perplexity ai默认模型可通过五种方式配置：一、网页端账户设置中指定全局默认模型；二、通过focus模式绑定任务专属模型；三、api调用时在请求体中强制指定model参数；四、移动端长按模型设为设备临时默认；五、docker部署时在config.toml中固化default_model配置。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用Perplexity AI时发现每次提问都调用非预期的模型，例如本想使用llama-3.1-sonar-small-128k-online却默认触发Claude 3 Opus，这通常是因为模型偏好未显式配置或配置未生效。以下是设置Perplexity AI默认模型的具体操作路径与多方式配置方法：
一、网页端账户设置中配置默认模型
Perplexity Pro用户可在个人账户界面直接指定全局默认模型，该设置将作用于所有普通聊天会话（非Copilot或自定义空间）。此方式无需代码，适用于绝大多数日常使用场景。
1、登录 perplexity.ai 网站，点击右上角头像，选择“Settings”。
2、在左侧菜单中点击“Model Preferences”。
3、在“Default model for chat”下拉选项中，选择目标模型，如llama-3.1-sonar-small-128k-online或Claude-3-Opus（仅Pro用户可见）。
4、向下滚动至页面底部，点击“Save Changes”按钮确认保存。
二、通过焦点（Focus）模式绑定专属模型
Perplexity的“Focus”机制允许为不同任务类型预设模型策略。当启用特定Focus时，系统将自动加载与其关联的优化模型，该绑定优先级高于全局默认设置，且支持模型与用途强耦合。
1、在搜索框下方点击当前Focus标签（如“All”或“Academic”）。
2、在弹出菜单中选择“Edit Focus”或“Create New Focus”。
3、在编辑面板中找到“Model”字段，从可选列表中选取期望模型，例如GPT-4-turbo用于写作类任务，或Sonar-Medium-Online用于实时技术问答。
4、勾选“Apply this model by default when this Focus is active”。
5、点击“Update Focus”完成绑定。
三、API调用时强制指定模型参数
对于开发者通过Perplexity API集成的场景，模型选择由请求体中的model字段决定，服务端将完全忽略账户侧的默认设置，实现运行时精准控制。此方式具备最高优先级和最大灵活性。
1、确保请求Header中包含有效API密钥：Authorization: Bearer
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
2、构造POST请求体，明确声明model字段，例如："model": "llama-3.1-sonar-small-128k-online"。
3、若使用Spring AI框架，需在application.properties中配置：spring.ai.openai.chat.model=llama-3.1-sonar-small-128k-online。
4、发送请求至https://api.perplexity.ai/chat/completions接口。
四、移动端应用内切换并锁定模型
iOS与Android版Perplexity App支持在单次会话中手动切换模型，并可通过长按模型名称将其设为该设备的临时默认项。该设置独立于网页端，适用于移动优先工作流。
1、打开Perplexity移动应用，进入任意聊天界面。
2、点击输入框右侧的模型图标（显示当前激活模型缩写，如“L3S”或“C3O”）。
3、在弹出列表中选择目标模型，例如Claude-3-Haiku。
4、长按所选模型名称，直到出现“Set as default on this device”提示。
5、松手确认，此后新会话将自动加载该模型。
五、Docker本地部署时固化模型配置
当使用Docker部署自托管Perplexity实例时，模型选择由config.toml文件中的default_model字段控制。该配置在容器启动时加载，重启后持续生效，适用于私有化、合规性要求高的环境。
1、定位到项目根目录下的config.toml文件。
2、查找[llm]配置段，在其下添加或修改行：default_model = "llama-3.1-sonar-small-128k-online"。
3、确保该模型已下载至本地模型仓库路径，路径格式为models/
4、执行docker compose down后，再运行docker compose up -d重新加载配置。
