Perplexity AI: quali modelli usa tra Sonar, Search e Research?

Perplexity AI affianca il proprio modello Sonar a modelli di altri fornitori; per Pro sono elencati sette modelli selezionabili in Search. Per capire quale modello usa Perplexity, bisogna quindi partire dalla modalità: Best sceglie automaticamente, i piani a pagamento permettono di scegliere in Search e Research seleziona autonomamente una combinazione di modelli.

Perplexity AI: quale modello usa per impostazione predefinita?

Sonar è il modello sviluppato da Perplexity per la ricerca, ma l'impostazione predefinita Best non garantisce che a rispondere sia Sonar. La distinzione conta quando occorre sapere quale modello ha formulato una raccomandazione.

La guida al modello predefinito di Perplexity descrive un modello ottimizzato per ricerche rapide e navigazione web, disponibile sia agli utenti gratuiti sia a quelli Pro. La pagina non ne indica il nome. L'annuncio di Sonar identifica il modello interno come addestrato per la ricerca predefinita; la guida più recente alla selezione dei modelli descrive invece Best come una scelta automatica per ogni richiesta.

Una risposta rigorosa richiede dunque più precisione di «funziona tutto con Sonar». Sonar indica il lavoro di Perplexity sul proprio modello. Best descrive come l'app può scegliere il modello che risponde.

Verificato sulle pagine pubbliche del Centro assistenza di Perplexity e sul suo articolo dedicato a Sonar l'8 novembre 2026. La tabella dei modelli riportata sotto mantiene la data del 27 ottobre indicata dal fornitore. La verifica riguarda la documentazione, senza prove con accesso a un account.

Il modello di Perplexity: distinguere modello, modalità e prodotto

Perplexity è il prodotto; Sonar è un modello; Search e Deep Research sono modalità di utilizzo del prodotto. Un modello linguistico di grandi dimensioni, o LLM, è il sistema che interpreta il linguaggio e genera una risposta. Il prodotto che lo integra decide anche come raccogliere le prove e presentarle.

Immaginiamo una scrivania di ricerca: le fonti sono i documenti sul tavolo, la modalità è l'incarico e il modello è l'analista che redige la risposta. Cambiare analista può cambiare la spiegazione. Passare da una domanda rapida a un rapporto di ricerca significa invece cambiare il lavoro richiesto.

Per chi confronta fornitori, questa distinzione evita un errore frequente: provare un altro modello quando servirebbe ampliare l'indagine o trovare una fonte primaria migliore.

Perplexity ha un LLM proprietario?

Sì. Perplexity presenta Sonar come il proprio modello interno e spiega di aver ulteriormente addestrato un modello di base esistente per il suo servizio di ricerca. «Proprio» non significa che il modello annunciato sia stato costruito interamente da zero.

Nell'annuncio Meet New Sonar, Perplexity dichiara che quella versione era basata su Llama 3.3 70B, con un ulteriore addestramento per migliorare correttezza fattuale e leggibilità. Sono obiettivi utili nella ricerca: interpretare le prove recuperate e presentarle con chiarezza.

La dichiarazione identifica la base della versione di Sonar descritta in quell'articolo. Non dimostra quale sia l'architettura di ogni implementazione successiva di Sonar, né quale modello abbia gestito l'ultima risposta ottenuta con Best. Una dichiarazione storica sull'architettura non va trattata come un registro delle esecuzioni attuali.

Perplexity ha un modello tutto suo?

Sì, Sonar. Perplexity integra anche modelli di altri fornitori nel proprio servizio di ricerca. Le due scelte convivono: avere un modello interno non impone di usarlo per ogni risposta.

Per un fondatore che valuta il prodotto per il proprio flusso di ricerca, la domanda utile è se le risposte offrano le prove e le spiegazioni necessarie a decidere. La sola proprietà del modello sottostante non basta a stabilirlo.

Quali modelli si possono scegliere con ciascun piano Perplexity?

Pro permette di scegliere manualmente il modello in Search; Max aggiunge un altro gruppo di modelli. Gli utenti gratuiti possono usare Best e un numero limitato di ricerche Pro Search, ma non possono selezionare manualmente un modello avanzato per Search.

La pagina ufficiale sulla disponibilità dei modelli avanzati riporta la seguente suddivisione per piano. Le tabelle sono datate 27 ottobre 2026 e sono state verificate l'8 novembre. La disponibilità può cambiare: per la conferma definitiva occorre consultare il selettore dei modelli del proprio account.

I fornitori sono OpenAI per GPT, Google per Gemini, Anthropic per Claude, Moonshot AI per Kimi, Z.ai per GLM, xAI per Grok e NVIDIA per Nemotron. I totali sopra derivano dal nostro conteggio delle voci elencate dal fornitore: non indicano quote di utilizzo.

Questa tabella riguarda Search. Computer, Comet, Model Council e l'API seguono regole proprie per selezione o disponibilità. Anche l'assenza di Sonar da questa specifica tabella dei modelli avanzati invita a non presentarlo come un'opzione manuale garantita in ogni account attuale.

Per il CTO di un'azienda di medie dimensioni, le condizioni di Enterprise contano più di un elenco pubblico. Gli amministratori possono limitare fornitori o singoli modelli; anche i requisiti regionali e le impostazioni di conservazione dei dati possono incidere sulla disponibilità. Prove gratuite, promozioni e rilasci graduali possono far sì che il selettore di un account differisca dalle tabelle standard.

Per i costi degli abbonamenti, si rimanda alla nostra guida ai prezzi di Perplexity.

Quali modelli usano Pro Search e Research?

Pro Search può usare il modello Search scelto tra quelli disponibili per il proprio piano; Research seleziona i modelli automaticamente. Nessuna delle due etichette identifica un singolo LLM.

Pro Search opera all'interno di Search

Le istruzioni di Perplexity per Pro Search precisano che non esiste un interruttore separato per attivarlo. Basta scegliere Search e porre la domanda: se il piano lo include, il prodotto applica Pro Search automaticamente, entro il limite previsto.

Esegue più ricerche, sintetizza il materiale delle fonti e fornisce citazioni. Si può lasciare il modello su Best oppure sceglierne uno tra quelli disponibili. Per le opzioni attuali fa fede la tabella più recente dei modelli avanzati riportata sopra; l'articolo su Pro Search contiene ancora esempi di modelli meno recenti.

Un responsabile operativo che verifica il supporto alle integrazioni dichiarato da un fornitore può iniziare con Search, chiedendo la documentazione ufficiale. Il primo criterio di accettazione è che la pagina citata sostenga l'affermazione.

Research seleziona una combinazione di modelli

La guida alla modalità Research dichiara esplicitamente che il sistema seleziona automaticamente una combinazione di modelli e non permette di sceglierne manualmente uno specifico. L'accesso gratuito è limitato, mentre Pro offre un accesso più ampio.

Esiste una nota sui modelli più circoscritta e datata: l'aggiornamento su Advanced Deep Research, modificato l'ultima volta il 15 settembre, indica Opus 4.6 Thinking per Max e “4.5 Thinking” in distribuzione graduale per Pro. L'etichetta relativa a Pro è incompleta in quella pagina: non va quindi completata ipotizzando il nome del modello.

Sono i modelli dichiarati in quell'aggiornamento, non un elenco attuale esaustivo per ogni attività di Research. La pagina generale più recente sui modelli conferma la selezione automatica, senza pubblicare una mappa completa dell'instradamento per ogni versione. Scegliere un modello in Search non dimostra quindi che Research userà lo stesso.

Per un fondatore che commissiona un'analisi di ingresso in un mercato, con prove contrastanti e domande aperte, Research è la modalità adatta a un incarico che richiede un rapporto. Non conviene cercare di imporle il modello preferito in Search.

Come scegliere un modello e verificare quale ha risposto

La verifica va fatta dopo aver ricevuto la risposta: il modello selezionato prima dell'invio non è sempre quello che risponde. Perplexity documenta il passaggio a un modello alternativo quando quello richiesto non è disponibile, non è adatto alla richiesta o è soggetto a un limite di utilizzo. Non esiste un'impostazione che impedisca questa sostituzione.

La procedura seguente deriva dalle istruzioni per selezionare un modello e identificare quello della risposta.

1. 1

   Scegliere un modello disponibile in Search

   Sul web, aprire il menu a discesa dei modelli in basso a destra nel campo del prompt. Selezionare Custom, poi scegliere il modello e le opzioni disponibili per ragionamento e velocità. Lasciare Best quando si preferisce la selezione automatica.

2. 2

   Controllare il modello della risposta

   Aprire il menu con i tre puntini sotto la risposta, quindi scegliere Rewrite. Nell'elenco dei modelli risulta preselezionato quello che ha risposto.

3. 3

   Rendere esplicita l'incertezza

   Se si è usato Best, oppure il modello che ha risposto non compare nell'elenco, il menu mostra Best. Registrare questa indicazione senza attribuire un nome di modello che non si può verificare.

4. 4

   Confrontare solo quando serve migliorare la risposta

   Per richiedere un'altra risposta, scegliere un modello diverso dall'elenco e selezionare Rewrite. Confrontare le prove, le ipotesi prive di riscontro e l'utilità della spiegazione, senza fermarsi al tono.

Il modello migliore di Perplexity dipende dal lavoro da svolgere

Per le domande di routine, partire da Best; cambiare impostazione quando si sa indicare cosa manca alla prima risposta. È una raccomandazione sul flusso di lavoro, non una classifica dei modelli basata su benchmark.

Per un responsabile operativo esperto che prepara una rosa di fornitori, un'affermazione non supportata richiede prove migliori. Occorre chiedere una fonte primaria ed esaminarla. Un'altra risposta ben scritta non sostituisce una fonte capace di dimostrare il fatto.

Per uno sviluppatore indipendente alle prese con una questione che presenta più dipendenze, vale la pena provare Thinking, se il modello selezionato lo supporta. Perplexity lo descrive come tempo aggiuntivo per il ragionamento, che può comportare una maggiore latenza. È un'impostazione del modello, non un altro modello da aggiungere al conteggio del piano.

Per il fondatore di una startup finanziata che richiede un ampio rapporto sulla concorrenza, è il momento di passare a Research quando l'incarico richiede un'indagine approfondita. Bisogna accettare che questo cambi chi controlla la selezione dei modelli.

Per il CTO di un'azienda di medie dimensioni che documenta un flusso ripetibile, è utile conservare, insieme alle fonti, prompt, data, modalità, modello richiesto e attribuzione disponibile per la risposta. Se l'identità esatta del modello è obbligatoria, una risposta etichettata soltanto Best non soddisfa il requisito.

Prima di passare a un piano superiore solo per avere un elenco più lungo di modelli, conviene aspettare. Occorre prima individuare un'attività ricorrente che le opzioni attuali non gestiscono bene, poi confrontare le alternative disponibili usando gli stessi criteri di accettazione. Per valutare il prodotto nel suo complesso, si può leggere la nostra recensione di Perplexity.

Quanto si sopravvaluta la scelta del modello?

Accedere a un modello dentro Perplexity non equivale a usare l'app autonoma del suo fornitore. Perplexity lo combina con la propria ricerca, le citazioni, gli strumenti, i prompt, i sistemi di sicurezza e i limiti di utilizzo. Un nome di modello familiare non rende identici tutti i sistemi che lo circondano.

Un'altra esagerazione consiste nel leggere l'elenco dei modelli come una classifica di qualità. La tabella ufficiale ne stabilisce la disponibilità, non quale produca la risposta migliore a una domanda aziendale. Né rende una citazione valida di per sé: occorre aprire la fonte e verificare se sostiene la frase a cui è associata.

Il limite pratico più rilevante riguarda l'attribuzione. Una selezione manuale può essere sostituita e Best può nascondere il modello esatto che ha risposto. Nei lavori soggetti ad audit, bisogna conservare questa incertezza anziché trasformare una preferenza in una dichiarazione di riproducibilità.

Domande frequenti

Quale modello usa Perplexity AI?

Usa il proprio modello Sonar e modelli di altri fornitori. In Search, Best sceglie automaticamente e i piani a pagamento permettono di selezionare i modelli disponibili. Research sceglie automaticamente una combinazione di modelli.

Perplexity è un modello LLM?

Perplexity è il prodotto che combina ricerca e modelli linguistici. Sonar è il suo modello interno; il prodotto offre anche modelli di altri fornitori.

Perplexity e ChatGPT sono la stessa cosa?

No. L'accesso a modelli OpenAI dentro Perplexity non lo rende lo stesso prodotto di ChatGPT. Perplexity fornisce la propria ricerca, le citazioni, gli strumenti e i limiti di utilizzo.

Perplexity è più accurato di ChatGPT?

Le pagine del Centro assistenza citate non stabiliscono un vincitore assoluto in termini di accuratezza. Una risposta di ricerca va valutata controllando se le fonti sostengono le affermazioni; prima di decidere, occorre confrontare i prodotti sullo stesso compito.

Quali sono gli svantaggi di Perplexity AI?

Per il controllo dei modelli, i limiti documentati sono la possibile sostituzione con un altro modello, l'identificazione incompleta con Best e la selezione automatica in Research. Inoltre, l'abbonamento non include l'uso dell'API, che ha catalogo e fatturazione separati.

Perplexity AI traccia gli utenti?

Non si può dedurre il livello di privacy dal modello selezionato. La guida ai modelli indica che gli utenti dei piani consumer Pro e Max possono disattivare la raccolta dei dati per l'addestramento dell'IA, mentre i dati Enterprise non vengono usati per addestrare modelli di IA. Questo riguarda l'addestramento, non ogni forma di tracciamento o raccolta dei dati.

Come si calcola la perplexity di un modello linguistico?

La domanda riguarda una metrica di valutazione dei modelli linguistici, non il modello che alimenta il prodotto Perplexity. La documentazione del prodotto citata qui non fornisce un metodo di calcolo.

Perplexity genera profitti?

Il Centro assistenza e l'annuncio di Sonar usati qui non permettono di stabilire la redditività dell'azienda. La disponibilità dei modelli non è una prova di profitto.

Quali sono i modelli di IA?

Per questo prodotto, occorre distinguere Sonar, il modello di Perplexity, dai modelli Search di altri fornitori elencati sopra. Una classificazione dei modelli di IA al di fuori di Perplexity esula da queste fonti.

Quali sono le 5 cose da non dire a ChatGPT?

Queste fonti su Perplexity non stabiliscono una regola di cinque elementi per ChatGPT. Per la ricerca sul lavoro, bisogna seguire i requisiti della propria organizzazione sulla condivisione dei dati, senza considerare l'accesso a un modello come un'autorizzazione a inviare informazioni.

Come impostare la prossima sessione di ricerca

Prima definire l'incarico, poi scegliere l'impostazione del modello. Si può partire da una domanda ricorrente sul lavoro, precisare quali prove debba contenere una risposta utile e iniziare con Search su Best. Se la spiegazione richiede miglioramenti, provare un'alternativa disponibile o Thinking; se serve un rapporto completo, scegliere Research. Prima di condividere il risultato, controllare le fonti a supporto e registrare l'attribuzione al modello che l'interfaccia rende disponibile.

Iscriviti alla newsletter per guide pratiche all'uso dell'IA nel lavoro.