Perplexity Context API 上線:把已知網址讀成乾淨內容

Perplexity 把讀取已知網址做成獨立計費的介面:免費層單次最多十個網址,回傳 Markdown、HTML、連結與查詢相關段落,每一千個成功網址一美元。官方文件同時定義兩天快取預設、十種逐網址狀態與按網址計費的帳單單位,整合前要對齊狀態檢查、新鮮度與成本估算三件事。

用 AI 摘要這篇文章:

Perplexity 把「讀取已知網址」做成了獨立的付費介面。產品頁把發表日期標為 2026 年 11 月 17 日,開發者帳號 @perplexitydevs 在 UTC 11 月 18 日下午 4 點 4 分(台北時間 19 日凌晨 0 點 4 分)於 X 官宣上線,貼文裡的定位一句話講完:每次呼叫最多讀十個網址,回傳乾淨的 Markdown、HTML、連結與相關段落,牌價是每一千個網址一美元。

把網頁轉成模型能讀的文字,聽起來像前置作業,它卻是多數代理流程裡最髒的一段:導覽列、Cookie 橫幅、廣告區塊都得自己清,來源一多維護就跟著膨脹。Context API 把這段工作抽成服務,而且附上三樣自寫解析程式不容易一次做齊的東西:可調的新鮮度、逐網址的狀態回報、按網址計費的帳單。代價是整合者要接手對帳:讀回來的內容有多新、哪些網址沒讀到、這次該付多少錢,官方文件把三件事都設計成必查欄位。這篇以 11 月 19 日抓取的官方文件與牌價頁為準,逐項核對。

找網址、讀網址、生成回答,Perplexity 拆成三個介面

Context API 在 Perplexity 的 API 家族裡只負責一件事:讀。官方文件開頭就畫好分工,要找頁面用 Search API,要模型生成附來源的回答用 Agent API,Context API 接手中間的讀取。三個介面的計價單位也不同:Search 按請求計費,每一千次請求五美元,低延遲的 Fast Search 每一千次一美元;Context 按網址計費,每一千個一美元。換句話說,它替代的是自寫網頁解析或第三方擷取服務,不是搜尋引擎。同類服務也有先例,像是用共享頻寬換內容的 Grass Contents API;Perplexity 同一週還發表了把多家模型收進單一金鑰的 Orchestrator API,兩條產品線合起來看,平台把代理需要的搜、讀、算逐步拆成商品。

呼叫方式是對 POST /v1/context 送一個網址陣列,再用 formats 參數選輸出:markdown 是預設,html 給要自己解析結構的程式,links 回傳頁面連結的絕對網址、去掉重複、按頁面順序排列,highlights 則依你給的一個查詢挑出最相關的原文段落。官方文件的示範拿全球資訊網的第一個網頁當例子,同一個請求同時要四種格式,再用一條查詢問「全球資訊網專案是什麼」,每頁摘錄上限設 128 個詞元。這個例子也點出 highlights 的定位:它挑的是原文選段,模型收到的是原句,不是服務替你寫的摘要;一個請求只能帶一個查詢,套用到整批網址,每頁摘錄長度上限可在 1 到 4096 個詞元之間調整,預設 1024。四種格式可以自由組合,填了不認識的值會回 400 錯誤類型 unsupported_format。

把 formats 設成空陣列就只拿描述資料,欄位相當齊:source_url 一定會有,標題、描述、語言、作者、發布日期、取回時間不一定有,頁面 <head> 裡的其他 meta 標籤也會以小寫名稱全數附上,og:title、viewport 都在其中;官方範例抓 python.org 的描述資料,一次就回二十多個欄位。要追蹤來源的流程,把這包描述資料連同網址存進研究紀錄,比事後回頭補查便宜得多。

Markdown 的乾淨是怎麼來的,產品頁有交代:頁面先被切成區塊,一個模型逐塊判斷它是主要內容還是樣板,只保留內容區塊。這段說明值得記下,因為它同時定義了服務的能力邊界,抽取品質取決於這個分類模型,官方評測數字也建立在它身上,後面單獨拆開看。

預設接受兩天內的快取,成功回應不代表剛連上原站

新鮮度是這個服務最需要先讀懂的部分。預設行為是:只要 Perplexity 的索引裡有兩天內抓過的副本,就直接回副本,不連原網站;沒有才即時抓取。控制參數叫 max_age_seconds,預設 172800 秒恰好是兩天,可設範圍從 0 到兩年,設 0 就是每次都即時讀。

副本與即時的差別,回應裡看得到。每個結果的 metadata.origin 會標 cached 或 live,fetched_at 記錄內容的取回時間。把這兩個欄位跟網址一起存進研究紀錄,之後才解釋得清楚為什麼同一天的兩份摘要不一致。也要分清楚網站的發布時間與服務的取回時間:今天取回上個月的文章,它仍然是上個月的內容。

Context API 文件的新鮮度控制段落:預設接受兩天內的快取副本,metadata.origin 標示 cached 或 live,fetched_at 記錄取回時間Pin
官方文件的 Freshness Control 段落定義快取預設與 origin、fetched_at 欄位。

兩個進階選項各有代價。cache_only 設 true 就只讀儲存副本、絕不觸發即時抓取,適合不想等待的工作,但沒有夠新的副本時結果會是 no_content,服務不會自動改連原站;這個參數必須搭配大於 0 的 max_age_seconds,跟零秒期限互斥,送出前先檢查條件才不會反覆重試一個無效請求。條件式請求 if_modified_since 則用來確認頁面有沒有變:拿上次回應裡的 metadata.last_modified(原站有送 Last-Modified 標頭才存在)原樣帶回,頁面沒變就回 not_modified,結果裡的 HTTP 狀態碼會是 304,不附任何內容,你的程式要沿用上一份結果;這種請求一次只能帶一個網址,而且必須設成即時讀取,日期格式錯了直接回 400。即時讀取本身也可能失敗,原站拒絕、逾時、沒有文字都是下一節要處理的狀態。

整批請求回 HTTP 200,不代表十個網址都讀到了

Context API 的錯誤設計分兩層,混在一起看會出事。外層失敗是整個請求層級的 HTTP 錯誤:400 代表請求本身有問題,空網址清單、超過層級上限、請求本體超過 512 KiB、參數互斥,改都不改再送一次只會再失敗;429 要照回應標頭的等待秒數降速;5xx 可以重試,但連已經完成的結果都不會回傳。麻煩的是內層:HTTP 200 只代表這批處理完成,裡面任何網址都可能沒讀到,官方明文要求逐一檢查每個結果的 status.type 才使用內容。

狀態類型有十種:ok 有內容;not_modified 未變更沿用舊文;invalid_url 不是合法網址;blocked 網址被服務方阻擋;bot_challenge 原站回了機器人驗證;crawl_failed 抓取失敗;crawl_timeout 逾時;no_text 頁面沒有文字;no_content 找不到內容,例如在快取限定模式下;internal_error 服務端讀取失敗可稍後重試。失敗的結果只帶網址與狀態,不會有內文。十個來源掛了兩個,報告就該寫八個可用,把缺的兩個猜進結論是下游模型最喜歡犯的錯。

逾時的設計有一個容易誤解的地方。文件定義 timeout_ms 是整個請求的時間預算,預設 30 秒,範圍 1000 到 110000 毫秒,帶 criteria 評分時上限降為 95000;網址是平行抓取的,慢頁面不會吃掉其他網址的時間,時間內沒完成的網址回 crawl_timeout,其餘照常附內容,重試也只需重送逾時的那些,把成功的八個一起重送,只會讓它們重新落入計費範圍。產品行銷頁把同一件事寫成「每個網址有自己的時間預算」,跟文件口徑不一致,對帳時以 API 文件為準。批次上限也不是固定十個:免費的 Tier 0 每請求最多 10 個網址,累購 50 美元以上的 Tiers 1 到 3 是 15 個,Tiers 4 到 5 是 25 個,申請提高後最多 50 個;超過上限的請求回 400 並指向 urls 參數,連限流額度都不扣。

帳單按網址計:付錢的狀態只有兩種

計費規則在文件裡寫得相當清楚,值得逐字看。每一千個計費網址一美元,單價 0.001 美元;計費單位是回應中 status.type 為 ok 或 not_modified 的每個網址,跟 formats 要什麼無關,只拿描述資料、只拿相關段落,單價相同。失敗的網址免費,無效、被阻擋、空內容、逾時都算失敗。換算公式就是計費網址數除以一千再乘一美元,一千個網址成功九百個,這次牌價 0.9 美元。不帶 criteria 的請求沒有詞元計費,讀取與生成是兩筆帳,後續模型摘要的費用另計。

Context API 定價段落:每一千個抓取網址一美元,計費單位為 status.type 是 ok 或 not_modified 的網址,失敗網址免費Pin
定價文件的 Billing unit 註記寫明 ok 與 not_modified 兩種狀態都要計費。

兩個欄位幫你對帳:usage.fetched_urls 是這次計費的網址數,usage.cost.total_cost 是按牌價算的總成本,文件特別強調它不是實際帳單,折扣與帳務安排要以自己的計費資料為準。行銷頁在這裡又簡化了一次:產品頁寫「為每個回傳 ok 的網址付費」,漏掉了條件式請求下 not_modified 同樣計費,估算時用文件的兩種狀態才不會少算。

加上 criteria 評分後,帳單多一段。criteria 讓你在讀取時附上最多五個是非題,一個決策模型對每個頁面回答 0 到 1 的機率,評分按 Decisions API 的輸入詞元牌價計費,計費內容是頁面文字加題目。同一個平台裡,按網址計 0.001 美元也出現在 Decisions API 的 URL 抓取與 Monitor API 的頁面監控上,讀一個網址一個價,已經是 Perplexity 的慣例單位。

用量層級累計購買點數每秒請求數每請求網址上限
Tier 00 美元110
Tiers 1 到 350 到 500 美元以上315
Tiers 4 到 51,000 到 5,000 美元以上525

層級以組織累計購買的點數計,永久保留;每個請求不管帶幾個網址,都只算一個每秒請求數單位,所有 API 金鑰共享同一個額度。被 429 擋下不計費,照 Retry-After 等待再送即可;成功通過限流的回應會附 x-ratelimit-remaining 與 x-ratelimit-reset 標頭,以請求次數計,批次任務可以拿它判斷還能吃多快。要更高的上限得填官方的限流申請表,批次大小再大也不會讓單一網址的查核變嚴謹,一次讀更多頁,狀態檢查的工夫一樣都省不掉。

92.3% 可用率是官方盲評,先當方向參考

官宣貼文裡的三個數字:可用內容覆蓋 92.3% 的網址、事實回收 87.9%、內容精確度 80.3%。這是廠商自辦的評測,方法在產品頁交代得算清楚:對照組是 Firecrawl、Exa、Parallel、Keenable 與 Context.dev 五家擷取服務,測試集從真實代理請求抽樣的數千個網址,涵蓋 715 個網站,包含政府、學術與非英文頁面;計分由另一個 judge 模型在不知道輸出來自哪家供應商的情況下評定。

三個指標的定義也寫明了。可用率指回傳的是頁面真內容,不是錯誤頁或空結果;事實回收是先把各供應商輸出裡收集到的關鍵事實彙總,再看每份輸出涵蓋多少,抓取失敗記零分;內容精確度是回傳文字中真正頁面內容的佔比,Cookie 通知、導覽、廣告都算雜訊,失敗同樣記零分。

Context API 產品頁的評測說明:對照 Firecrawl、Exa、Parallel、Keenable、Context.dev,測試集涵蓋 715 個網站,三項指標定義與 92.3%、87.9%、80.3% 結果Pin
產品頁交代評測方法:真實代理請求抽樣、715 個網站、judge 模型盲評。

限制也要說清楚:judge 模型的身分沒有揭露,原始測試資料沒有公開,評測是 Perplexity 自己辦的。這三個數字可以當選型的方向參考,不能當成你自己來源類型的成功率保證,政府文件、表格、條款頁在你的工作清單裡表現如何,只有自己測了才知道。

criteria 正是官方給的自保工具。官方範例用它抓提示注入:問每個頁面「是否含有試圖指示 AI 模型的文字」,機率超過自訂門檻就整頁跳過。評分不會自動過濾任何結果,門檻與處置完全由你的程式決定,這個設計把信任邊界留在開發者手上。這套評分走的是 Perplexity Decisions 的決策模型格式;另外要注意,Python SDK 0.48.0 還沒有 criteria 參數,得透過 extra_body 傳送。

免費層就試得起,三件事先對齊再上線

門檻數字都很低:Tier 0 不用儲值就能呼叫,每次十個網址、每秒一個請求,夠跑一輪小規模驗收。SDK 版本要對,Python 的 perplexityai 需要 0.48.0 以上,TypeScript 的 @perplexity-ai/perplexity_ai 需要 0.43.0 以上,官方控制台也附了互動 playground 可以先試。

比較務實的導入方式,是拿一份已知答案的來源清單先驗收:正文、表格、條款頁各挑幾個,記下每頁必須保留的重點,比對取回內容的完整度,再用會更新的頁面比較快取與即時讀取的差異,確認取回時間在內部報告裡查得到。正文完整、時間可追溯、失敗停留在例外清單,三個條件都成立,這個服務才真的省下維護,否則只是把查核工作搬到另一個位置。

還沒定案的事項也要盯著。官方 changelog 截至 11 月 19 日還沒有 Context API 的條目,文件與產品頁都已上線,條目補上時可能附帶細節調整;評測的 judge 模型身分、criteria 實際使用哪個決策模型、索引規模,官方都還沒給數字。牌價、批次上限與層級定義建議在 11 月 26 日前後回查一次,正式接到生產流程之前,任何一項變動都會影響成本估算。

Sliven 褚崇名
Sliven 褚崇名

每日分享科技新知、免費資源以及 WordPress、虛擬主機相關主題,任何問題歡迎在科技月球下方留言,或是發送 Email 至 [email protected] 與我聯繫。

文章: 2562

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *


Share to...