Accueil › Perplexity Computer › 19 modèles

Les 19 modèles de Perplexity Computer : rôle, forces et logique de routage

Perplexity Computer orchestre 19 modèles IA issus de 6 fournisseurs différents (Anthropic, OpenAI, Google, xAI, Moonshot, Perplexity). Chaque modèle est spécialisé sur un type de tâche : raisonnement, recherche, code, images, vidéo, vitesse. L’orchestrateur (Opus 4.6) route automatiquement chaque sous-tâche vers le modèle le plus adapté.

La thèse de la spécialisation des modèles

Perplexity Computer repose sur une thèse à contre-courant : les modèles IA ne convergent pas vers une commodité interchangeable, ils se spécialisent. Chaque grand modèle excelle dans un registre différent. Un modèle brillant en raisonnement peut être médiocre en rédaction créative. Un modèle rapide sacrifie de la profondeur. Un modèle multimodal n’égale pas un spécialiste du code.

La conséquence : un workflow complet (recherche → analyse → code → design → déploiement) ne peut pas être optimal avec un seul modèle. Computer résout ce problème en routant chaque sous-tâche vers le modèle le plus performant pour ce type de travail. Un dirigeant de Perplexity l’a résumé ainsi lors du lancement : Claude Opus 4.6 est le meilleur codeur disponible, mais ses capacités rédactionnelles sont en retrait. Une équipe marketing utilisant Claude sous-performera face à une équipe utilisant Gemini pour la rédaction. Et inversement pour le code.

C’est la logique de l’orchestre vs l’instrument solo. Et Computer joue le rôle du chef d’orchestre.

Les modèles détaillés par catégorie

Raisonnement et orchestration

Opus 4.6 est le cerveau de Computer. C’est lui qui reçoit votre objectif, le décompose en sous-tâches, décide quels modèles assigner à chaque étape, et supervise l’exécution globale. Son contexte d’1M tokens (sans surcoût depuis mars 2026 pour l’API Anthropic) lui permet de maintenir la cohérence sur des projets très longs.

Sonnet 4.6 intervient quand une tâche nécessite du raisonnement solide mais pas la puissance maximale d’Opus. C’est un choix d’optimisation des crédits : Sonnet consomme moins de ressources tout en restant performant sur le code et l’analyse technique.

Recherche et contexte long

La recherche est le domaine où Computer a le plus de modèles dédiés, ce qui reflète l’ADN de Perplexity. Gemini gère la recherche approfondie et la création de sous-agents de recherche. GPT-5.2 excelle sur le rappel de contexte long et la recherche web large. Les modèles Sonar (propriétaires Perplexity) assurent la recherche factuelle grounded avec citations, la brique fondamentale de l’écosystème.

Raisonnement spécialisé

Les modèles de raisonnement spécialisé interviennent quand Computer détecte une tâche nécessitant une chaîne de pensée explicite : analyse comparative, résolution de problèmes mathématiques, évaluation critique de sources. Sonar Reasoning Pro, basé sur DeepSeek R1, combine la recherche web avec un raisonnement par étapes. R1 1776 est une variante non censurée pour les analyses qui nécessitent des réponses directes sans filtre.

Vitesse et tâches légères

Tous les modèles de Computer ne sont pas des poids lourds. Grok 4.1 Fast est déployé pour les opérations qui nécessitent une réponse quasi-instantanée : vérifications rapides, classements simples, opérations de tri. Son accès direct aux données de X (Twitter) en fait aussi le modèle de choix pour les tâches liées aux tendances sociales. GPT-4o sert de fallback généraliste pour les tâches multimodales qui ne justifient pas la puissance de GPT-5.2.

Génération multimédia

Computer peut générer des images et des vidéos dans ses workflows sans que vous ayez à quitter l’interface. Un rapport de recherche peut inclure des graphiques générés par Nano Banana, une vidéo de présentation montée par Veo 3.1, le tout intégré dans le livrable final. Les abonnés Max ont accès à Sora 2 Pro pour la génération vidéo via Labs.

Embeddings (API)

Les modèles d’embeddings ne sont pas directement utilisés dans l’interface Computer grand public, mais ils alimentent l’infrastructure de recherche sous-jacente et sont disponibles via l’API Perplexity pour les développeurs.

Comment fonctionne le routage automatique

Quand vous soumettez un objectif à Computer, l’orchestrateur (Opus 4.6) analyse la nature de chaque sous-tâche et route vers le modèle optimal :

Tâche de recherche factuelle → Sonar ou Sonar Pro pour les données web citées. Recherche approfondie multi-sources → Gemini 3.1 Pro avec création de sous-agents. Code et architecture → Claude Opus 4.6 ou Sonnet 4.6. Rédaction et synthèse créative → GPT-5.2 ou Gemini. Opération rapide et légère → Grok 4.1 Fast. Analyse avec chaîne de pensée → Sonar Reasoning Pro ou Kimi K2.5. Génération d’image → Nano Banana Pro. Génération de vidéo → Veo 3.1 ou Sora 2 Pro. Contexte long avec rappel → GPT-5.2 (jusqu’à ~1M tokens).

Ce routage est transparent : dans les logs de chaque tâche, vous pouvez voir quels modèles ont été utilisés pour chaque sous-étape. Vous pouvez aussi forcer l’utilisation d’un modèle spécifique pour une sous-tâche si vous estimez que le routage automatique n’est pas optimal.

Évolution de la liste des modèles

La liste des 19 modèles n’est pas figée. Perplexity ajoute de nouveaux modèles quand ils démontrent une supériorité sur un domaine spécifique, et retire ou remplace les modèles qui deviennent obsolètes. L’architecture est conçue pour cette modularité : un modèle peut être remplacé sans reconfigurer les workflows existants.

Depuis le lancement en février 2026, le changelog Perplexity montre déjà des ajouts : Claude Sonnet 4.6 et Gemini 3.1 Pro ont été intégrés dans les semaines suivant le lancement. GPT-5.3-Codex a été ajouté comme sous-agent spécialisé pour les tâches de coding. Kimi K2.5 a remplacé une version antérieure de Kimi dans le roster.

Cette approche « model-agnostic » est l’argument concurrentiel principal de Perplexity face aux écosystèmes fermés d’OpenAI (ChatGPT = GPT uniquement), d’Anthropic (Claude uniquement) et de Google (Gemini uniquement). Computer est le seul système qui déploie les meilleurs modèles de chaque fournisseur dans un seul workflow.

Approche mono-modèle vs multi-modèles

L’approche multi-modèles n’est pas universellement supérieure. Pour un workflow simple et homogène (rédaction d’un article long, par exemple), un seul modèle performant produit un résultat plus cohérent. L’avantage de Computer se manifeste sur les projets multi-disciplinaires qui combinent recherche, analyse, code, design et communication dans un même workflow.

Limites du routage multi-modèles

Dérive sur les sessions longues. Sur des workflows qui durent des heures, les modèles peuvent progressivement s’éloigner de l’objectif initial. Chaque sous-agent a sa propre interprétation du contexte, et les accumulations de petites divergences peuvent produire un résultat incohérent. Vérifiez régulièrement l’avancement des projets longs.

Incohérence stylistique. Quand un rapport est rédigé par trois modèles différents (Gemini pour la recherche, GPT-5.2 pour la synthèse, Opus pour le code), le style peut varier d’une section à l’autre. Pour les livrables destinés à des clients, prévoyez une passe d’harmonisation.

Opacité du routing. Vous pouvez voir quels modèles ont été utilisés après coup, mais vous ne contrôlez pas la logique de routing a priori (sauf en forçant un modèle). Si un modèle est choisi de manière sous-optimale, vous ne le saurez qu’en examinant le résultat.

Coût lié à l’orchestration. Coordonner 19 modèles a un coût computationnel. L’orchestration elle-même consomme des crédits, ce qui explique pourquoi même des tâches apparemment simples ont un coût non nul.

Verdict

La thèse de Perplexity est audacieuse : dans un monde où les modèles se spécialisent, l’orchestrateur gagne. Si cette thèse tient, Computer est en avance d’un tour stratégique sur les écosystèmes fermés. Si les modèles convergent vers une qualité homogène, l’avantage s’évapore.

En mars 2026, la spécialisation est réelle. Opus 4.6 domine le code. GPT-5.2 excelle en rédaction et rappel de contexte. Gemini brille en multimodal. Grok est le plus rapide. Sonar mène en factualité de recherche web. Computer est le seul produit qui vous donne accès à tout cela dans un seul workflow, sans gérer 6 abonnements et 6 interfaces.

La contrepartie : complexité accrue, coûts moins prévisibles, et une cohérence qui dépend de la qualité de l’orchestration. Pour les professionnels dont le travail traverse plusieurs disciplines (recherche + analyse + production + communication), c’est un gain net. Pour les utilisateurs avec un besoin homogène (uniquement du code, uniquement de la rédaction), un mono-modèle bien choisi reste plus simple et plus prévisible. Consultez notre guide complet de Computer pour comprendre comment tirer le meilleur de cette architecture.