A Perplexity anunciou a API Orchestrator em 17 de novembro de 2026: ela reúne modelos proprietários e de pesos abertos em uma API com cobrança unificada. Se uma implantação falhar, o failover pode tentar outra implantação do mesmo modelo; um recurso opcional, ainda em prévia, pode escolher modelos diferentes a cada solicitação. A empresa apresentou o serviço.
No Orchestrator, a troca de implantação preserva o modelo; o roteamento opcional pode mudar a escolha a cada solicitação.
Como o failover difere da escolha de outro modelo?
O failover de provedor troca a implantação que atende à solicitação, mas mantém o modelo escolhido. Já o roteamento opcional pode decidir qual modelo usar em cada solicitação. A documentação da Perplexity sobre roteamento e confiabilidade descreve essas funções separadamente.
| Função | Quando ocorre a decisão | O que pode mudar | Como funciona |
| Failover de provedor | Depois de uma falha elegível na implantação | A implantação; o modelo permanece o mesmo | O serviço pode tentar outra implantação do modelo escolhido. |
| Roteamento de modelo | A cada solicitação | O modelo | A prévia perplexity/auto escolhe um modelo, conforme a política padrão ou as rotas definidas pelo desenvolvedor. |
No roteamento personalizado, o desenvolvedor pode configurar um modelo padrão e de uma a cinco rotas. A decisão considera a conversa e as descrições das rotas. Como ela é feita por solicitação, uma conversa pode passar por modelos diferentes; a cobrança segue a tarifa publicada do modelo que responde.
Quais formatos de solicitação e histórico a API aceita?
A API aceita os formatos OpenAI Chat Completions, OpenAI Responses e Anthropic Messages. Segundo o guia de início rápido da Perplexity, quem já usa um SDK da OpenAI ou da Anthropic pode redirecionar a integração alterando a chave e o endereço-base da API e informando o identificador completo do modelo.
O serviço não mantém estado da conversa entre solicitações. Para continuar uma conversa, o cliente precisa enviar seu histórico junto com cada solicitação. Isso também importa ao usar perplexity/auto: o modelo pode mudar de uma etapa para outra, e a tarifa aplicada acompanha o modelo que respondeu.
O acesso a modelos também varia conforme o nível de uso. Modelos do Google, da xAI e de pesos abertos estão disponíveis em todos os níveis; modelos da OpenAI e da Anthropic exigem Tier 1 ou superior. Claude Opus 5, Opus 5.5 e Fable exigem Tier 2 ou superior, de acordo com o guia da Perplexity.
O que os resultados publicados pela Perplexity dizem sobre desempenho?
A Perplexity afirma que, entre 4 de outubro e 2 de novembro de 2026, solicitações a modelos Claude e GPT roteadas pelo Orchestrator tiveram mais sucesso e menos variação diária do que solicitações a cada provedor individual avaliado. A empresa excluiu erros de cliente, como solicitações inválidas e violações dos limites de uso, dessa contagem. Esses resultados e as observações de velocidade são da própria Perplexity, conforme sua análise do serviço.
No mesmo período, a mediana da velocidade de saída do Claude Opus 5.5 foi liderada pela Anthropic em 15 dias e pela AWS Bedrock em outros 15, segundo a empresa. A mediana de velocidade de saída do GPT-5.6 Sol no Microsoft Azure ficou 27% acima da registrada na OpenAI. Na divulgação, a Perplexity afirmou que o roteamento adaptativo de provedores com base na velocidade ainda estava em desenvolvimento.
A empresa também publicou uma comparação ajustada com 63 tarefas do Terminal-Bench 4.1. Cada uma de duas configurações do Claude Code com roteamento resolveu 41 tarefas; o Claude Fable 5.2 sem roteamento resolveu 38. A Perplexity estimou custo maior por tarefa para as configurações roteadas.
| Configuração | Tarefas resolvidas de 63 | Custo estimado por tarefa |
| Cada uma das duas configurações do Claude Code com roteamento | 41 | Maior que o da configuração sem roteamento, segundo a Perplexity |
| Claude Fable 5.2 sem roteamento | 38 | Referência da comparação |
Os números descrevem essa comparação da Perplexity, não um resultado para qualquer modelo ou tarefa: no teste, as configurações roteadas resolveram mais tarefas, com custo estimado maior por tarefa.