Una caída de un modelo solía ser tu caída. Si el único proveedor detrás de tu aplicación se volvía lento, tocaba un límite de tasa o se apagaba, tus usuarios lo sentían en tu producto, y tu única opción real era esperar o reconstruir la integración bajo presión.
Perplexity Orchestrator está construido para ese momento exacto. Es una capa de enrutamiento, es decir, un servicio que se coloca entre tu aplicación y las empresas que sirven los modelos, y decide dónde debe ejecutarse cada solicitud. Tú nombras el modelo que quieres. Orchestrator elige un lugar sano para ejecutarlo, y si ese lugar falla, prueba otro lugar que sirve el mismo modelo.
Perplexity Orchestrator
Sitio oficialUn solo punto de conexión para modelos de varios laboratorios, con el enrutamiento y la facturación tratados en un solo lugar. Caso de uso principal: aplicaciones que llaman a más de un modelo, o que no pueden permitirse caer cuando un solo proveedor tiene un mal día.
Funciones clave: enrutamiento de proveedor según disponibilidad, capacidad y latencia; reintento en otro despliegue del mismo modelo tras un error, un límite de tasa o un tiempo agotado; un modo de enrutamiento automático opcional, en vista previa, que elige un modelo para cada solicitud a partir de descripciones de tareas en lenguaje claro; y vistas de gasto por modelo, proyecto y clave API en la consola API.
Qué es
Orchestrator no es un modelo. Es la capa de servicio que Perplexity dice que ya ejecuta para sus propios productos, ahora abierta a desarrolladores externos. Perplexity dice que esa capa maneja cientos de millones de solicitudes cada día, en más de 85 modelos y más de una docena de proveedores. El catálogo público en su presentación es más pequeño, con más de 45 modelos, y mezcla dos tipos de oferta.
El primer tipo son modelos propietarios de otros proveedores, de OpenAI, Anthropic, Google y xAI. El segundo tipo son modelos de pesos abiertos, es decir, modelos cuyos pesos son públicos, de laboratorios como Z.AI, Moonshot AI y DeepSeek, alojados en la infraestructura de inferencia de Perplexity. Una sola clave y un solo saldo de créditos cubren ambos tipos.
Esa mezcla es la parte interesante. Los equipos suelen empezar con un modelo de frontera, luego añaden un modelo de pesos abiertos más barato para el trabajo rutinario, y luego un segundo modelo de frontera para una tarea que el primero maneja mal. Cada suma solía significar una cuenta nueva, una clave nueva, una factura nueva y un modo de fallo nuevo. Orchestrator convierte esa pila en una sola integración, que es algo mucho más fácil de seguir en una tarde de cansancio.
También encaja en un patrón más amplio en este sitio. Kilo Desktop hizo la misma apuesta dentro de una aplicación de código, que el selector importa más que cualquier modelo solo. Orchestrator hace esa apuesta en el nivel de la API, donde la aplicación misma es tuya.
Dos tipos de enrutamiento
El nombre esconde dos decisiones separadas, y mantenerlas aparte hace el producto mucho más claro.
El enrutamiento de proveedor decide dónde se ejecuta un modelo nombrado. Pides un modelo por su identificador completo, como openai/gpt-6-luna o perplexity/glm-5.3. Orchestrator reparte la solicitud entre despliegues de ese modelo según la salud y la capacidad observadas. Tú no eliges el despliegue, y el modelo no cambia.
El enrutamiento automático decide qué modelo se ejecuta, sin más. Es opcional y está en vista previa. Ajustas el modelo a perplexity/auto y entregas un perfil que une descripciones de tareas en lenguaje claro con modelos, más un modelo por defecto para todo lo demás. Un modelo de decisión lee la conversación, la hace coincidir con una descripción de ruta sin ver los nombres de los modelos, y envía la solicitud al modelo asignado a esa ruta. Si nada coincide, o si el modelo de decisión falla o agota su tiempo, responde el modelo por defecto.
Perplexity da un mostrador de soporte como su ejemplo más claro. Las preguntas rutinarias van a un modelo por defecto rápido y barato. Una disputa de facturación va a un modelo cuidadoso. Una integración rota va a un modelo fuerte en resolución de problemas. Cuando una conversación cambia de tarea, el modelo puede cambiar con ella, turno a turno, mientras todo el historial viaja con cada solicitud.
La recuperación es la función estrella
El enrutamiento de proveedor prueba su valor cuando algo se rompe. Si un proveedor devuelve un error, toca un límite de tasa o agota un tiempo, Orchestrator reintenta en otro despliegue de ese modelo, con límites de tiempo hasta el primer token y de duración total para cada intento. Una solicitud para Claude que falla en Anthropic aún puede tener éxito en AWS Bedrock, por usar el ejemplo que la propia Perplexity da, y sigue siendo una solicitud Claude todo el tiempo.
Hay bordes, y Perplexity los dice con claridad en su documentación y su cobertura. Las solicitudes no válidas y los mensajes que superan la ventana de contexto de un modelo son errores del cliente, no fallos de proveedor, y no reciben un reintento en otro despliegue. Si cada despliegue falla, la API devuelve HTTP 429 con un encabezado Retry-After, y las solicitudes que fallan antes de producir salida no se facturan.
La afirmación de confiabilidad detrás de todo esto es una afirmación de empresa, y debe leerse como tal. Perplexity dice que, en sus mediciones del 4 de octubre al 2 de noviembre de 2026, las solicitudes Claude y GPT enviadas por Orchestrator tuvieron éxito más a menudo que las solicitudes enviadas a cualquier proveedor individual que midió, y que las tasas de éxito diarias variaron menos durante incidentes de proveedor. Es plausible, porque más despliegues dan a una solicitud más lugares donde aterrizar. También es Perplexity midiendo su propio servicio, así que trata la dirección como el hallazgo y el tamaño de la brecha como no probado hasta que exista una medición externa.
La velocidad recibe una nota honesta parecida. Perplexity dice que el proveedor más rápido para un modelo cambia con el tiempo, y da Claude Opus 5.5 como ejemplo, donde Anthropic lideró 15 de 30 días y AWS Bedrock lideró los otros 15. El trabajo en un enrutamiento que se adapta a la velocidad en vivo aún está en desarrollo, según la propia empresa, así que la promesa de hoy es resiliencia primero y velocidad después.
Catálogo, niveles y plataformas
Datos verificados el 19 de noviembre de 2026 en el artículo de blog de Perplexity sobre Orchestrator y en la documentación de Orchestrator.
Specifications
- Public introduction
- November 17, 2026
- Catalog
- More than 45 models at introduction, from OpenAI, Anthropic, Google and xAI, plus open weight models hosted by Perplexity
- Formats
- OpenAI Chat Completions, OpenAI Responses and Anthropic Messages
- OpenAI base URL
- https://api.perplexity.ai/orchestrator/v1
- Anthropic base URL
- https://api.perplexity.ai/orchestrator
- State
- Stateless, send the full conversation on every request
- Billing
- Per token at the served model rate, no per request fee, from the same prepaid credits as the rest of a Perplexity API project
Mover una integración que ya existe es aburrido a propósito, y eso es un elogio. Cambias la URL base, colocas una clave API de Perplexity, y nombras un modelo por su identificador completo de catálogo. Cada modelo admite los tres formatos de solicitud, aunque las funciones individuales dependen del modelo mismo. Una llamada a GET /orchestrator/v1/models devuelve los modelos que tu propio proyecto puede llamar, con sus tarifas base.
El acceso es por niveles, y los niveles importan más de lo que sugiere el catálogo estrella. Los modelos de Google, xAI y de pesos abiertos funcionan en cada nivel de uso. Los modelos de OpenAI y la mayoría de los modelos de Anthropic requieren el nivel 1, que empieza en 50 dólares en compras acumuladas de créditos. Los modelos más grandes de Anthropic, Claude Opus 5, Claude Opus 5.5 y la familia Claude Fable, requieren el nivel 2, que empieza en 250 dólares. Una solicitud para un modelo por encima de tu nivel devuelve HTTP 402, con tu nivel actual y el nivel mínimo del modelo.
Precios
No hay cargo de enrutamiento ni cargo por solicitud. Pagas por token, a la tarifa publicada del modelo que respondió, sin importar qué proveedor lo sirvió, así que una recuperación no cambia el precio de esa solicitud. El uso se toma de los mismos créditos prepagados que el resto de tu proyecto API de Perplexity, y la consola API desglosa el gasto por modelo y por clave API.
Tarifas de muestra del catálogo oficial, en dólares de Estados Unidos por un millón de tokens, verificadas el 19 de noviembre de 2026:
| Model | Minimum tier | Input | Output |
|---|---|---|---|
perplexity/glm-5.3-flash | Every tier | $0.15 | $0.50 |
anthropic/claude-sonnet-5-5 | Tier 1 | $2.00 | $10.00 |
anthropic/claude-opus-5-5 | Tier 2 | $4.00 | $20.00 |
anthropic/claude-fable-5-2 | Tier 2 | $8.00 | $40.00 |
La distancia en esa tabla pequeña es todo el argumento a favor del enrutamiento. El trabajo rutinario puede ejecutarse en un modelo que cuesta centavos. El trabajo duro puede subir a un modelo que cuesta cuarenta dólares por millón de tokens de salida. Con una sola integración, esa elección es una línea en un perfil de enrutamiento. Sin ella, suele ser una segunda relación con un proveedor que nadie llegó a construir, así que todo se ejecuta en el modelo caro por defecto.
Las lecturas de caché se facturan a una tarifa de lectura de caché más baja, los tokens de razonamiento se facturan a la tarifa de salida, y la documentación presenta los precios de escritura de caché y los niveles de servicio flex y priority para modelos de OpenAI. Esos detalles merecen una lectura atenta de la página de precios antes de un despliegue grande, porque mueven la factura real más de lo que sugieren las tarifas estrella de entrada y salida.
Lo que funciona
- One key, one base URL and one bill for models from four frontier labs plus open weight models Perplexity hosts
- Failover retries a failed request on another deployment of the same model, so one provider outage does not have to become your outage
- Existing OpenAI and Anthropic SDK code moves by changing the base URL, the key and the model ID
- Automatic routing can match each turn of a conversation to a different model from plain language task descriptions
Lo que no funciona
- The strongest Anthropic and OpenAI models sit behind usage tiers that start at 50 and 250 dollars in cumulative credit purchases
- Automatic routing is in preview, and routing that adapts to live provider speed is still in development
- The reliability figures are Perplexity measurements of its own service, covering October 4 to November 2, 2026, with no outside measurement in the sources
- Stateless requests mean long conversations are resent in full every turn, and server state fields return errors
Cuál deberías elegir
Elige Orchestrator cuando ya llamas, o esperas llamar, a más de un modelo. El valor crece con cada modelo que añades, porque cada uno llega sin una cuenta nueva y sin una factura nueva. Crece de nuevo si el tiempo en servicio importa, porque la recuperación entre despliegues es un trabajo que muy pocos equipos pequeños construirían bien por su cuenta.
Elige Orchestrator cuando el control de costos es un problema de enrutamiento. Si la mayoría de las solicitudes son rutinarias y unas pocas son de verdad duras, un perfil que envía el trabajo rutinario a un modelo de pesos abiertos barato y el trabajo duro a un modelo de frontera puede recortar el gasto sin recortar la calidad donde cuenta. Los propios productos de investigación de Perplexity, cubiertos aquí en Perplexity Teammates, muestran cuánto trabajo espera ahora la empresa que los agentes sostengan durante largos tramos, y el trabajo de larga duración es justo donde la elección de modelo por solicitud se suma.
Quédate en directo cuando vives con un solo proveedor y estás bien ahí. Una integración que controlas, con una relación directa y soporte directo, es un buen lugar donde estar. Orchestrator añade una capa entre tú y el modelo, y una capa solo merece su lugar cuando quita más trabajo, riesgo o costo del que añade.
Reflexiones finales
El movimiento hábil aquí no es el catálogo. Muchos servicios pueden listar modelos. El movimiento hábil es separar el modelo que pediste del lugar que lo sirve, y luego tratar esa separación como el ajuste por defecto en lugar de como un ajuste avanzado. La mayoría de las caídas, los límites de tasa y los picos de latencia viven en esa brecha, y Orchestrator está construido para absorberlos en silencio mientras la factura sigue atada al modelo, y no al accidente de qué proveedor estaba sano.
Sus límites son igual de claros. Los niveles cierran el acceso a los modelos de los que la gente hablará primero, el enrutamiento automático es una vista previa, y la historia de confiabilidad descansa por ahora en los números del propio fabricante. Nada de eso mina la forma del producto. Una API, muchos modelos, con recuperación cuando un proveedor falla, es una forma que muchos equipos ya trataban de construir a mano. Perplexity ahora les vende la versión terminada.
Sources
- Announcement, routing, reliability and billing: Orchestrator: one API for reliable inference, Perplexity, November 17, 2026
- Setup, formats, endpoints and stateless behaviour: Orchestrator API quickstart, Perplexity Docs
- Catalog, tiers and pricing: Orchestrator Models and Pricing, Perplexity Docs
FIN DE LA TRANSMISIÓN
Mantén la curiosidad. Cuestiónalo todo.


