Perplexity 用什么模型？看懂 Sonar、Pro 选项与自动选择

Perplexity 同时使用自研 Sonar 和第三方模型，Pro 的 Search 模型列表中有七款可选模型。要回答“Perplexity 用什么模型”，得先看使用模式：Best 自动选模型，付费 Search 允许手动选择，Research 则自行选择模型组合。

Perplexity 用什么模型作为默认选项？

Sonar 是 Perplexity 自研的搜索模型，但默认设置显示 Best，并不代表回答一定由 Sonar 生成。 如果需要确认某项建议出自哪个模型，这个区别就很关键。

Perplexity 的默认模型说明提到，这款模型针对快速搜索和网页浏览做了优化，免费和 Pro 用户均可使用，但页面没有给出模型名称。公司的 Sonar 公告称，其自研模型经过训练，用于默认搜索；较新的模型选择说明则将 Best 定义为针对每次提问自动选择模型。

因此，比“所有回答都靠 Sonar”更准确的说法是：Sonar 代表 Perplexity 自研的模型，而 Best 代表应用选择回答模型的方式。

本文于 2026 年 11 月 8 日核对了 Perplexity 公开帮助中心及其 Sonar 公告。 下方模型表保留了厂商标注的 10 月 27 日快照日期。本次核查仅依据文档，未登录账号实测。

Perplexity 的模型叫什么？先分清模型、模式和产品

Perplexity 是产品，Sonar 是模型，Search 和 Deep Research 则是使用这款产品的方式。 大语言模型（LLM）负责理解语言并生成回答；模型之外的产品系统还负责决定如何收集证据、如何呈现结果。

可以把它想成一张研究工作台：资料来源是桌上的文件，模式是接到的任务，模型则是起草答案的分析师。换一位分析师，解释方式可能不同；把任务从快速答疑改成研究报告，工作内容也随之改变。

对正在比较供应商的业务负责人来说，分清这些概念，就能避免一种常见误区：答案明明需要更深入的调研或更可靠的一手来源，却只顾着换模型。

Perplexity 有自研大语言模型吗？

有。Perplexity 将 Sonar 称为自研模型，并表示它是在现有基础模型之上，针对搜索体验进一步训练而成。 “自研”并不意味着公告中的模型完全从零构建。

在 Meet New Sonar 公告中，Perplexity 表示，该版本基于 Llama 3.3 70B 构建，并通过进一步训练提升事实准确性和可读性。这些目标对研究任务很有价值：既要理解检索到的证据，也要把结论讲清楚。

这段声明说明的是那篇公告所介绍的 Sonar 版本采用了什么基础模型。它不能证明此后每一次 Sonar 部署的架构，也不能说明最近一次 Best 回答由哪个模型生成。不要把历史架构说明当成实时运行记录。

Perplexity 有自己的模型吗？

有，就是 Sonar。同时，Perplexity 也把其他厂商的模型接入自己的搜索体验。这两件事并不矛盾：拥有自研模型，不代表每个回答都必须使用它。

对考虑将这款产品纳入研究流程的创始人来说，更有用的问题是：回答能否提供决策所需的证据和解释。仅凭底层模型归谁所有，无法得出结论。

Perplexity 各订阅方案能选哪些模型？

Pro 支持手动选择 Search 模型，Max 则额外开放另一组模型。 免费用户可以使用 Best 和有限次数的 Pro Search，但不能手动选择高级 Search 模型。

以下方案对应关系来自官方高级模型可用性页面。官方表格标注日期为 2026 年 10 月 27 日，本文于 11 月 8 日核对。模型可用性可能变化，最终应以账号中的模型选择器为准。

这些模型的提供方分别是：GPT 对应 OpenAI，Gemini 对应 Google，Claude 对应 Anthropic，Kimi 对应 Moonshot AI，GLM 对应 Z.ai，Grok 对应 xAI，Nemotron 对应 NVIDIA。上面的数量是我们对厂商所列模型条目的统计，不是使用额度。

这张表仅适用于 Search。 Computer、Comet、Model Council 和 API 各有自己的模型选择或可用性规则。Sonar 没有出现在这张高级模型表中，也说明不能声称所有当前账号都一定能手动选择 Sonar。

对中型企业 CTO 而言，Enterprise 的限制比公开模型列表更值得留意。管理员可以限制某些提供方或具体模型；地区要求和数据保留设置也可能影响可用性。试用、促销和分阶段上线，都可能让账号中的选择器与标准表格不同。

订阅费用可参阅我们的 Perplexity 定价指南。

Pro Search 和 Research 分别用什么模型？

Pro Search 可以使用账号有权选择的 Search 模型；Research 则自动选模型。 这两个名称都不代表某一款大语言模型。

Pro Search 在 Search 内运行

Perplexity 的 Pro Search 使用说明指出，产品没有单独的 Pro Search 开关。选择 Search 后直接提问即可；只要订阅包含相应权限，系统就会在额度内自动启用 Pro Search。

它会执行多次搜索、综合来源资料并提供引用。模型可以保持为 Best，也可以选择账号有权使用的模型。当前可选项应以上面较新的高级模型表为依据；Pro Search 说明文章仍保留了一些较旧的模型示例。

如果资深业务负责人要核实供应商公开宣称支持的集成，可以先用 Search，并要求提供官方文档。首先要验收的，是引用页面能否支撑相关说法。

Research 自动选择模型组合

Research 模式说明明确表示，系统会自动选择一组模型，不允许手动指定某一款。免费用户的使用权限有限，Pro 则提供更充足的使用权限。

另有一条范围更窄、带有日期的模型说明：Advanced Deep Research 更新最后修改于 9 月 15 日，其中列出 Max 使用 Opus 4.6 Thinking，并向 Pro 逐步推出 “4.5 Thinking”。该页面给出的 Pro 模型名称并不完整，不应凭猜测补全。

这些只是该次更新明确列出的模型，并非每项 Research 任务当前可能使用的完整名单。较新的通用模型页面确认了自动选择机制，但没有公布完整、逐版本的路由对应表。因此，在 Search 中选定一个模型，并不能证明 Research 也会使用它。

如果创始人需要一份市场进入分析，既要处理相互冲突的证据，也要梳理尚无定论的问题，就应为这种报告型任务选择 Research，而不是设法把任务绑定到偏好的 Search 模型。

如何选择模型，并确认实际回答的是哪一款？

回答生成后还要核实，因为发送前选中的模型，未必就是实际作答的模型。 Perplexity 文档说明，当模型不可用、不适合当前请求或触及使用限额时，系统会回退到其他模型。没有任何设置可以阻止这种替换。

以下操作依据其模型选择与回答模型识别说明。

1. 1

   选择有权使用的 Search 模型

   在网页版中，打开输入框右下角的模型下拉菜单。选择 Custom，再选择模型及可用的推理和速度选项。希望系统自动选择时，保持 Best 即可。

2. 2

   查看实际作答模型

   打开回答下方的三点菜单，选择 Rewrite。模型列表中预先选中的，就是实际作答的模型。

3. 3

   如实保留不确定性

   如果使用了 Best，或实际作答模型不在列表中，菜单会显示 Best。记录时也应写 Best，不要填入无法核实的模型名称。

4. 4

   有必要时再对比其他回答

   如需重新生成答案，从列表中选择另一个模型，再点击 Rewrite。比较时看证据、缺乏依据的假设，以及解释是否有用，不要只看语气。

Perplexity 哪个模型好用，要看具体任务

日常问题先用 Best；只有说得清首个回答哪里不够好时，再改设置。 这是工作流程建议，不是对列表中模型的基准测试排名。

对正在准备供应商候选名单的资深业务负责人来说，缺乏依据的说法需要更好的证据。要求提供一手来源，并亲自查看。另一个流畅的回答，不能替代能够确立事实的来源。

对独自处理多重依赖问题的独立技术开发者来说，如果所选模型支持，可以试试 Thinking。Perplexity 将 Thinking 描述为额外的推理时间，但可能带来更长等待。它是模型上的一个设置，不是订阅模型数量之外的另一款模型。

对需要广泛竞品报告的已获融资的创始人来说，任务需要持续深入调查时，就应转用 Research。同时也要接受：模型选择权会随之改变。

对需要把工作流程记录下来、便于重复执行的中型企业 CTO来说，应将提示词、日期、模式、请求模型和界面可提供的实际模型信息，与来源一并保存。如果必须明确模型身份，仅标注 Best 的回答就不符合要求。

不要仅为了更长的模型列表就急着升级。先找出当前模型选择难以胜任的重复性任务，再用相同验收标准比较可用的替代模型。如果要判断产品整体是否适合，可以阅读我们的 Perplexity 评测。

关于模型选择，哪些说法被夸大了？

在 Perplexity 中使用某个模型，并不等于复现了模型提供方的独立应用体验。 Perplexity 会叠加自己的搜索、引用、工具、提示词、安全系统和使用限额。模型名称相同，不代表周边系统也相同。

另一种夸大，是把模型列表当成质量排名。官方可用性表能证明哪些模型可以使用，不能证明哪款模型最能回答你的业务问题。引用也不会自动变得可靠：仍要打开来源，检查它是否支持对应的那句话。

实际使用中，最大的限制在于难以确认模型身份。手动选择可能触发回退，Best 也可能不显示具体作答模型。对需要审计的工作，应保留这种不确定性，不要把偏好写成结果可复现的保证。

常见问题

Perplexity AI 用什么模型？

它同时使用自研 Sonar 和第三方模型。在 Search 中，Best 自动选择模型，付费方案则允许选择有权使用的模型。Research 会自动选择模型组合。

Perplexity 是一个大语言模型吗？

Perplexity 是结合了搜索和语言模型的产品。Sonar 是其自研模型，产品中也提供其他厂商的模型。

Perplexity 和 ChatGPT 是一回事吗？

不是。在 Perplexity 中能够使用 OpenAI 模型，并不意味着它与 ChatGPT 是同一款产品。Perplexity 有自己的搜索、引用、工具和使用限额。

Perplexity 比 ChatGPT 更准确吗？

本文引用的帮助中心页面并不能证明哪款产品在所有情况下都更准确。判断研究型回答，应看来源能否支撑结论；比较产品时，也应先让它们处理同一个任务。

Perplexity AI 有哪些缺点？

在模型控制方面，文档确认的限制包括：可能回退到其他模型、Best 下模型身份信息不完整，以及 Research 自动选模型。此外，订阅不包含 API 使用；API 有独立的模型目录和计费方式。

Perplexity AI 会追踪用户吗？

不能根据所选模型推断隐私情况。模型说明指出，面向个人的 Pro 和 Max 用户可以退出用于 AI 训练的数据收集，而 Enterprise 数据不会用于训练 AI 模型。这说明的是训练用途，并不涵盖所有形式的追踪或数据收集。

如何计算语言模型的困惑度（Perplexity）？

这个问题问的是语言模型评估指标，而不是 Perplexity 产品使用哪个模型。本文引用的产品文档没有提供计算方法。

Perplexity 盈利了吗？

本文采用的帮助中心资料和 Sonar 公告无法证明公司的盈利情况。模型可用性也不能作为盈利证据。

AI 有哪些模型？

就这款产品而言，应区分 Perplexity 的 Sonar 与上文列出的第三方 Search 模型。Perplexity 之外的 AI 模型分类，超出了这些来源的范围。

哪 5 类信息不该告诉 ChatGPT？

这些 Perplexity 来源并未确立一套适用于 ChatGPT 的五项规则。工作研究应遵守所在组织的数据共享要求，不能把能使用某个模型等同于获准提交信息。

下次研究任务，可以这样开始

先确定任务，再决定模型设置。 选一个经常遇到的工作问题，明确有用的回答必须包含哪些证据，然后从 Search 的 Best 开始。如果解释需要改进，可以试用有权选择的其他模型或 Thinking；如果需要完整报告，就选择 Research。分享结果前，检查支撑结论的来源，并记录界面能够显示的实际作答模型信息。

订阅邮件通讯，获取在工作中使用 AI 的实用指南。