Perplexity: обзор провайдера нейросетей, модели и цены 2026

Perplexity: поисковая нейросеть, которая превратила ответы с цитатами в отдельный класс ИИ-сервисов

Perplexity — американская ИИ-компания из Сан-Франциско, основанная в 2022 году Aravind Srinivas, Denis Yarats, Johnny Ho и Andy Konwinski. За несколько лет она выросла из экспериментального поискового интерфейса в поставщика моделей, API и агентных инструментов для разработчиков. Компания остаётся частной. По доступным данным, в 2025–2026 годах её оценка составляет примерно $9–18 млрд.

Perplexity объединяет поисковую систему и языковую модель. Сервис сам формулирует запросы, находит материалы в интернете, составляет ответ и показывает ссылки на источники. Для пользователя это выглядит как разговорный поиск. Технически система объединяет LLM, retrieval-архитектуру, поисковые инструменты и обработку цитат.

В 2026 году Perplexity уже нельзя считать только чат-ботом. В линейку входят базовая Sonar, более мощная Sonar Pro, reasoning-модель Sonar Reasoning Pro, система глубокого исследования Sonar Deep Research, embeddings и Agent API с доступом к моделям других поставщиков. Поэтому компания конкурирует сразу с несколькими типами продуктов: поисковыми ассистентами Google и Microsoft, чат-ботами OpenAI и Anthropic, а также API-платформами с моделями разных разработчиков.

История и эволюция Perplexity

Компания появилась в 2022 году, когда рынок генеративного ИИ начал переходить от классического поиска к диалогу с моделью. Основатели выбрали направление, в котором у больших языковых моделей было очевидное слабое место. Они хорошо формулировали ответы, но не всегда учитывали свежие данные и могли выдавать убедительные выдумки.

Perplexity строила продукт вокруг поиска по внешним источникам. Такой подход не устраняет галлюцинации полностью, но меняет принцип формирования ответа. Модель получает свежий контекст, а пользователь может проверить происхождение утверждений. Цитаты стали частью сценария работы и логики API, а не просто элементом оформления.

Следующим этапом стало развитие собственной линейки Sonar. В 2025 году появились Sonar и Sonar Pro — search-powered модели для задач разной сложности. Sonar подходит для регулярного поиска и генерации ответов при небольшом бюджете. Sonar Pro получила более длинное контекстное окно и рассчитана на сложные запросы с большим количеством источников.

В 2026 году Perplexity добавила в линейку функции рассуждения и многошагового исследования. Sonar Pro Search получила multi-step reasoning и поддержку инструментов. Sonar Reasoning Pro объединила рассуждение с веб-поиском. Sonar Deep Research использует отдельную модель тарификации с учётом citation tokens, reasoning tokens и поисковых запросов. Так поиск превращается из одиночного вызова API в цепочку действий агента.

Отдельное место в истории линейки занимает r1-1776 — legacy reasoning model. Сейчас она считается устаревшей, и её заменяет Sonar Reasoning Pro. Perplexity постепенно отказывается от экспериментальных моделей в пользу более цельного семейства Sonar.

Ключевые модели Perplexity в 2026 году

Sonar и Sonar Pro

Sonar подходит для приложений, которым нужны актуальные ответы при невысокой стоимости обращений. У неё контекстное окно 128K. Входные и выходные токены стоят одинаково — по $1 за миллион. Однако общая стоимость выше: к токенам добавляется request fee, зависящий от объёма контекста. Для низкого, среднего и высокого уровня действуют ставки $5, $8 и $12 за 1K запросов.

Sonar Pro рассчитана на более сложные задачи. Контекст увеличен до 200K, а генерация стоит $15 за миллион токенов против $1 у базовой Sonar. Разница связана не только с мощностью модели. Sonar Pro работает с более сложными ответами и большим объёмом источников. Request fee составляет $6, $10 или $14 за 1K обращений.

При сравнении Sonar с обычной LLM без доступа к интернету нужно учитывать не только качество текста. Модель получает преимущество в задачах, зависящих от текущих данных: новостях, ценах, документации, изменениях API, финансовых показателях и обзорах. За это приходится платить дополнительными поисковыми операциями и более высокой задержкой. Для генерации кода по стабильному внутреннему документу Sonar не обязательно будет лучшим или самым дешёвым вариантом.

Sonar Pro Search

Sonar Pro Search развивает обычный поисковый сценарий в сторону агента. Модель использует multi-step reasoning и инструменты. Она может разбить задачу на несколько поисковых действий, а не ограничиваться одним запросом к веб-индексу.

Базовые ставки совпадают с Sonar Pro: $3 за миллион входных и $15 за миллион выходных токенов при контексте 200K. Сверху начисляется Pro fee — $14, $18 или $22 за 1K в режимах fast, pro и auto. Поэтому стоимость зависит не только от длины ответа. Чем сложнее маршрутизация и чем больше работают инструменты, тем выше дополнительная часть счёта.

Sonar Reasoning Pro

Sonar Reasoning Pro сочетает reasoning-механику с веб-поиском. Модель рассчитана на задачи, где нужно сопоставить факты, проверить противоречия или последовательно выполнить несколько условий.

Контекстное окно составляет 128K. Цена — $2 за миллион входных токенов и $8 за миллион выходных. Request fee составляет $6, $10 или $14 за 1K запросов при низком, среднем и высоком уровне контекста. Это более сбалансированный вариант, чем Sonar Pro Search, если требуется рассуждение с поиском без расширенного агентного режима.

Sonar Deep Research

Sonar Deep Research — наиболее заметная с точки зрения архитектуры модель в линейке. Она предназначена не для коротких ответов, а для подготовки исследовательских материалов. Система собирает источники, выполняет несколько поисковых итераций, сопоставляет сведения и формирует итог с цитатами.

Модель имеет контекст 128K. Базовая ставка составляет $2 за миллион входных и $8 за миллион выходных токенов. Полная цена складывается из нескольких компонентов: $2 за citation tokens, $3 за reasoning tokens и $5 за 1K поисковых запросов. Поэтому сравнивать Deep Research с обычной LLM только по ставке output tokens некорректно. Оплачивается не только готовый текст, но и внутренняя исследовательская работа.

Техническая архитектура: где заканчивается LLM и начинается поисковая система

Perplexity описывает Sonar как собственную архитектуру на базе open-source LLM, дополненную RAG и поиском. Это не полностью автономная языковая модель, которая сама «знает» интернет. Система анализирует запрос, подбирает поисковые действия, извлекает материалы, передаёт модели релевантный контекст и оформляет результат с цитатами.

Такой дизайн снижает проблему устаревших данных в весах модели. Даже мощная LLM не может надёжно знать, что произошло вчера или какие параметры появились в свежей версии библиотеки. Поиск выносит часть фактической нагрузки за пределы параметров модели. Взамен система зависит от качества индекса, доступности сайтов, извлечения текста и способности отличить первоисточник от пересказа.

У Perplexity нет подтверждённых собственных моделей с опубликованными весами. Sonar не является open-source-продуктом. Компания использует open-source LLM как базовый компонент, но не раскрывает search-логику, маршрутизацию, retrieval-слой и коммерческие модели. Это отличает Perplexity от поставщиков, которые публикуют веса и позволяют запускать модели самостоятельно.

Заявленная мультимодальность также не подтверждена. Актуальная линейка описывается как текстовая и поддерживает поиск. В каталоге Perplexity нет подтверждённых моделей для генерации изображений, видео или аудио. Для анализа изображений и голосовых данных потребуется другая модель через внешний стек или Agent API, если выбранный поставщик поддерживает такой сценарий.

Контекстные окна и практические ограничения

Окна 128K у Sonar, Sonar Reasoning Pro и Sonar Deep Research достаточно для больших документов, длинных технических обсуждений и материалов, найденных в ходе поиска. 200K у Sonar Pro и Sonar Pro Search оставляет больше места для крупных корпусов источников. Но размер контекста не гарантирует качество. Если в него попадают нерелевантные страницы и дубли, модель получает больше шума.

Для production-систем важен не только максимальный контекст, но и контроль поискового процесса. Обычный Sonar подходит для частых коротких запросов. Pro Search и Deep Research лучше оставлять для задач, где стоимость и задержка оправданы качеством исследования. Иначе приложение может тратить бюджет на повторные поисковые шаги, которые не меняют итоговый ответ.

Что с бенчмарками

В актуальных спецификациях Perplexity нет единой таблицы результатов Sonar на популярных тестах вроде MMLU, GPQA, HumanEval или BrowseComp. Поэтому корректно сопоставить эти модели с OpenAI, Anthropic и Google по одной таблице нельзя. Заявления о качестве Perplexity не стоит сводить к одной цифре бенчмарка.

Для search-моделей стандартные тесты на закрытых знаниях дают неполную картину. Они показывают, как модель отвечает по известному корпусу, но не оценивают выбор источников, устойчивость к SEO-спаму и точность цитирования. Не видны и ошибки при конфликтующих публикациях. Для Perplexity полезнее проводить собственную оценку на реальных запросах: проверять найденные источники, соответствие цитат утверждениям и актуальность страниц.

В сравнении с ChatGPT Search или Gemini Search Perplexity сильнее подчёркивает происхождение ответа. Универсальные чат-боты могут выигрывать в мультимодальных функциях, экосистеме и работе с файлами. Perplexity лучше раскрывается в сценарии «найди, проверь и объясни». С Claude и OpenAI её сравнивают прежде всего как модельный API, но Sonar не является прямым аналогом чистой LLM: в её работу и стоимость встроены поиск, контекст и цитирование.

Embeddings и API для разработчиков

Помимо генеративных моделей, Perplexity предлагает четыре embedding-модели. pplx-embed-v1-0.6b выдаёт векторы размерностью 1024 и стоит $0,004 за миллион токенов. У pplx-embed-v1-4b размерность составляет 2560, а цена — $0,03 за миллион токенов.

Для сценариев с учётом контекста документа предусмотрены pplx-embed-context-v1-0.6b с 1024 измерениями по $0,008 за миллион токенов и pplx-embed-context-v1-4b с 2560 измерениями по $0,05 за миллион токенов. Эти модели подходят для семантического поиска, RAG-каталогов, кластеризации документов и сопоставления запросов с внутренней базой знаний.

Search API возвращает необработанные результаты веб-поиска по $5 за 1K запросов. Это более низкоуровневый инструмент, чем Sonar. Разработчик сам выбирает LLM, строит промпт, фильтрует источники и решает, как показывать цитаты.

Agent API даёт доступ к моделям OpenAI, Anthropic, Google, xAI, Z.AI, Moonshot AI и NVIDIA по прямым ценам поставщиков, без наценки Perplexity. В набор инструментов входят web_search по $0,0025, fetch_url по $0,00025, people_search по $0,005, finance_search по $0,005 и sandbox по $0,03 за сессию. Perplexity стремится стать единым слоем оркестрации. Разработчику не нужно отдельно подключать каждый модельный API и набор инструментов.

Цены, лимиты и коммерческая доступность

Для конечных пользователей доступны планы Free, Pro, Max, Enterprise Pro и Enterprise Max. Подписка Pro стоит $20 в месяц или $200 в год. При оплате за год месячная стоимость составляет $16,67. План Max обходится в $200 в месяц. Для организаций предусмотрены Enterprise Pro за $40 за место и Enterprise Max за $325 за место.

API Sonar работает по модели pay-as-you-go с кредитами. При планировании расходов нужно учитывать токены, request fee и поисковые запросы. Для отдельных моделей добавляются citation tokens и reasoning tokens. Особенно это касается Sonar Pro Search и Sonar Deep Research: один исследовательский запрос может включать много внутренних операций и стоить заметно дороже базовой генерации.

Лимиты скорости зависят от кредитного уровня и составляют от 20 до 100 запросов в минуту. Для небольшого внутреннего инструмента этого достаточно. Публичному приложению с большим количеством пользователей понадобятся очереди, кэширование результатов и контроль расходов. Кэш особенно полезен для повторяющихся вопросов о стабильной документации и справочной информации.

Доступ к Perplexity в России через STIVA.ai

Для пользователей из России модели Perplexity доступны через STIVA.ai. Это вариант для тех, кто не хочет отдельно заниматься зарубежной регистрацией, оплатой и настройкой API. На платформе можно работать с моделями провайдера в одном интерфейсе — от обычного веб-поиска до reasoning и deep research.

Стоимость доступа к STIVA начинается от 495 ₽ в месяц. Оплата принимается картами «Мир» и через СБП, VPN не требуется. Пользователю не нужно искать обходные платёжные схемы или поддерживать отдельное VPN-подключение ради доступа к модели.

Если Perplexity нужен для регулярной работы — например, для аналитики, проверки технической документации, мониторинга рынка или поиска актуальных источников, — можно начать с базового тарифа и проверить сервис на собственных задачах. Для редких запросов хватит бесплатного сценария. Командам и пользователям с большим объёмом запросов стоит заранее учесть стоимость расширенных режимов и ограничения по частоте.

Подробнее о возможностях можно узнать на главной странице STIVA. Для тех, кто хочет рекомендовать сервис коллегам или аудитории, доступна партнёрская программа STIVA.

FAQ

Perplexity — это отдельная большая языковая модель?

Perplexity — компания и платформа, а не одна LLM. Её линейка Sonar построена на базе open-source LLM и дополнена поиском, RAG и инструментами. Кроме Sonar, компания предлагает embeddings, Search API и Agent API с моделями сторонних разработчиков.

Какая модель Perplexity лучше для обычного поиска?

Для недорогих регулярных запросов подходит Sonar с контекстом 128K. Если нужны подробные ответы и больше цитат, можно выбрать Sonar Pro с контекстом 200K. Sonar Reasoning Pro лучше справляется с вопросами, где нужно сопоставлять факты и выстраивать логическую цепочку.

Чем Sonar Deep Research отличается от Sonar Pro Search?

Обе модели используют многошаговый подход и инструменты. Sonar Pro Search рассчитана на продвинутый поисковый агент и имеет отдельную Pro fee. Sonar Deep Research предназначена для исследовательских задач. В её тарифе учитываются citation tokens, reasoning tokens и поисковые запросы. Она лучше подходит для подготовки подробного отчёта, но может стоить дороже и работать дольше.

Как пользоваться Perplexity в России?

Модели Perplexity доступны российским пользователям через STIVA.ai. Тарифы начинаются от 495 ₽ в месяц. Оплатить доступ можно картой «Мир» или через СБП, VPN не нужен.

Итог

Perplexity выбрала узкую и понятную специализацию: сделать языковую модель интерфейсом к актуальной информации и показать происхождение ответа. Sonar не стремится быть универсальной мультимодальной платформой. В актуальной линейке нет подтверждённых моделей для изображений, видео и аудио, зато хорошо развиты поиск, цитирование и агентные действия.

Сильная сторона компании — понимание того, что качество поискового ассистента зависит не только от размера модели. На результат влияют выбор источников, работа с контекстом, повторные запросы и проверка фактов. Слабая сторона — сложная экономика продвинутых режимов. В Pro Search и Deep Research итоговый счёт зависит от операций, которые не видны в простой цене за миллион токенов.

В 2026 году Perplexity выглядит не как ещё один чат-бот, а как специализированный поисково-агентный стек. Пользователь получает ответы с источниками. Разработчик — модели и инструменты для интеграции актуального веб-поиска в приложение без создания собственного retrieval-конвейера с нуля.