Forschungsmodell für mehrstufige Abfindung, Synthese und Schlussfolgerung, bei dem Quellen über komplexe Themen hinweg autonom gesucht, gelesen und bewertet werden.
PerplexityForschung & Suche128K KontextProprietärer EndpointForschungsmodell für mehrstufige Abfindung, Synthese und Schlussfolgerung, bei dem Quellen über komplexe Themen hinweg autonom gesucht, gelesen und bewertet werden.
perplexity-deep-research/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1/searchPOST/v1beta/models/perplexity-deep-research:generateContentLive Pay-as-you-go-Preise aus dem EmpirioLabs-Katalog. Du zahlst nur für das, was du nutzt, ohne monatliches Minimum.
Perplexity Deep Research bedient die OpenAI-kompatible Chat Completions API. Richte ein beliebiges OpenAI SDK mit deinem EmpirioLabs API-Schlüssel auf https://api.empiriolabs.ai/v1 und verwende die Modell-ID perplexity-deep-research. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "perplexity-deep-research",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="perplexity-deep-research",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)Request-Parameter, die die Perplexity Deep Research API auf EmpirioLabs unterstützt. Standardwerte gelten, wenn ein Feld weggelassen wird.
| Parameter | Typ | Standard | Bereich / Werte | Beschreibung |
|---|---|---|---|---|
| temperature | number | 0.2 | 0 bis 2 | Temperatur wird geprochen. 0 = deterministisch, 2 = maximale Zufälligkeit. |
| max_tokens | number | 16384 | 1 bis 65536 | Maximale Token in der Antwort. |
| reasoning_effort | enum | high | low, medium, high | Tiefe des Denkens. Höherer Aufwand = gründlichere Analyse, aber langsamer. |
| search_mode | enum | default | default | Filtern Sie die Suchergebnisse nach Quelltyp. Akademisch = wissenschaftliche Arbeiten, SEC = Finanzberichte. |
| search_domain_filter | string | - | - | Komma-getrennte Domänen. Präfix mit '-' ausschließen. Maximal 20. |
| search_language_filter | string | - | - | Kommma-getrennte ISO-639-1-Codes (2 Buchstaben). Maximal 10. |
| search_after_date_filter | string | - | - | Beziehen Sie nur Quellen, die nach diesem Datum veröffentlicht wurden. Verwenden Sie JJJJ-MM-DD oder natürliche Sprache. |
| search_before_date_filter | string | - | - | Beziehen Sie nur Quellen, die vor diesem Datum veröffentlicht wurden. Verwenden Sie JJJJ-MM-DD oder natürliche Sprache. |
| search_recency_filter | enum | none | none, hour, day, week, month, year | Relativer Zeitfilter. Kann nicht mit bestimmten Daten kombiniert werden. |
| last_updated_after_filter | string | - | - | Beziehen Sie nur Quellen an, die zuletzt nach diesem Datum aktualisiert wurden. |
| last_updated_before_filter | string | - | - | Beziehen Sie nur Quellen, die zuletzt vor diesem Datum aktualisiert wurden. |
| country | string | - | - | Zweibuchstabiger ISO-3166-1-Code (z. B. US, GB) zur Verzerrung von Ergebnissen auf ein Land. |
| region | string | - | - | Staat- oder Provinzname für Standortbias. |
| city | string | - | - | Stadtname für Standort-Bias. |
Langjährige mehrstufige Abrufe und Argumentation. Die Preise teilen Eingabe-, Ausgabe-, Zitations- und Argumentationstoken sowie die Suchgebühr pro Abfrage auf.
Auf EmpirioLabs wird Perplexity Deep Research nach Verbrauch abgerechnet: Eingabe $4.80 pro 1M Prompt-Token; Output $19.00 pro 1 Million generierter Token; Zitationsmarken $4.80 pro 1Million Token. Die Live-Preistabelle auf dieser Seite entspricht immer dem, was die API berechnet.
Perplexity Deep Research unterstützt ein Kontextfenster von 128K Token.
Ja. Perplexity Deep Research bedient die OpenAI-kompatible Chat Completions API. Bestehende OpenAI SDKs funktionieren, indem du base_url auf https://api.empiriolabs.ai/v1 setzt und als Modell-ID perplexity-deep-research verwendest.
Ja. Der EmpirioLabs Playground führt Perplexity Deep Research im Browser mit denselben Parametern aus, die die API bietet. So kannst du Prompts testen, bevor du Code schreibst.
Erstelle ein EmpirioLabs-Konto und generiere dann einen Schlüssel unter API Keys im Dashboard. Die Abrechnung erfolgt über Pay-as-you-go-Guthaben, du zahlst also nur für deine Requests.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.
