mitgezählt werden sollte.

Für Gründer mit eingeworbenem Kapital, die einen umfassenden Wettbewerbsbericht benötigen, bietet sich der Wechsel zu Research an, wenn die Aufgabe eine ausdauernde Recherche verlangt. Damit ändert sich auch, wer die Modellauswahl steuert.

CTOs im Mittelstand, die einen wiederholbaren Arbeitsablauf dokumentieren, sollten Prompt, Datum, Modus, angefordertes Modell und verfügbare Angaben zum antwortenden Modell zusammen mit den Quellen festhalten. Ist die genaue Modellidentität zwingend erforderlich, erfüllt eine lediglich mit Best gekennzeichnete Antwort diese Anforderung nicht.

Ein Upgrade allein wegen einer längeren Modellliste sollte warten. Zunächst braucht es eine wiederkehrende Aufgabe, die die aktuelle Auswahl nicht gut bewältigt. Anschließend lassen sich verfügbare Alternativen anhand derselben Abnahmekriterien vergleichen. Bei der grundsätzlichen Produktentscheidung hilft unser Perplexity-Test.

Was wird bei der Modellauswahl überbewertet?

Der Zugang zu einem Modell innerhalb von Perplexity bildet nicht die eigenständige Anwendung des Modellanbieters nach. Perplexity kombiniert das Modell mit seiner eigenen Suche, Quellenverweisen, Werkzeugen, Prompts, Sicherheitssystemen und Nutzungslimits. Ein vertrauter Modellname macht die umgebenden Systeme nicht identisch.

Eine weitere Übertreibung besteht darin, die Modellliste als Qualitätsrangliste zu lesen. Die offizielle Verfügbarkeitstabelle belegt den Zugang, nicht welches Modell die beste Antwort auf eine geschäftliche Frage liefert. Ebenso wenig bestätigt sich ein Quellenverweis selbst: Die Quelle öffnen und prüfen, ob sie den zugeordneten Satz stützt.

Die größte praktische Einschränkung betrifft die Zuordnung der Antwort. Eine manuelle Auswahl kann durch ein Ersatzmodell übergangen werden, und Best lässt die genaue Modellidentität möglicherweise offen. Bei prüfungssensiblen Aufgaben muss diese Unsicherheit erhalten bleiben, statt aus einer Präferenz eine Behauptung über Reproduzierbarkeit zu machen.

Häufige Fragen

Welches Modell nutzt Perplexity AI?

Perplexity nutzt sein eigenes Modell Sonar sowie Modelle anderer Anbieter. In Search wählt Best automatisch; in kostenpflichtigen Tarifen lassen sich verfügbare Modelle auswählen. Research stellt automatisch eine Kombination aus Modellen zusammen.

Ist Perplexity ein LLM?

Perplexity ist das Produkt, das Suche und Sprachmodelle verbindet. Sonar ist sein eigenes Modell; zusätzlich bietet das Produkt Modelle anderer Anbieter an.

Sind Perplexity und ChatGPT dasselbe?

Nein. Der Zugang zu OpenAI-Modellen innerhalb von Perplexity macht daraus nicht dasselbe Produkt wie ChatGPT. Perplexity stellt seine eigene Suche, Quellenverweise, Werkzeuge und Nutzungslimits bereit.

Ist Perplexity genauer als ChatGPT?

Die zitierten Help-Center-Seiten belegen keinen allgemeingültigen Sieger bei der Genauigkeit. Entscheidend ist, ob die Quellen einer Rechercheantwort deren Aussagen stützen. Vor einer solchen Bewertung sollten die Produkte anhand derselben Aufgabe verglichen werden.

Welche Nachteile hat Perplexity AI?

Bei der Modellkontrolle sind folgende Grenzen dokumentiert: der Wechsel zu einem Ersatzmodell, die unvollständige Modellidentifikation unter Best und die automatische Auswahl in Research. Ein Abonnement umfasst außerdem keine API-Nutzung; für die API gelten ein eigener Katalog und eine separate Abrechnung.

Verfolgt Perplexity AI die Nutzeraktivität?

Aus dem ausgewählten Modell lässt sich kein Datenschutzversprechen ableiten. Laut den Modellhinweisen können private Pro- und Max-Nutzer der Datenerfassung für KI-Training widersprechen; Enterprise-Daten werden nicht zum Trainieren von KI-Modellen verwendet. Das betrifft das Training, nicht jede Form von Tracking oder Datenerfassung.

Wie berechnet man die Perplexität eines Sprachmodells?

Diese Frage betrifft eine Kennzahl zur Bewertung von Sprachmodellen, nicht das Modell hinter dem Produkt Perplexity. Die hier zitierte Produktdokumentation liefert kein Berechnungsverfahren.

Arbeitet Perplexity profitabel?

Das hier verwendete Help Center und die Sonar-Ankündigung belegen nicht, ob das Unternehmen profitabel ist. Die Modellverfügbarkeit ist kein Gewinnnachweis.

Welche KI-Modelle gibt es?

Bei diesem Produkt ist zwischen Perplexitys Sonar-Modell und den oben aufgeführten Search-Modellen anderer Anbieter zu unterscheiden. Eine über Perplexity hinausgehende Systematik von KI-Modellen geht über diese Quellen hinaus.

Welche 5 Dinge sollte man ChatGPT nicht mitteilen?

Diese Perplexity-Quellen begründen keine Liste mit fünf Regeln für ChatGPT. Bei beruflichen Recherchen gelten die Vorgaben der eigenen Organisation zur Datenweitergabe. Der Zugang zu einem Modell ist keine Erlaubnis, Informationen einzureichen.

Die nächste Recherche vorbereiten

Zuerst den Auftrag festlegen, dann die Modelleinstellung. Eine wiederkehrende berufliche Frage auswählen, die erforderlichen Belege für eine nützliche Antwort benennen und mit Search unter Best beginnen. Muss die Erklärung verbessert werden, kommt eine verfügbare Alternative oder Thinking infrage; verlangt die Aufgabe einen vollständigen Bericht, eignet sich Research. Vor der Weitergabe des Ergebnisses die zugrunde liegenden Quellen prüfen und die Modellzuordnung festhalten, soweit die Oberfläche sie offenlegt.

Den Newsletter abonnieren und praktische Leitfäden zum Einsatz von KI im Beruf erhalten.