Une panne de modèle devenait autrefois votre panne. Si le seul fournisseur derrière votre application ralentissait, touchait une limite de débit ou tombait, vos utilisateurs le sentaient dans votre produit, et votre seule vraie option était d’attendre ou de reconstruire l’intégration sous pression.
Perplexity Orchestrator est construit pour ce moment précis. C’est une couche de routage, c’est à dire un service qui se place entre votre application et les entreprises qui servent les modèles, et qui décide où chaque demande doit tourner. Vous nommez le modèle que vous voulez. Orchestrator choisit un endroit sain pour le faire tourner, et si cet endroit échoue, il essaie un autre endroit qui sert le même modèle.
Perplexity Orchestrator
Site officielUn seul point de terminaison pour des modèles de plusieurs laboratoires, avec le routage et la facturation traités au même endroit. Cas d’usage principal : les applications qui appellent plus d’un modèle, ou qui ne peuvent pas se permettre de tomber quand un seul fournisseur passe une mauvaise journée.
Fonctions clés : routage de fournisseur selon la disponibilité, la capacité et la latence; reprise sur un autre déploiement du même modèle après une erreur, une limite de débit ou un délai dépassé; un mode de routage automatique en option, en aperçu, qui choisit un modèle pour chaque demande à partir de descriptions de tâches en langage clair; et des vues de dépenses par modèle, par projet et par clé API dans la console API.
Ce que c’est
Orchestrator n’est pas un modèle. C’est la couche de service que Perplexity dit déjà faire tourner pour ses propres produits, maintenant ouverte aux développeurs de l’extérieur. Perplexity dit que cette couche traite des centaines de millions de demandes chaque jour, sur plus de 85 modèles et plus d’une douzaine de fournisseurs. Le catalogue public au lancement est plus petit, à plus de 45 modèles, et il mélange deux sortes d’offre.
La première sorte est faite de modèles propriétaires d’autres fournisseurs, de OpenAI, Anthropic, Google et xAI. La deuxième sorte est faite de modèles à poids ouverts, c’est à dire des modèles dont les poids sont publics, de laboratoires comme Z.AI, Moonshot AI et DeepSeek, hébergés sur l’infrastructure d’inférence de Perplexity. Une seule clé et un seul solde de crédits couvrent les deux sortes.
Ce mélange est la partie intéressante. Les équipes commencent souvent avec un modèle de pointe, puis ajoutent un modèle à poids ouverts moins cher pour le travail courant, puis un deuxième modèle de pointe pour une tâche que le premier traite mal. Chaque ajout voulait dire autrefois un nouveau compte, une nouvelle clé, une nouvelle facture et un nouveau mode de panne. Orchestrator transforme cet empilement en une seule intégration, ce qui est beaucoup plus facile à suivre un après midi de fatigue.
Le produit suit aussi un motif plus large sur ce site. Kilo Desktop a fait le même pari dans une application de codage, que le sélecteur compte plus que n’importe quel modèle seul. Orchestrator fait ce pari au niveau de l’API, là où l’application elle même est la vôtre.
Deux sortes de routage
Le nom cache deux décisions séparées, et les garder à part rend le produit beaucoup plus clair.
Le routage de fournisseur décide où un modèle nommé tourne. Vous demandez un modèle par son identifiant complet, comme openai/gpt-6-luna ou perplexity/glm-5.3. Orchestrator répartit la demande entre les déploiements de ce modèle selon la santé et la capacité observées. Vous ne choisissez pas le déploiement, et le modèle ne change pas.
Le routage automatique décide quel modèle tourne, tout court. Il est en option et en aperçu. Vous réglez le modèle à perplexity/auto et vous fournissez un profil qui associe des descriptions de tâches en langage clair à des modèles, plus un modèle par défaut pour tout le reste. Un modèle de décision lit la conversation, la fait correspondre à une description de route sans voir les noms de modèles, et envoie la demande au modèle assigné à cette route. Si rien ne correspond, ou si le modèle de décision échoue ou dépasse son délai, le modèle par défaut répond.
Perplexity donne un bureau de soutien comme son exemple le plus clair. Les questions courantes vont à un modèle par défaut rapide et peu coûteux. Un litige de facturation va à un modèle soigneux. Une intégration brisée va à un modèle fort en dépannage. Quand une conversation change de tâche, le modèle peut changer avec elle, tour par tour, pendant que tout l’historique voyage avec chaque demande.
La reprise est la fonction vedette
Le routage de fournisseur prouve sa valeur quand quelque chose se brise. Si un fournisseur renvoie une erreur, touche une limite de débit ou dépasse un délai, Orchestrator reprend la demande sur un autre déploiement de ce modèle, avec des limites de temps avant le premier jeton et de durée totale pour chaque tentative. Une demande pour Claude qui échoue chez Anthropic peut encore réussir sur AWS Bedrock, pour reprendre l’exemple que Perplexity donne elle même, et elle reste une demande Claude du début à la fin.
Il y a des bords, et Perplexity les dit clairement dans sa documentation et sa couverture. Les demandes invalides et les invites qui dépassent la fenêtre de contexte d’un modèle sont des erreurs du client, pas des pannes de fournisseur, et elles n’ont pas droit à une reprise sur un autre déploiement. Si chaque déploiement échoue, l’API renvoie HTTP 429 avec un en tête Retry-After, et les demandes qui échouent avant de produire une sortie ne sont pas facturées.
L’affirmation de fiabilité derrière tout cela est une affirmation d’entreprise, et elle doit se lire comme telle. Perplexity dit que, dans ses mesures du 4 octobre au 2 novembre 2026, les demandes Claude et GPT envoyées par Orchestrator ont réussi plus souvent que les demandes envoyées à n’importe quel fournisseur seul qu’elle a mesuré, et que les taux de réussite quotidiens ont moins varié pendant les incidents de fournisseur. C’est plausible, parce que plus de déploiements donnent à une demande plus d’endroits où atterrir. C’est aussi Perplexity qui mesure son propre service, alors traitez le sens du résultat comme le fait, et la taille de l’écart comme non prouvée tant qu’aucune mesure de l’extérieur n’existe.
La vitesse reçoit une note du même genre, honnête. Perplexity dit que le fournisseur le plus rapide pour un modèle change avec le temps, et donne Claude Opus 5.5 en exemple, où Anthropic a mené 15 jours sur 30 et AWS Bedrock a mené les 15 autres. Le travail sur un routage qui s’adapte à la vitesse en direct est encore en développement, selon l’entreprise elle même, alors la promesse du jour est la résilience d’abord et la vitesse ensuite.
Catalogue, niveaux et plateformes
Faits vérifiés le 19 novembre 2026 dans l’article de blogue de Perplexity sur Orchestrator et dans la documentation 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
Déplacer une intégration qui existe déjà est ennuyeux à dessein, et c’est un compliment. Changez l’URL de base, mettez une clé API Perplexity, et nommez un modèle par son identifiant complet de catalogue. Chaque modèle prend en charge les trois formats de demande, même si les fonctions offertes dépendent du modèle lui même. Un appel à GET /orchestrator/v1/models renvoie les modèles que votre propre projet peut appeler, avec leurs tarifs de base.
L’accès se fait par niveaux, et les niveaux comptent plus que le catalogue vedette ne le laisse croire. Les modèles Google, xAI et à poids ouverts fonctionnent à chaque niveau d’usage. Les modèles OpenAI et la plupart des modèles Anthropic demandent le niveau 1, qui commence à 50 dollars d’achats cumulatifs de crédits. Les plus gros modèles Anthropic, Claude Opus 5, Claude Opus 5.5 et la famille Claude Fable, demandent le niveau 2, qui commence à 250 dollars. Une demande pour un modèle au dessus de votre niveau renvoie HTTP 402, avec votre niveau actuel et le niveau minimal du modèle.
Prix
Il n’y a ni frais de routage ni frais par demande. Vous payez au jeton, au tarif publié du modèle qui a répondu, peu importe quel fournisseur l’a servi, alors une reprise ne change pas le prix de cette demande. L’usage puise dans les mêmes crédits prépayés que le reste de votre projet API Perplexity, et la console API répartit les dépenses par modèle et par clé API.
Tarifs exemples du catalogue officiel, en dollars des États Unis par million de jetons, vérifiés le 19 novembre 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 |
L’écart dans ce petit tableau est tout l’argument en faveur du routage. Le travail courant peut tourner sur un modèle qui coûte des cents. Le travail dur peut monter vers un modèle qui coûte quarante dollars par million de jetons de sortie. Avec une seule intégration, ce choix est une ligne dans un profil de routage. Sans elle, c’est souvent une deuxième relation de fournisseur que personne n’a pris le temps de construire, alors tout tourne sur le modèle cher par défaut.
Les lectures de cache se facturent à un tarif de lecture de cache plus bas, les jetons de raisonnement se facturent au tarif de sortie, et la documentation présente les prix d’écriture de cache et les niveaux de service flex et priority pour les modèles OpenAI. Ces détails méritent une lecture attentive de la page de prix avant un grand déploiement, parce qu’ils déplacent la vraie facture plus que les tarifs vedettes d’entrée et de sortie ne le laissent croire.
Ce qui fonctionne
- 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
Ce qui ne fonctionne pas
- 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
Lequel choisir
Choisissez Orchestrator quand vous appelez déjà, ou prévoyez appeler, plus d’un modèle. La valeur grandit avec chaque modèle que vous ajoutez, parce que chacun arrive sans nouveau compte et sans nouvelle facture. Elle grandit encore si le temps de service compte, parce que la reprise entre déploiements est un travail que très peu de petites équipes construiraient bien seules.
Choisissez Orchestrator quand le contrôle des coûts est un problème de routage. Si la plupart des demandes sont courantes et que quelques unes sont vraiment dures, un profil qui envoie le travail courant à un modèle à poids ouverts peu coûteux et le travail dur à un modèle de pointe peut couper les dépenses sans couper la qualité là où elle compte. Les propres produits de recherche de Perplexity, couverts ici dans Perplexity Teammates, montrent combien de travail l’entreprise attend maintenant des agents sur de longues périodes, et le travail de longue durée est justement là où le choix de modèle par demande s’additionne.
Restez en direct quand vous vivez chez un seul fournisseur et que vous y êtes bien. Une intégration que vous contrôlez, avec une relation directe et un soutien direct, est une bonne place où être. Orchestrator ajoute une couche entre vous et le modèle, et une couche ne mérite sa place que quand elle retire plus de travail, de risque ou de coût qu’elle en ajoute.
Réflexions finales
Le geste habile ici n’est pas le catalogue. Beaucoup de services peuvent lister des modèles. Le geste habile est de séparer le modèle que vous avez demandé de l’endroit qui le sert, puis de traiter cette séparation comme le réglage par défaut plutôt que comme un réglage avancé. La plupart des pannes, des limites de débit et des pointes de latence vivent dans cet écart, et Orchestrator est construit pour les absorber en silence pendant que la facture reste liée au modèle, et non à l’accident du fournisseur qui était en santé.
Ses limites sont tout aussi claires. Les niveaux ferment l’accès aux modèles dont les gens parleront d’abord, le routage automatique est un aperçu, et l’histoire de fiabilité repose pour le moment sur les chiffres du fabricant lui même. Rien de tout cela ne mine la forme du produit. Une API, plusieurs modèles, avec reprise quand un fournisseur tombe, est une forme que beaucoup d’équipes essayaient déjà de construire à la main. Perplexity leur vend maintenant la version finie.
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 TRANSMISSION
Restez curieux. Remettez tout en question.


