Perplexity AI API: Zugriff, Preise, Integration und Produktionsleitfaden

Perplexity AI API: Zugriff, Preise, Integration und Produktionsleitfaden

Zuletzt anhand der Perplexity-Dokumentation überprüft: 24. Oktober 2026.

Die Perplexity AI API ist nicht länger eine einheitliche „Such-Chat-API“. Sie bietet jetzt unterschiedliche Schnittstellen für webgestützte Agentenantworten, das Routing von Open-Weight-Modellen, die reine Suche, Embeddings und typisierte Entscheidungen. Wählen Sie die Schnittstelle, die zur Aufgabe passt, bevor Sie Code schreiben: Sie bestimmt den Endpunkt, die SDK-Methode, die Preiseinheit, das Ratenlimit und was Sie in der Produktion protokollieren müssen.

Beginnen Sie für die meisten neuen Recherche- oder Assistentenfunktionen mit der Agent API. Sie folgt dem OpenAI-Responses-Format, kann die Websuche verwenden und gibt strukturierte Ausgaben mit Quellen zurück. Verwenden Sie die Orchestrator API, wenn Ihr vorhandener OpenAI-Chat-Completions-Code Zugriff auf den Open-Weight-Modellkatalog benötigt. Verwenden Sie Search, wenn Sie gerankte Ergebnisse ohne LLM-Antwort benötigen.

Die kurze Antwort: Welche Perplexity API sollten Sie verwenden?

Diese Unterscheidung ist die wichtigste Designentscheidung für die Perplexity AI API. Perplexitys aktuelle Übersicht beschreibt die Agent API als OpenAI-Responses-kompatible, webgestützte API; die Orchestrator API ist eine separate Kompatibilitätsschnittstelle für gehostete Open-Weight-Modelle. Lesen Sie Perplexitys Übersicht.

Zugriff auf die Perplexity AI API erhalten

1. Erstellen Sie ein Konto in der Perplexity API Console.
2. Generieren Sie auf der Seite API Keys einen Schlüssel.
3. Speichern Sie ihn ausschließlich auf dem Server oder in Ihrem Secret Manager für Deployments.
4. Setzen Sie PERPLEXITY_API_KEY in der Laufzeitumgebung – nicht in Browsercode, Git, Beispielen oder Logs.
5. Fügen Sie die Abrechnung hinzu, bevor Sie Produktions-Traffic senden. Perplexity dokumentiert nutzungsbasierte API-Abrechnung ohne Abonnementpflicht; prüfen Sie vor dem Launch die aktuelle Preisseite, da sich Modell- und Tooltarife ändern können.

Setzen Sie das Secret unter macOS oder Linux, ohne es auszugeben:

export PERPLEXITY_API_KEY="replace-in-your-secret-manager"
test -n "$PERPLEXITY_API_KEY" && echo "PERPLEXITY_API_KEY is set"

Der letzte Befehl bestätigt bewusst die Existenz, ohne den Wert offenzulegen. Perplexity rät ausdrücklich davon ab, Schlüssel oder auch nur Schlüsselfragmente in der Terminalausgabe auszugeben. Befolgen Sie für den Rest Ihrer Anwendung dieselbe Regel: Schwärzen Sie Authorization-Header, rotieren Sie kompromittierte Schlüssel und geben Sie jeder Umgebung eigene Zugangsdaten. Kombinieren Sie dies mit einem sicheren Workflow für API-Schlüsselverwaltung, bevor Sie Kunden-Traffic hinzufügen.

Die Agent API mit dem OpenAI SDK integrieren

Die Agent API ist die richtige Schnittstelle der Perplexity AI API, wenn Ihr Produkt eine webgestützte Antwort, Zitate, Tool-Nutzung oder eine Antwort benötigt, die über mehrere Turns fortgesetzt werden kann. Perplexity dokumentiert die OpenAI-SDK-Konfiguration als base_url="https://api.perplexity.ai/v1" mit client.responses.create().

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["PERPLEXITY_API_KEY"],
    base_url="https://api.perplexity.ai/v1",
)

response = client.responses.create(
    model="perplexity/sonar",
    input="What changed in the last 30 days for this topic? Cite primary sources.",
    tools=[{"type": "web_search"}],
    max_output_tokens=600,
)

print(response.output_text)

Der kanonische Endpunkt ist POST /v1/agent; das OpenAI SDK sendet POST /v1/responses, was Perplexity als Alias akzeptiert. Dies ist auf der Responses-Ebene kompatibel, jedoch keine Zusage, dass jede Chat-Completions-Option eindeutig zugeordnet werden kann. Perplexitys Leitfaden zur OpenAI-Kompatibilität ist die maßgebliche Quelle für unterstützte Anfrage- und Antwortfelder.

Zwei Produktionsdetails sind hier wichtig:

• Die Websuche ist optional und muss explizit aktiviert werden. Eine Anfrage nur mit model und input verwendet Modellwissen und gibt keine Zitate zurück; verwenden Sie eine Aufwandsstufe oder ein web_search-Tool, wenn Aktualität und Quellen wichtig sind.
• Behalten Sie an Ihrer Anwendungsgrenze die strukturierte output-Ausgabe, nicht nur output_text. Zitate, Tool-Aktivität, Status, Nutzung und die Antwort-ID sind Betriebsdaten – keine bloße Dekoration für die UI.

Bevor Sie eine Modellkennung fest im Code hinterlegen, fragen Sie in Ihrem Deployment-Workflow GET /v1/models ab oder prüfen Sie den aktuellen Agent API-Modellkatalog. Perplexity dokumentiert diesen Endpunkt in einem OpenAI-kompatiblen Format, was ihn für Zulassungslisten und Release-Prüfungen nützlich macht.

Verwenden Sie die Orchestrator API, wenn Sie Chat-Completions-Kompatibilität benötigen

Die Perplexity AI API bietet für eine andere Aufgabe einen zweiten OpenAI-kompatiblen Pfad. Die Orchestrator API verwendet das Chat-Completions-Format und eine andere Basis-URL:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["PERPLEXITY_API_KEY"],
    base_url="https://api.perplexity.ai/orchestrator/v1",
)

completion = client.chat.completions.create(
    model=os.environ["PPLX_ORCHESTRATOR_MODEL"],
    max_tokens=500,
    messages=[
        {"role": "user", "content": "Summarize these notes in five bullets."}
    ],
)

print(completion.choices[0].message.content)

Verwenden Sie eine Umgebungsvariable für die Modell-ID und validieren Sie sie in CI oder bei einer Release-Prüfung. Katalogverfügbarkeit, Aliasse und Preisübersichten ändern sich häufiger, als es Ihr Anwendungscode sollte. Der entscheidende Fehler, den Sie vermeiden sollten, besteht darin, die Agent API und die Orchestrator API als austauschbar zu behandeln:

• Agent API: https://api.perplexity.ai/v1 + responses.create().
• Orchestrator API: https://api.perplexity.ai/orchestrator/v1 + chat.completions.create().

Wenn Ihr Ziel eine zitierte, aktuelle Antwort ist, wechseln Sie nicht allein deshalb zu Chat Completions, weil Ihnen dieser Client vertraut ist. Wenn Ihr Ziel eine direkte OpenAI-Chat-Completions-Migration für den gehosteten Open-Weight-Katalog ist, richten Sie sie nicht auf die Agent-Basis-URL. Der Perplexity-Schnellstart zeigt beide Muster.

Preise der Perplexity AI API: Berechnen Sie die gesamte Anfrage

Für die Budgetplanung der Perplexity AI API sollten Sie Token-Gebühren von Tool- oder Anfragegebühren trennen. Die genaue Preisliste ist live und modellspezifisch. Verwenden Sie daher die Preisseite als Eingabe für Ihr Deployment – nicht als Zahl, die Sie einmal pro Quartal in eine Präsentation kopieren.

Die obigen Tarife wurden am 24. Oktober 2026 geprüft. Die offizielle Preisseite und der Agent API-Modellkatalog sollten erneut geprüft werden, bevor Sie eine Marge, ein Kundenlimit oder eine Budgetwarnung festlegen.

Eine nützliche Planungsformel lautet:

request_cost =
  (input_tokens / 1,000,000 × input_rate) +
  (output_tokens / 1,000,000 × output_rate) +
  (cache_read_tokens / 1,000,000 × cache_read_rate) +
  tool_invocations × tool_rate +
  search_requests × search_request_rate

Schätzen Sie eine recherchierte Antwort nicht allein anhand der Ausgabe-Tokens. Agent-Workflows können Eingabekontext, Ausgabe-/Reasoning-Tokens und Tool-Aufrufe verwenden. Speichern Sie jede dieser Dimensionen zusammen mit Ihrer Mandanten-ID, dem Feature-Namen, dem angeforderten Modell, dem endgültigen Modell und der Antwort-ID. Dasselbe Ereignismodell macht Preisvergleiche von KI-Modellen wesentlich aussagekräftiger als den Vergleich von Listenpreisen allein.

Erstellen Sie einen produktionsreifen Workflow für die Perplexity AI API

1. Machen Sie die API-Oberfläche zu einer expliziten Produktentscheidung

Definieren Sie einen kleinen Adapter pro Oberfläche, etwa perplexity_agent, perplexity_search und perplexity_orchestrator. Verbergen Sie deren unterschiedliche Antworttypen nicht hinter einer generischen Funktion chat(), bevor Sie entschieden haben, was mit Zitaten, Suchergebnissen, Nutzung und Tool-Ereignissen geschieht.

Für eine kundenorientierte Rechercheantwort sollte Ihr Adapter mindestens Folgendes zurückgeben:

answer_text, citations, response_id, status, requested_model,
served_model, input_tokens, output_tokens, tool_calls, cost, latency_ms

Geben Sie bei Raw Search die Ergebnisse getrennt von einer späteren Synthese zurück. Das bewahrt die Provenienz und ermöglicht es, das Schreibmodell zu ändern, ohne dabei stillschweigend den Suchanbieter zu wechseln.

2. Behandeln Sie Zitate als Daten, die Sie bewahren müssen

Wenn Ihre Anfrage an die Perplexity AI API die Websuche nutzt, zeigen Sie die zitierten Quellen neben der Aussage an, die sie stützen. Speichern Sie die zurückgegebene Quell-URL, den Titel, sofern angegeben, und die Antwort-ID, mit der die Antwort erstellt wurde. Eine freundliche Antwort ohne überprüfbare Quellen reicht für eine Recherchefunktion, einen Support-Agenten oder einen internen Entscheidungsworkflow nicht aus.

Legen Sie Ihre Richtlinie vor dem Start fest:

• Benötigen Sie für eine faktische Antwort mindestens eine Primärquelle?
• Entfernen Sie eine Aussage, wenn keine Zitierung sie stützt?
• Kann ein Nutzer die zitierte URL öffnen, bevor er auf Grundlage der Antwort handelt?
• Wie lange bewahren Sie Quellenmetadaten und Antwortdatensätze auf?

3. Planen Sie Budgets für gleitende Ratenfenster ein, nicht für eine einzelne Zahl von „Anfragen pro Minute“

Die Agent API von Perplexity dokumentiert ein organisationsweites Anfragelimit, das über Agent-Aufrufe, Abfragen, Abbruch-/Fortsetzungsvorgänge und Dateidownloads hinweg geteilt wird. Außerdem dokumentiert sie Tokenlimits pro Modell in gleitenden Minuten- und Stundenfenstern. Abfragen sind nicht kostenlos: In einer niedrigen Stufe kann das Abfragen einer asynchronen Anfrage einmal pro Sekunde das gesamte Anfragenkontingent verbrauchen.

Beachten Sie bei 429-Antworten Retry-After. Wenden Sie bei kapazitätsbezogenen overloaded-Fehlern exponentielles Backoff mit Jitter an und verwenden Sie eine dokumentierte Fallback-Liste nur dann, wenn das Produkt ein anderes Modell sicher akzeptieren kann. Wiederholen Sie keine Authentifizierungs-, Validierungs- oder Kontokonfigurationsfehler, als wären sie vorübergehend. Aktuelle Schwellenwerte und die Semantik von Antworten finden Sie in den Hinweisen zu Ratenlimits und Nutzungsstufen von Perplexity.

Pseudocode für eine begrenzte Wiederholungsrichtlinie:

for attempt in range(3):
    try:
        return call_perplexity()
    except RateLimitError as error:
        wait_seconds = retry_after_or_jittered_backoff(error, attempt)
        sleep(wait_seconds)
    except TransientCapacityError:
        sleep(jittered_backoff(attempt))

raise ServiceTemporarilyUnavailable()

Halten Sie die Anzahl der Wiederholungen gering, verwenden Sie eine End-to-End-Deadline und machen Sie den Fallback-Status des Aufrufers sichtbar. Wiederholungen, die eine langsame Rechercheanfrage in einen 90-Sekunden-Ladeindikator verwandeln, sind keine Zuverlässigkeit.

4. Protokollieren Sie genug, um Kosten, Qualität und Aktualität gemeinsam zu debuggen

Erfassen Sie die Anfrage-ID, die Endpunktfamilie, das Modell, die Aufwandsstufe, die Tool-Liste, die Zeit bis zum ersten Token, die Abschlusszeit, Token-Dimensionen, die Anzahl der Tool-Aufrufe, den HTTP-Status, die Anzahl der Wiederholungen und eine sichere Fehlerklassifizierung. Erfassen Sie bei zitierten Antworten die Anzahl der Zitate und Quelldomains. Erfassen Sie für Search die Anzahl der Abfragen und Ergebnisse.

Damit erhalten Sie die Grundlage, um Fragen zu beantworten wie: „Ist die Latenz gestiegen, weil wir die Suche aktiviert haben?“, „Welcher Tenant gibt Geld für Sandbox-Sitzungen aus?“ und „Hat ein Fallback die Verfügbarkeit verbessert, aber die Zitierabdeckung verringert?“ Eine allgemeinere Architektur finden Sie im Leitfaden zum AI API Gateway und im Leitfaden zu LLM-Ratenlimits.

5. Planen Sie eine Sonar-Migration, wenn Sie Legacy-Code haben

Die aktuelle Migrationsanleitung von Perplexity besagt, dass der Support für Sonar Chat Completions am 27. September 2026 endete. Sie empfiehlt die Agent API für neue Projekte; synchrone und Streaming-Legacy-Anfragen werden schrittweise umformuliert, während asynchrone Sonar-Anfragen nicht mehr unterstützt werden. Wenn Sie noch einen Sonar-Endpunkt aufrufen, testen Sie jetzt einen Agent-API-Adapter, statt einen Ausfall von Async in der Produktion zu entdecken. Lesen Sie den Migrationsleitfaden.

Direkte Perplexity API oder ein separates Multi-Modell-Gateway?

Verwenden Sie eine direkte Integration der Perplexity AI API, wenn die Funktion von Perplexity-spezifischem Agent, Search, Zitierungen, Aufwandsstufen oder API-Verhalten abhängt. Dadurch bleibt der Produktionsvertrag klar.

Verwenden Sie ein separates Multi-Modell-Gateway nur für Modelle und Endpunkte, die dieses Gateway aktuell als unterstützt aufführt. Flatkey dokumentiert beispielsweise eine OpenAI-kompatible Basis-URL unter https://router.flatkey.ai/v1 für seinen unterstützten Katalog sowie ein Nutzungs-Dashboard auf Anfrageebene. Prüfen Sie das öffentliche Modellverzeichnis live, bevor Sie davon ausgehen, dass ein Anbieter oder Modell verfügbar ist. Beginnen Sie mit dem Flatkey-API-Quickstart.

Für Teams, die beides benötigen, verwenden Sie zwei explizite Clients:

Leiten Sie einen direkten Perplexity-Endpunkt nicht über einen anderen Dienst, es sei denn, dessen aktuelle Dokumentation unterstützt diesen Weg ausdrücklich. Es geht nicht darum, jeden Aufruf durch eine Ebene zu zwingen, sondern das Leistungs- und Abrechnungsverhalten zu bewahren, auf das Ihre Funktion tatsächlich angewiesen ist.

Checkliste für den Produktionsstart

• [ ] Jedes Feature hat Agent, Orchestrator, Search, Embeddings oder Decisions gezielt ausgewählt.
• [ ] API-Schlüssel liegen serverseitig vor, sind nach Umgebung eingegrenzt und fehlen in Client-Bundles und Logs.
• [ ] Die Agent-Basis-URL (/v1) und die Orchestrator-Basis-URL (/orchestrator/v1) werden nicht verwechselt.
• [ ] Modell-IDs und aktuelle Preiskarten werden bei einer Release-Prüfung validiert.
• [ ] Die Websuche wird nur dort explizit aktiviert, wo zitierte Aktualität nützlich ist.
• [ ] Zitierte Antworten behalten Quellmetadaten und eine Antwort-ID bei.
• [ ] Kostenereignisse umfassen Token-Dimensionen sowie Aufrufzahlen für Tools oder Suchen.
• [ ] 429 berücksichtigt Retry-After; vorübergehende Kapazitätsfehler verwenden begrenztes exponentielles Backoff mit Jitter.
• [ ] Polling wird durch Backoff gedrosselt oder durch Streaming-/Reconnect-Verhalten ersetzt.
• [ ] Ein gestufter Test deckt Quellqualität, Latenz, Kosten, Wiederholungsverhalten und für Nutzer sichtbare Fallbacks ab.

Perplexity AI API FAQ

Ist die Perplexity AI API mit dem OpenAI SDK kompatibel?

Ja, aber wählen Sie die passende API-Form. Die Agent API verwendet das OpenAI-Responses-Format unter https://api.perplexity.ai/v1; die Orchestrator API verwendet Chat Completions unter https://api.perplexity.ai/orchestrator/v1.

Durchsucht jede Agent-API-Anfrage das Web und enthält Zitate?

Nein. Perplexity dokumentiert die Websuche als Opt-in. Fügen Sie eine Aufwandsstufe oder das Tool web_search hinzu, wenn Sie webbasiert fundierte Ausgaben benötigen; bewahren Sie die strukturierte Ausgabe auf, damit Ihre Anwendung Zitate darstellen und prüfen kann.

Wie viel kostet die Perplexity AI API?

Das hängt von der gewählten API-Oberfläche, dem Modell, der Tokennutzung, Cache-Lesevorgängen, Reasoning-Tokens und Tools ab. Verwenden Sie die aktuelle offizielle Preiskarte und messen Sie die tatsächliche Nutzung pro Anfrage. Eine suchaktivierte Agent-Anfrage umfasst sowohl Modell-Token- als auch Tool-Kostenkomponenten.

Was sollte ich nach einem Rate-Limit-Fehler tun?

Beachten Sie Retry-After, takten Sie neue Anfragen und verwenden Sie begrenztes exponentielles Backoff mit Jitter. Führen Sie kein aggressives Polling durch; Agent-API-Polls zählen zum gemeinsamen Anfragelimit der Organisation.

Nächster Schritt

Beginnen Sie mit einem eng umrissenen Produktionsanwendungsfall: einer zitierten Rechercheantwort, einer reinen Suchfunktion oder einem mit Chat Completions kompatiblen Modellaufruf. Instrumentieren Sie ihn, bevor Sie den Traffic ausweiten. Wenn der Rest Ihrer Anwendung außerdem unterstützte Modelle hinter einem OpenAI-kompatiblen Client benötigt, erkunden Sie Flatkeys Modellkatalog und halten Sie dessen Client-Grenze explizit.