Perplexity Pro: quais modelos usa e onde entra o Sonar?

O Perplexity usa seu próprio modelo Sonar e modelos de outras empresas, com sete opções de modelos de Search listadas para o Perplexity Pro. Na prática, a resposta à pergunta “qual modelo o Perplexity usa?” depende do modo: Best escolhe automaticamente, o Search dos planos pagos permite escolher e o Research seleciona sua própria combinação de modelos.

Qual modelo o Perplexity usa por padrão?

Sonar é o modelo de busca desenvolvido pelo Perplexity, mas a configuração padrão Best não garante que ele gere a resposta. Essa diferença importa quando você precisa saber qual modelo produziu uma recomendação.

A documentação sobre o modelo padrão do Perplexity descreve um modelo otimizado para buscas rápidas e navegação na web, disponível nos planos gratuito e Pro. A página não informa o nome dele. O anúncio do Sonar identifica o modelo da empresa como treinado para a busca padrão; já a documentação mais recente sobre seleção de modelos descreve Best como a escolha automática para cada consulta.

Por isso, a resposta que a documentação sustenta é mais precisa do que “tudo roda no Sonar”. Sonar explica o desenvolvimento de modelos próprios do Perplexity. Best descreve como o aplicativo pode escolher o modelo que vai responder.

Informações verificadas na Central de Ajuda pública do Perplexity e em sua publicação sobre o Sonar em 8 de novembro de 2026. A tabela de modelos abaixo mantém a data de referência de 27 de outubro informada pela empresa. A verificação foi documental, sem testes em uma conta conectada.

Modelo, modo e produto: o que cada nome significa no Perplexity AI?

Perplexity é o produto; Sonar é um modelo; Search e Deep Research são formas de usar o produto. Um grande modelo de linguagem, ou LLM, é o sistema que interpreta a linguagem e gera uma resposta. O produto que o incorpora também decide como reunir e apresentar as evidências.

Pense em uma mesa de pesquisa: as fontes são os documentos sobre a mesa, o modo é a tarefa solicitada e o modelo é o analista que redige a resposta. Trocar o analista pode mudar a explicação. Trocar uma pergunta rápida por um relatório de pesquisa muda o trabalho solicitado.

Para um gestor que compara fornecedores, essa distinção evita um erro comum: testar outro modelo quando a resposta exige uma pesquisa mais abrangente ou uma fonte primária melhor.

O Perplexity tem seu próprio LLM?

Sim. O Perplexity apresenta o Sonar como seu modelo próprio e descreve um treinamento adicional de um modelo-base existente para sua experiência de busca. Ser “próprio” não significa que o modelo anunciado tenha sido criado inteiramente do zero.

No anúncio Meet New Sonar, o Perplexity afirma que aquela versão foi construída sobre o Llama 3.3 70B e recebeu treinamento adicional para melhorar a precisão factual e a legibilidade. São objetivos úteis para a pesquisa: interpretar as evidências encontradas e apresentá-las com clareza.

Essa afirmação identifica a base da versão do Sonar descrita naquela publicação. Ela não estabelece a arquitetura de todas as implementações posteriores do Sonar, nem qual modelo respondeu à sua consulta mais recente no Best. Uma declaração histórica sobre arquitetura não deve ser tratada como um registro de execução em tempo real.

Afinal, o Perplexity tem um modelo próprio?

Sim, o Sonar. O Perplexity também integra modelos de outros fornecedores à sua experiência de busca. As duas coisas coexistem: ter um modelo próprio não significa que toda resposta precise usá-lo.

Para quem está à frente de uma startup e avalia o produto para um fluxo de pesquisa, a pergunta útil é se as respostas entregam as evidências e a explicação necessárias à decisão. A propriedade do modelo subjacente, por si só, não resolve essa questão.

Quais modelos o Perplexity Pro e os outros planos permitem escolher?

O Pro permite selecionar manualmente o modelo de Search; o Max acrescenta outro grupo de modelos. Usuários do plano gratuito podem usar Best e um número limitado de consultas Pro Search, mas não podem selecionar manualmente um modelo avançado de Search.

A página oficial de disponibilidade de modelos avançados informa a distribuição por plano abaixo. Suas tabelas são datadas de 27 de outubro de 2026 e foram verificadas em 8 de novembro. A disponibilidade pode mudar; a confirmação final está no seletor de modelos da sua conta.

Os fornecedores são OpenAI para GPT, Google para Gemini, Anthropic para Claude, Moonshot AI para Kimi, Z.ai para GLM, xAI para Grok e NVIDIA para Nemotron. Os totais acima são nossa contagem das linhas listadas pela empresa, não cotas de uso.

Esta tabela vale para Search. Computer, Comet, Model Council e a API têm suas próprias regras de seleção ou disponibilidade. A ausência do Sonar nessa tabela específica de modelos avançados também é motivo para evitar apresentá-lo como uma opção manual garantida em todas as contas atuais.

Para um CTO de uma empresa de médio porte, a ressalva sobre os planos Enterprise pesa mais do que uma lista pública de modelos. Administradores podem restringir fornecedores ou modelos individuais; exigências regionais e configurações de retenção de dados também podem afetar a disponibilidade. Períodos de teste, promoções e liberações graduais podem fazer o seletor de uma conta diferir das tabelas padrão.

Para os valores das assinaturas, consulte nosso guia de preços do Perplexity.

Quais modelos o Pro Search e o Research usam?

O Pro Search pode usar o modelo de Search que você escolheu, desde que esteja disponível no seu plano; o Research escolhe seus modelos automaticamente. Nenhum desses nomes identifica um único LLM.

O Pro Search funciona dentro do Search

As instruções do Pro Search do Perplexity informam que não existe um botão separado para ativá-lo. Escolha Search e faça sua pergunta; o produto aplica o Pro Search automaticamente quando o plano o inclui, até o limite correspondente.

Ele faz várias buscas, sintetiza o material das fontes e apresenta citações. Deixe o modelo em Best ou escolha uma opção disponível. A tabela mais recente de modelos avançados, reproduzida acima, é a referência para as opções atuais; o artigo sobre Pro Search ainda traz exemplos de modelos mais antigos.

Para um gestor experiente que verifica o suporte a integrações divulgado por um fornecedor, comece com Search e peça a documentação oficial. O primeiro critério de aceitação é saber se a página citada sustenta a afirmação.

O Research escolhe uma combinação de modelos

A documentação do modo Research afirma expressamente que ele seleciona automaticamente uma combinação de modelos e não permite escolher manualmente um modelo específico. O acesso gratuito é limitado, enquanto o Pro oferece acesso ampliado.

Há uma nota mais específica e datada sobre modelos: a atualização do Advanced Deep Research, modificada pela última vez em 15 de setembro, lista Opus 4.6 Thinking para o Max e “4.5 Thinking” em liberação gradual para o Pro. O nome informado para o Pro está incompleto nessa página; por isso, não se deve completá-lo com um nome de modelo presumido.

Esses são os modelos mencionados na atualização, não uma lista atual e exaustiva para todas as tarefas do Research. A página geral de modelos, mais recente, confirma a seleção automática sem publicar um mapa completo de roteamento por versão. Portanto, selecionar um modelo no Search não comprova que o Research vai usá-lo.

Para quem está à frente de uma startup e precisa de um estudo de entrada em um mercado, com evidências conflitantes e questões em aberto, escolha Research para essa tarefa de relatório. Não tente forçá-la a usar um modelo preferido de Search.

Como escolher um modelo e conferir qual respondeu

Confira a resposta depois que ela chegar, pois o modelo selecionado antes do envio nem sempre é o que responde. O Perplexity documenta a substituição por outro modelo quando o escolhido está indisponível, é inadequado à solicitação ou atingiu um limite de uso. Não há configuração que impeça essa substituição.

O procedimento abaixo vem das instruções de seleção de modelos e identificação de respostas.

1. 1

   Escolha um modelo disponível no Search

   Na versão web, abra o menu de modelos no canto inferior direito da caixa de prompt. Selecione Custom e escolha o modelo e as opções disponíveis de raciocínio e velocidade. Deixe Best selecionado quando quiser a escolha automática.

2. 2

   Confira o modelo da resposta

   Abra o menu de três pontos abaixo da resposta e escolha Rewrite. O modelo que respondeu aparece pré-selecionado na lista de modelos.

3. 3

   Registre o que não foi possível confirmar

   Se você usou Best, ou se o modelo que respondeu não aparece na lista, o menu mostra Best. Registre dessa forma, sem atribuir um nome de modelo que não é possível verificar.

4. 4

   Compare apenas quando a resposta exigir

   Para solicitar outra resposta, escolha um modelo diferente na lista e selecione Rewrite. Compare as evidências, as suposições sem respaldo e a utilidade da explicação, além do tom.

O melhor modelo do Perplexity depende da tarefa

Comece com Best para perguntas rotineiras; mude a configuração quando conseguir apontar o que faltou na primeira resposta. Essa é uma recomendação de fluxo de trabalho, não um ranking de desempenho dos modelos listados.

Para um gestor experiente montando uma lista de fornecedores, uma afirmação sem respaldo exige evidências melhores. Peça uma fonte primária e examine-a. Outra resposta bem escrita não substitui uma fonte que comprove o fato.

Para quem desenvolve soluções técnicas por conta própria e precisa resolver uma questão com várias dependências, vale testar Thinking quando o modelo selecionado oferecer essa opção. O Perplexity descreve Thinking como um tempo adicional de raciocínio, que pode aumentar a latência. É uma configuração de um modelo, não mais um modelo para somar à lista do plano.

Para quem fundou uma startup que recebeu investimento e precisa de um relatório amplo sobre a concorrência, passe para Research quando a tarefa exigir investigação aprofundada. Aceite que isso muda quem controla a seleção dos modelos.

Para um CTO de uma empresa de médio porte documentando um fluxo de trabalho reproduzível, guarde o prompt, a data, o modo, o modelo solicitado e a identificação disponível do modelo que respondeu, junto às fontes. Se a identidade exata do modelo for obrigatória, uma resposta identificada apenas como Best não atende a esse requisito.

Não assine um plano superior só para ter uma lista maior de modelos. Primeiro, identifique uma tarefa recorrente que as opções atuais não resolvem bem; depois, compare as alternativas disponíveis com os mesmos critérios de aceitação. Para avaliar o produto de forma mais ampla, leia nossa análise do Perplexity.

O que há de exagero na escolha de modelos?

Ter acesso a um modelo dentro do Perplexity não reproduz o aplicativo independente do fornecedor. O Perplexity combina o modelo com seus próprios recursos de busca, citações, ferramentas, prompts, sistemas de segurança e limites de uso. Um nome de modelo conhecido não torna idênticos todos esses sistemas ao redor dele.

Outro exagero é tratar uma lista de modelos como um ranking de qualidade. A tabela oficial de disponibilidade comprova o acesso, não qual modelo produz a melhor resposta para uma pergunta de negócio. Tampouco torna uma citação válida por si só: abra a fonte e confira se ela sustenta a frase à qual foi vinculada.

A maior limitação prática está em identificar o modelo responsável. Uma seleção manual pode ser substituída, e Best pode ocultar o modelo exato que respondeu. Em trabalhos sujeitos a auditoria, preserve essa incerteza em vez de transformar uma preferência em uma alegação de reprodutibilidade.

Perguntas frequentes

Qual modelo o Perplexity AI usa?

Ele usa seu modelo próprio Sonar e modelos de outras empresas. No Search, Best escolhe automaticamente e os planos pagos permitem selecionar os modelos disponíveis. O Research escolhe automaticamente uma combinação de modelos.

O Perplexity é um modelo LLM?

Perplexity é o produto que combina busca com modelos de linguagem. Sonar é seu modelo próprio; o produto também oferece modelos de outros fornecedores.

Perplexity e ChatGPT são a mesma coisa?

Não. Ter acesso a modelos da OpenAI dentro do Perplexity não o torna o mesmo produto que o ChatGPT. O Perplexity fornece seus próprios recursos de busca, citações, ferramentas e limites de uso.

O Perplexity é mais preciso que o ChatGPT?

As páginas da Central de Ajuda citadas não estabelecem um vencedor universal em precisão. Avalie uma resposta de pesquisa pelo respaldo que suas fontes dão às afirmações e compare os produtos na mesma tarefa antes de decidir.

Quais são as desvantagens do Perplexity AI?

Quanto ao controle de modelos, os limites documentados são a substituição por outro modelo, a identificação incompleta em Best e a seleção automática no Research. A assinatura também não inclui o uso da API; ela tem catálogo e cobrança separados.

O Perplexity AI rastreia você?

Não deduza as condições de privacidade a partir do modelo selecionado. A documentação de modelos informa que usuários dos planos de consumo Pro e Max podem desativar a coleta de dados para treinamento de IA, enquanto os dados do Enterprise não são usados para treinar modelos de IA. Isso trata de treinamento, não de todas as formas de rastreamento ou coleta de dados.

Como calcular a perplexidade de um modelo de linguagem?

Essa pergunta se refere a uma métrica de avaliação de modelos de linguagem, não ao modelo que alimenta o produto Perplexity. A documentação do produto citada aqui não apresenta um método de cálculo.

O Perplexity dá lucro?

A Central de Ajuda e o anúncio do Sonar usados aqui não comprovam a lucratividade da empresa. A disponibilidade de modelos não é evidência de lucro.

Quais são os modelos de IA?

No caso deste produto, diferencie o Sonar, modelo do Perplexity, dos modelos de Search de outras empresas listados acima. Uma classificação dos modelos de IA para além do Perplexity está fora do escopo destas fontes.

Quais são as 5 coisas que você não deve contar ao ChatGPT?

Estas fontes sobre o Perplexity não estabelecem uma regra de cinco itens para o ChatGPT. Em pesquisas profissionais, siga as exigências de compartilhamento de dados da sua organização, sem tratar o acesso a um modelo como permissão para enviar informações.

Na sua próxima sessão de pesquisa

Escolha primeiro a tarefa, depois a configuração do modelo. Pegue uma pergunta recorrente do trabalho, defina quais evidências uma resposta útil precisa incluir e comece com Search em Best. Use uma alternativa disponível ou Thinking se a explicação precisar melhorar; escolha Research se a tarefa exigir um relatório completo. Antes de compartilhar o resultado, confira as fontes de apoio e registre a identificação do modelo que a interface revelar.

Assine a newsletter para receber guias práticos sobre como usar IA no trabalho.