IA en un minutoNoticiasHerramientas
Perplexity lanza Orchestrator, una API para usar modelos de varios laboratorios con una sola cuenta
Redacción de IA en un minuto · Editor: Jon Elgezabal

En 30 segundos
Perplexity abre a los desarrolladores Orchestrator, un acceso único a modelos cerrados de Google, OpenAI, xAI y Anthropic y a otros abiertos como DeepSeek, Kimi o GLM. Perplexity cobra todo en una misma factura, sin recargo sobre los créditos, y desvía la petición a otro despliegue cuando un proveedor falla. Routes y Auto effort, todavía en pruebas, deciden qué modelo atiende cada tarea y cuánto razona.
Perplexity presentó el martes 17 de noviembre Orchestrator, una API pensada para desarrolladores que reúne en un mismo acceso modelos de OpenAI, Anthropic, Google y xAI junto a modelos de pesos abiertos como GLM, Kimi y DeepSeek. Estos últimos corren en la infraestructura de Perplexity o en la de socios de inferencia.
La empresa explica el contexto: trabajar con modelos de varios laboratorios suele obligar a mantener por separado contratos, cuentas, claves, facturas y revisiones de seguridad. Además, en lo que va de año laboratorios como Anthropic y OpenAI han sacado más de una docena de modelos nuevos, y se han publicado más de 100 de pesos abiertos.
Orchestrator admite los formatos OpenAI Chat Completions, OpenAI Responses y Anthropic Messages, de modo que se pueden seguir usando los SDK habituales. Según Perplexity, a la mayoría de equipos les basta con cambiar la clave de API y la dirección base y escoger uno de los modelos disponibles.
Todos los modelos compatibles quedan bajo un único proveedor y una única factura, y Perplexity no añade comisión de plataforma sobre los créditos. En la consola de API se puede seguir el uso y el gasto, con claves separadas por proyecto o equipo, y los administradores pueden fijar qué modelos se permiten, restringir usuarios, poner topes de gasto y pedir capacidad.
El servicio vigila la salud, la capacidad y la latencia de cada proveedor para repartir el tráfico entre los que mejor responden y, si una petición falla, puede repetirla en otro despliegue del mismo modelo, sin que el equipo tenga que programar esa lógica.
En vista previa llegan dos funciones más. Routes permite describir con palabras normales qué tipo de petición va a cada modelo y elegir uno por defecto, partiendo de perfiles de menor coste, equilibrado o mayor calidad. Auto effort ajusta cuánto razona un modelo compatible en su siguiente turno según la política que marque el desarrollador. La nota no da precios por modelo.
Por qué importa · análisis y opinión
La pieza que vende Perplexity no es un modelo, sino la capa que decide cuál usar. Para un equipo que ya combina varios proveedores, el ahorro no está tanto en el precio por petición como en dejar de gestionar contratos, claves y facturas sueltas, y en no tener que escribir su propio sistema de respaldo. La contrapartida es clara: todo ese tráfico pasa a depender de un intermediario más, con sus propias caídas y condiciones. Que la compatibilidad se apoye en los formatos de OpenAI y Anthropic rebaja el coste de probarlo, porque volver atrás también es sencillo. Lo más novedoso, el reparto de peticiones descrito con palabras, sigue en vista previa, así que conviene medirlo con cargas reales antes de confiarle el tráfico de producción.
Fuente oficial: Perplexity · Redactada con ayuda de IA: cómo hacemos las noticias


