Perplexicas Answer-Engine auf einer custom OpenAI-Base-URL betreiben.

Kurzantwort: ein Base-URL-Feld, zwei Config-Generationen.

Auf aktuellen Releases exponiert Perplexicas OpenAI-Provider genau zwei Pflichtfelder: API Key und Base URL, editierbar im Setup-Screen und der Settings-UI, mit dokumentierten Umgebungs-Mappings OPENAI_API_KEY und OPENAI_BASE_URL. Setze die Base URL auf https://api.apisrouter.com/v1, füge einen Gateway-Key ein, und füge dann die gewünschten Chat-Modelle per exakter Katalog-ID hinzu. Der Provider reicht die Model-ID als reinen String über /v1/chat/completions weiter, also funktionieren Claude- und DeepSeek-IDs über den „OpenAI"-Provider-Slot. Auf älteren Perplexica-Releases (die config.toml-Generation, bis zur Linie v1.10 und v1.11) ist dieselbe Fähigkeit der CUSTOM_OPENAI-Provider: ein [MODELS.CUSTOM_OPENAI]-Block mit den Keys API_KEY, API_URL und MODEL_NAME. Beide Generationen sind unten gezeigt, passe das Setup also an die Version an, die du tatsächlich betreibst.

# the settings UI fields map to these documented env vars
export OPENAI_API_KEY=sk-APIsRouter-...
export OPENAI_BASE_URL=https://api.apisrouter.com/v1
# then add chat models by id in Settings, e.g. claude-sonnet-4-6

Wie Perplexica eine Frage beantwortet, und wo das LLM sitzt.

Perplexica (ItzCrazyKns auf GitHub, rund 36.000 Stars) ist die bekannteste Open-Source-Answer-Engine im Perplexity-Stil: sie nimmt eine Frage, führt echte Web-Suchen über eine gebündelte SearxNG-Instanz aus, liest die Ergebnisse, und lässt ein LLM eine zitierte Antwort synthetisieren. Such-Modi (speed, balanced, quality) tauschen Retrieval-Tiefe gegen Latenz, und Fokus-Modi grenzen Quellen auf Web, Diskussionen oder akademische Papers ein. 2026 wurde das Projekt upstream in Vane umbenannt, das Docker-Image folgte; Architektur und Provider-System gingen über, also gilt hier alles unter beiden Namen. Der LLM-Slot ist, wo Synthesequalität und Kosten leben. Jede Antwort ist ein oder mehrere Chat-Completions-Calls, die die abgerufenen Quellen als Kontext tragen, was eine Answer-Engine zu einem input-token-lastigen Workload macht: das Modell liest weit mehr, als es schreibt. Das Provider-System behandelt OpenAI als eines von mehreren Backends (Ollama, Anthropic, Gemini, Groq und andere), und der OpenAI-Provider ist der mit einer frei editierbaren Base URL, was ihn zum Gateway-Hook macht. Ein Verhalten, das man vorab kennen sollte: Ist die Base URL etwas anderes als der Standard-OpenAI-Endpoint, zeigt Perplexica absichtlich eine leere Default-Modell-Liste und nutzt die Modell-Einträge, die du selbst zum Provider hinzufügst. Das ist Absicht, da es nicht wissen kann, was ein custom Endpoint bedient. claude-sonnet-4-6 oder deepseek-v4-flash als Modell-Eintrag hinzuzufügen ist die zweite Hälfte des Setups, kein Workaround.

Vollständiges Setup: aktuelle Releases und die legacy config.toml.

Aktuelle Releases konfigurieren alles in der App. Beim ersten Start fragt der Setup-Screen nach Providern; danach leben dieselben Felder in Settings. Wähle den OpenAI-Provider, setze API Key und Base URL, und füge dann Chat-Model-Einträge mit den gewünschten IDs hinzu. Die IDs müssen exakt zum Gateway-Katalog passen, und jeder hinzugefügte Eintrag erscheint im Model-Picker neben dem Suchfeld. Die Legacy-Generation ist dateibasiert. Hat deine Installation noch eine config.toml, bist du auf der CUSTOM_OPENAI-Generation: fülle den Block unten aus und starte den Container neu. MODEL_NAME nimmt eine Model-ID, die die UI dann als Custom-OpenAI-Option anbietet.

[MODELS.CUSTOM_OPENAI]
API_KEY = "sk-YOUR-APISROUTER-KEY"
API_URL = "https://api.apisrouter.com/v1"
MODEL_NAME = "claude-sonnet-4-6"

Ein Synthese-Modell für eine Answer-Engine wählen.

Weil der Model-Picker anzeigt, was auch immer du gegen eine Base URL hinzugefügt hast, ist A/B-Testing von Synthese-Modellen trivial: stell dieselbe Frage in zwei Tabs mit zwei Einträgen und vergleiche die Zitate. Das Nutzungslog pro Key bepreist die Antworten jedes Modells, der ehrliche Weg zu entscheiden, ob Frontier-Synthese ihre Token an deinem Query-Mix verdient.

• Input-Token dominieren. Eine Quality-Mode-Antwort kann große abgerufene Kontexte in den Prompt drücken, also setzt der Preis pro Input-Token deiner ID die Kosten einer Suche, nicht die kurze Antwort, die zurückgeschrieben wird.
• claude-sonnet-4-6 ist der starke Default für zitierte Synthese: es folgt den Source-Grounding-Instruktionen gut und bleibt kohärent, wenn viele Snippets widersprechen.
• High-Volume-Instanzen für Einzelpersonen oder Teams fahren gut mit claude-haiku-4-5-20251001, gemini-3.5-flash oder deepseek-v4-flash: Antworten bleiben verankert, und die Kosten pro Suche fallen genug, um den Quality-Mode angelassen zu lassen.
• Behalte eine Frontier-ID als zweiten Eintrag. Modell-Einträge sitzen nebeneinander im Picker, also ist die Eskalation einer schwierigen Frage auf gpt-5.5 ein Dropdown-Wechsel, keine Config-Bearbeitung.
• Der akademische Fokus-Modus belohnt Long-Context-Modelle, da Paper-Abstracts und -Auszüge sperriger als Web-Snippets sind.

Nutzungsbasiert · unter offiziellem Preis

Selected models are priced below official list prices. Exact input, output, cache, and per-request prices are shown for each model.

Fehlerbilder speziell für Perplexica.

Die leere Modell-Liste ist der Klassiker. Du setzt die Base URL, der Picker wird leer, und es sieht kaputt aus. Ist es nicht: bei einer Nicht-Default-Base-URL listet Perplexica nur die Modell-Einträge, die du zum Provider hinzufügst. Füge deine IDs hinzu, und sie erscheinen. Embeddings sind ein separater Slot. Perplexica nutzt Embedding-Modelle für Reranking der Ergebnisse, und der OpenAI-Provider bedient Embeddings von derselben Base URL und demselben Key. Bedient dein Gateway die dort konfigurierte Embedding-ID nicht, bricht Reranking, während Chat-Antworten weiter funktionieren. Der saubere Split ist, Embeddings auf dem lokalen Transformers-Provider zu belassen, der auf dem Rechner ohne jede API läuft, und nur die Chat-Synthese über das Gateway zu routen. Die Umbenennung stolpert Guides. Perplexica und Vane sind dasselbe Projekt; alte Tutorials referenzieren das perplexica-Docker-Image und config.toml, aktuelle Builds liefern als vane mit In-App-Settings und einem persistenten Daten-Volume. Hat deine Installation keine config.toml, erstelle keine, sie wird nicht gelesen; konfiguriere stattdessen über die UI oder die dokumentierten Env-Vars. SearxNG ist unabhängig. Verschlechtern sich Antworten oder liefern Suchen nichts zurück, liegt das am SearxNG-Container oder dessen JSON-Format-Einstellung, nicht am LLM-Endpoint. Die Base URL bewegt nur Chat- und Embedding-Calls.

Wer Perplexica über ein Gateway routet.

• Self-Hoster, die ein Perplexity-Abo ersetzen und Frontier-Qualität-Synthese pro Suche zu Token-Preisen wollen, mit einem Key statt einem Vendor-Konto pro Modellfamilie.
• Teams, die eine geteilte Answer-Engine betreiben, wo das Nutzungslog pro Key „was kostet uns Suche" in eine Zahl pro Modell verwandelt.
• Privacy-fokussierte Setups, die Retrieval vollständig lokal halten (SearxNG plus lokale Embeddings) und nur den finalen Synthese-Call nach außen über einen prüfbaren Endpoint routen.
• Tüftler, die Synthese-Modelle an identischen Fragen vergleichen: jeder Kandidat ist ein Modell-Eintrag gegen dieselbe Base URL.
• Entwickler ohne Zugang zum Billing eines bestimmten Vendors. Guthabenbasierter Zugang ohne Kartenpflicht entfernt die Sign-up-Abhängigkeit pro Provider.

Endpoint verifizieren und die erste Suche debuggen.

Bestätige, dass das Gateway die hinzugefügten IDs bedient, bevor du der App die Schuld gibst; die Einträge im Provider müssen exakt zur /v1/models-Ausgabe passen. First-Run-Fehler folgen einem Muster. „No chat model providers configured" bedeutet, die Provider-Felder haben nicht gespeichert oder die Modell-Liste ist noch leer; füge mindestens einen Chat-Model-Eintrag hinzu. Ein 401 in den Server-Logs bedeutet, der Key passt nicht zum Endpoint im Base-URL-Feld. Ein model-not-found-Fehler ist ein ID-Tippfehler in einem Modell-Eintrag. Reranking-Fehler bei funktionierenden Antworten verweisen auf den Embedding-Slot, wo dich der lokale Transformers-Provider rettet. Und hat sich nach dem Bearbeiten von Umgebungsvariablen nichts geändert, denk daran, dass die Config im Daten-Volume persistiert; bereits in der UI gespeicherte Felder gewinnen gegen eine spätere Env-Änderung, bearbeite sie also in Settings. Sobald Suchen laufen, zeigt die APIsRouter-Konsole Modell, Token-Zahlen und Ausgaben pro Anfrage. Answer-Engines sind input-lastig, und die reale Token-pro-Suche-Zahl für deinen Query-Mix zu sehen schlägt jede Schätzung.

curl -s https://api.apisrouter.com/v1/models \
  -H "Authorization: Bearer $APISROUTER_API_KEY" | head -50

Häufige Fragen