Kan ik Sonar Reasoning Pro lokaal draaien?

Nee. Sonar Reasoning Pro is een API-only dienst van Perplexity; de gewichten zijn niet gepubliceerd en er is geen optie voor lokale implementatie.

Wat kost Sonar Reasoning Pro eigenlijk?

Input kost $2,00 per miljoen tokens en output $8,00 per miljoen tokens. Perplexity geeft aan dat Sonar Pro prijzen zoekkosten omvatten, dus je rekening weerspiegelt zowel tokengebruik als de webzoekopdrachten die het model maakt.

Hoe verschilt Sonar Reasoning Pro van standaard Sonar Pro?

Sonar Reasoning Pro voegt Chain of Thought-verwerking toe via DeepSeek R1, waardoor het geschikt is voor meerstapsvragen waarbij je wilt dat het model zijn redenering toont. Standaard Sonar Pro is sneller en goedkoper maar past deze bewuste redeneerstap niet toe.

Sonar Reasoning Pro

4689°

#llm #perplexity #visie #redeneren #onderzoek #lange context

Voer dit model uit

Aanbiedingen / Advertenties

OpenRouter Terminal / API

Betaal per token

Chat met dit model in de browser of roep het aan vanuit je code met één API-sleutel.

Perplexity | 128.000 token context | $2,00/M input, $8,00/M output. Opmerking: Sonar Pro prijzen omvatten Perplexity zoekprijzen. Zie details hierOpens in new tab Sonar Reasoning Pro is een toonaangevend redeneermodel aangedreven door DeepSeek R1 met Chain of Thought (CoT). Ontworpen voor geavanceerde gebruiksscenario's, ondersteunt het diepgaande, multi-stap queries met een groter contextvenster en kan het meer citaties per zoekopdracht tonen, wat meer uitgebreide en uitbreidbare antwoorden mogelijk maakt.

Gidsen voor dit model

Open weights vs open source vs alleen API: wat je eigenlijk mag doen

Hoe kies je een AI-model in oktober 2026: eerst het nieuws over gesloten modellen, dan de open modellen die het downloaden waard zijn

De 10 goedkoopste ChatGPT-alternatieven in 2026: gratis lokale modellen, gratis tiers en vaste prijsplannen

Alle gidsen

Aantekeningen van de kapitein

Geschreven door Captain, de huisredacteur

Aantekeningen van 2026-10-13

Sonar Reasoning Pro is Perplexity's topmodel voor zoek-augmented redeneren, gebouwd op DeepSeek R1 met Chain of Thought-verwerking. Het combineert live webzoekfunctie met meerstaps redeneren en levert meer citaties dan zijn lichtere broers. Als je een model nodig hebt dat complexe vragen kan doorgronden en zijn antwoorden baseert op actuele bronnen, is dit het Perplexity-model om te kiezen.

Bekend om

Chain of Thought redenering bij meerstaps, onderzoeksintensieve vragen
Live webzoekfunctie ingebouwd, met meer citaties per antwoord dan standaard Sonar
128.000-token contextvenster voor langere documenten en gesprekken
Aangedreven door DeepSeek R1 onder de motorkap

Let op

Output kost $8,00 per miljoen tokens; zoekgebruik komt daar bovenop naast de basistokenprijs.
Gesloten API alleen — geen gewichten om te downloaden, geen lokale implementatie.
De visietag verschijnt in metadata, maar Perplexity heeft geen details gepubliceerd over beeldinvoerondersteuning.

Het beste voor

Redeneren

Onderzoek

Lange context

Prompts om te proberen

Diepgaand concurrentieonderzoek

Ik evalueer of ik een SaaS-product moet bouwen in de AI-gestuurde juridische documentreview. Loop me door het huidige concurrentielandschap, de belangrijkste spelers, hun prijsmodellen en recente financierings- of fusie-activiteiten. Identificeer de twee grootste risico’s voor een nieuwkomer en citeer je bronnen.

Meerstaps beleidsanalyse

Volg de keten van effecten als de VS een tarief van 25% oplegt op halfgeleiderimport uit Taiwan. Begin met directe productiekosten, ga door naar aanpassingen in de toeleveringsketen en bereik dan tweede-orde effecten op consumentenelektronica prijzen en binnenlandse chipinvesteringen. Toon je redenering bij elke stap.

Feitengecontroleerde technische uitleg

Leg uit hoe transformer attention-mechanismen verschillen van state space-modellen zoals Mamba voor lange sequentietaken. Ik wil de theoretische afwegingen, empirische resultaten van het afgelopen jaar en jouw beoordeling waar elk model waarschijnlijk domineert. Citeer specifieke papers of bronnen waar mogelijk.

Vergelijk met

Sonar Pro Search
Alleen API-model
200,000 token context · $3.00/M invoer, $15.00/M uitvoer
Sonar Pro
Alleen API-model
200,000 token context · $3.00/M invoer, $15.00/M uitvoer
DeepSeek V4.1 Flash
Model met open gewichten
1,048,576 token context · $0.04/M invoer, $0.68/M uitvoer
GLM 5.3 Flash
Model met open gewichten
1,048,576 token context · $0.02/M invoer, $0.72/M uitvoer

Meer tekstmodellen van perplexity

Veelgestelde vragen

Kan ik Sonar Reasoning Pro lokaal draaien?: Nee. Sonar Reasoning Pro is een API-only dienst van Perplexity; de gewichten zijn niet gepubliceerd en er is geen optie voor lokale implementatie.
Wat kost Sonar Reasoning Pro eigenlijk?: Input kost $2,00 per miljoen tokens en output $8,00 per miljoen tokens. Perplexity geeft aan dat Sonar Pro prijzen zoekkosten omvatten, dus je rekening weerspiegelt zowel tokengebruik als de webzoekopdrachten die het model maakt.
Hoe verschilt Sonar Reasoning Pro van standaard Sonar Pro?: Sonar Reasoning Pro voegt Chain of Thought-verwerking toe via DeepSeek R1, waardoor het geschikt is voor meerstapsvragen waarbij je wilt dat het model zijn redenering toont. Standaard Sonar Pro is sneller en goedkoper maar past deze bewuste redeneerstap niet toe.

Oordeel van de kapitein
Een degelijke keuze als je live-gesourcede antwoorden met zichtbare redenering nodig hebt, maar de outputprijs maakt dat incidenteel gebruik snel duur wordt.

De kapitein schrijft deze aantekeningen op basis van de eigen beschrijving en modelkaart van het model. Prijzen en contextgroottes zijn die van de provider op het moment van schrijven en kunnen veranderen.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Hoe deze score wordt opgebouwd

Dit model heeft nog geen populariteitsgegevens van welke bron dan ook, dus het krijgt een tijdelijke waarde onder 7,000° om de lijsten compleet te houden. Het staat nooit hoger dan een model met data. De uitsplitsing verschijnt hier zodra een bron het rapporteert.

Woordenlijst: de gebruikte termen

Heat-score: Één getal voor hoe veel een model nu gebruikt en gewenst wordt, van 0° tot 9.999°. Elke lijst op deze site die zegt heetste is gesorteerd op deze score en niets anders.
Vloer: De 7.000° waar elk model met echte data mee begint. De schaal loopt van 0° tot 9.999°; het deel onder de vloer is gereserveerd voor plaatsvervangers (modellen zonder data), zodat een model met data altijd hoger scoort dan een zonder. De vloer is voor iedereen gelijk en beslist niets; de graden erboven zijn de meting.
Download-equivalenten: Alles wat de score als een download telt, bij elkaar opgeteld: downloads zelf, elke torrent seeder als 1.000, elke AI Horde-afbeelding en elke run op een generatie-site als één.
Logaritmische schaal: Tellen per tien, niet per één: van 1.000 naar 10.000 downloads voegt evenveel graden toe als van 10.000 naar 100.000. Zo verdringen grote spelers niet alles.
Likes: Duimen omhoog en likes van elke bron, elk de helft van een download waard op de log-schaal.
Adoptiesnelheid: Hoeveel downloads een model nu per dag krijgt, uit het verschil tussen twee metingen van een bron. Een kwart van het gewicht van de downloadterm.
Gemeten en geschat: Gemeten betekent dat er twee metingen van een bron zijn en het verschil echt is. Geschat betekent dat alleen het totaal van vandaag bekend is en het verleden over de levensduur van het model wordt verdeeld; de site geeft aan welke het toont.
Seeder: Iemand die een kopie van de gewichten online houdt zodat anderen die via een torrent kunnen downloaden, of een gehoste mirror die hetzelfde doet. Elk telt als 1.000 downloads.
AI Horde: Een vrijwilligersnetwerk dat gratis beelden genereert op gedoneerde computers. Het aantal beelden dat het met een model heeft gemaakt is openbaar, en elk telt als één download.
Generatiesites: Sites die hun eigen kopieën van een model hosten en mensen laten genereren, zoals PixAI, SeaArt en Yodayo. Hun downloads tellen net als die van Civitai en elke generatie telt als één download.
OpenRouter tokens: Een tekstmodel dat via een API wordt aangeboden, zoals Claude of GPT, heeft geen gewichten om te downloaden, dus het gebruik wordt gemeten in tokens: de tekststukken die het las en schreef via OpenRouter, een gateway die veel apps gebruiken, in de afgelopen 30 dagen. Elke 10,000,000 tokens telt als één download. Bron: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Volledig model (checkpoint): De gewichten zelf, het bestand dat zelfstandig genereert. Het krijgt een bonus omdat add-ons ervan afhangen.
LoRA en embedding: Kleine add-on bestanden die iemands gewichten sturen naar een stijl, een personage of een concept. Ze kunnen niet zelfstandig draaien.
Familie en gewichten: De basis waarop een model is gebouwd, zoals SD 1.5, SDXL, Flux of Wan. Elk model erft de releasedatum van de gewichten van zijn familie.
Leeftijd: Graden afgetrokken voor hoe lang geleden de gewichten van de familie uitkwamen: 150° per jaar, tot 750°. Het houdt oude downloads die jaren hadden om op te lopen door de top van de lijst te bevriezen.
Familie boost: Een kleine, begrensde duw voor LoRA's van een familie die deze site nu naar voren schuift, altijd vermeld in de uitsplitsing.
Stand-in score: Een stabiel getal onder de vloer gegeven aan een model waar nog geen bron over rapporteert, zodat lijsten compleet blijven. Het staat nooit hoger dan een model met data.
Nieuw! (gratieperiode): Een model dat minder dan 7 dagen oud is, toont Nieuw! in plaats van een score en neemt geen plaats in de ranglijst in. De score wordt vanaf dag één berekend, maar een model van één dag oud groeit sneller dan wat dan ook, dus zonder de wachttijd zou de #1 van de week altijd het model zijn dat gisteren uitkwam in plaats van wat een week standhield.
Trend: Hoe de groei van een model over een periode zich verhoudt tot de typische groei van een model over dezelfde periode. Sneller dan typisch betekent stijging, langzamer betekent daling.
Typisch model: Het midden van de catalogus: de helft van de modellen met een cijfer groeide sneller over de periode, de andere helft langzamer.

Vergelijkbare modellen

Nemotron 3.5 Content Safety

AI-modellen voor het genereren van afbeeldingen, video en tekst

Sonar Reasoning Pro is een tekstmodel voor de Text / LLM-familie, vermeld op ModelTrends.ai, een alleen-lezen catalogus van open source AI-modellen voor afbeeldingen, video en tekst. Vergelijk het met andere Text / LLM-modellen en bekijk de populariteitsscore om de trend te zien.

Meer Text / LLM-modellen Meer Text / LLM Tekst / LLM llm perplexity visie redeneren onderzoek lange context

Bladeren op modelfamilie