Perplexity permette di inviare richieste AI a oltre 85 modelli tramite un'unica API con commutazione automatica di backup
Le aziende possono instradare ogni richiesta chat verso il modello che funziona meglio in quel momento, passando automaticamente se uno si rallenta, pagando solo una singola fattura mensile.
Cosa potresti farci
- Un'azienda che costruisce un'app AI potrebbe inviare ogni richiesta attraverso un'unica API a oltre 85 modelli tra decine di fornitori, sostituendo mesi di gestione di account, chiavi, contratti e fatture con una sola fattura mensile 1.
- Uno sviluppatore potrebbe puntare il proprio SDK esistente di OpenAI o Anthropic verso un solo URL base e iniziare a scegliere tra modelli frontier e open-weight immediatamente, modificando solo la chiave API e l'URL 12.
- Un team potrebbe monitorare e controllare la spesa AI attraverso una dashboard che suddivide l'utilizzo per modello, progetto, chiave API e data, con limiti di spesa opzionali e liste bianche di modelli consentiti 1.
Un unico canale per governarli tutti
Fino ad ora, i team che costruivano applicazioni con AI avevano bisogno di account e chiavi API individuali per OpenAI, Anthropic, Google e altri. Con l'arrivo di nuovi modelli ogni settimana, quei numeri crescono solo 1.
Anthropic e OpenAI hanno rilasciato solo loro oltre una dozzina di nuovi modelli quest'anno, insieme a oltre cento modelli open-weight 1. Gestire contratti e revisioni di sicurezza per ciascuno diventa rapidamente impossibile su larga scala .
La nuova API Orchestrator risolve questo problema agendo come strato intermedio. Dietro un singolo URL base gestisce tutto: scegliere quale modello serva la richiesta, inviarla al fornitore corretto, monitorare salute e capacità, e commutare automaticamente i fornitori se uno va giù 2. Le richieste supportano sia i formati OpenAI Chat Completions che Responses più il formato Anthropic Messages, quindi la maggior parte degli codebase esistenti non ha bisogno di altro che una diversa chiave API e URL 1. L'SDK Anthropic punta a https://api.perplexity.ai/orchestrator senza il suffisso /v1, mentre la versione OpenAI lo include .
Failover integrato, non fatto in casa
Se una richiesta fallisce su un fornitore — per rate limit, outage o rallentamenti — Orchestrator la riprova su un'altra deployment dello stesso modello 2. Una richiesta invalida restituisce comunque un chiaro errore HTTP 400 e non viene mai fatturata; solo le richieste che effettivamente iniziano a produrre output vengono addebitate . Se tutti i backup falliscono anche loro, l'API restituisce uno status 429 con header Retry-After .
Amazon Web Services, Azure e endpoint diretti dei provider sono stati misurati uno contro l'altro. Durante il traffico di produzione dal 4 ottobre al 2 novembre 2026, le richieste Claude e GPT servite attraverso Perplexity hanno raggiunto tassi di successo più alti delle richieste inviate direttamente a qualsiasi singolo provider testato 2. Anche le variazioni quotidiane del tasso di successo durante gli incidenti dei provider sono state sensibilmente minori . Le percentuali esatte non sono state pubblicate . La velocità differiva inoltre: la velocità mediana di output di Azure per GPT-5.6 Sol era del 27 percento più veloce dell'endpoint proprietario di OpenAI, mentre Claude Opus 5.5 si divideva equamente tra Anthropic-direct e AWS Bedrock in 30 giorni . Il routing sensibile alla velocità rimane "in corso" secondo l'annuncio .
Cosa possono controllare gli sviluppatori oggi
Nel suo attuale stato di preview l'API offre due strumenti principali. Le routes permettono ai team di descrivere in parole semplici quale modello dovrebbe gestire ogni tipo di richiesta — scegliendo tra profili Lower cost, Balanced o Higher quality o costruendo un set di regole personalizzato — con un modello predefinito che gestisce qualsiasi cosa non etichettata 1. Auto effort regola quanto ragionamento un modello spende sul suo prossimo turno secondo politiche definite dallo sviluppatore, così un agente può investire pensiero extra dopo aver incontrato un errore tool senza scambiare interamente i modelli .
Il billing è unificato sotto un unico vendor e una singola fattura, senza fee piattaforma aggiunta sopra i crediti di utilizzo 1. L'API Console traccia la spesa suddivisa per modello, progetto, chiave e data, supporta chiavi API per-progetto, allowlist a livello organizzazione, limiti di spesa e richieste di capacità . I team che necessitano di pricing volumetrico possono contattare api@perplexity.ai direttamente .
Questa storia riporta una tendenza solo a scopo informativo. Non è consiglio né incoraggiamento a fare alcuna di queste cose.
Quanto è valida
2 Perplexity riferisce che tra il 4 ottobre e il 2 novembre 2026, le richieste Claude e GPT instradate tramite Orchestrator hanno ottenuto maggiori tassi di successo rispetto a quelle inviate direttamente ai singoli provider che sono stati valutati. Le variazioni quotidiane del tasso di successo durante gli incidenti dei provider sono state sensibilmente minori, significando meno giorni critici quando un provider aveva inconvenienti . L'azienda non ha pubblicato cifre percentuali esatte . La velocità mediana di output di Azure per GPT-5.6 Sol era del 27 percento più veloce dell'endpoint di OpenAI, mentre Claude Opus 5.5 si è diviso equamente tra Anthropic-direct e AWS Bedrock in 30 giorni .
I fatti principali
- Un'unica API si connette a oltre 85 modelli tra OpenAI, Anthropic, Google, xAI e opzioni open-weight come DeepSeek e Kimi
- Failover automatico riprova le richieste fallite su fornitori alternativi senza fatturare per tentativi incompletati
- I tassi di successo delle richieste Claude e GPT hanno superato qualsiasi singolo provider diretto durante le misurazioni di ott–nov 2026
- Nessuna fee piattaforma viene aggiunta sopra i crediti di utilizzo del modello; la fatturazione si consolida in un'unica fattura
Fonti
Se questa notizia riguarda te o la tua azienda, o usa qualcosa che ti appartiene, chiedi una correzione o la rimozione. Come funzionano le richieste
Continua a leggere
La settimanaQuesta settimana in AI: nuovi modelli a profusione e agenti più sicuriHerald of AI
Questa settimana in AI: nuovi modelli a profusione e agenti più sicuri
Rilasci importanti di pesi aperti, risultati sulla velocità e un impegno a rendere gli agenti di intelligenza artificiale più affidabili e protetti.
Aziende e regoleMirendil raccoglie 1 miliardo di dollari per usare agenti di AI nello sviluppo più veloce dei modelliHerald of AI
Mirendil raccoglie 1 miliardo di dollari per usare agenti di AI nello sviluppo più veloce dei modelli
Una nuova startup fondata da ricercatori ex Google DeepMind e Anthropic afferma che la sua piattaforma automatizzata permette a piccoli team di creare grandi modelli di AI rapidamente ed economicamente.
Come funzionaOpenAI pubblica 372 dimostrazioni matematiche generate dall'AI su GitHubHerald of AI
OpenAI pubblica 372 dimostrazioni matematiche generate dall'AI su GitHub
L'azienda aggira le riviste tradizionali, scommettendo che la verifica formale possa gestire l'ondata di matematica prodotta dall'AI.