用途：降低 Perplexity Sonar API 的调用成本。Perplexity 按输入与输出 token 计费，并叠加按请求收取的费用，该费用随搜索上下文大小（Low/Medium/High）变化。最大的成本杠杆是模型选择：sonar-pro 每次请求比 sonar 贵 3-15 倍。
主要能力：按查询复杂度路由模型（简单事实类走 sonar，对比、分析、研究类走 sonar-pro）；为每个请求设置 max_tokens 限制输出成本；用 LRU 缓存消除重复查询；用 search_domain_filter 限制搜索域名以降低请求费；记录并汇总每日成本、缓存命中率，设置月度预算上限。
使用方式：调用 https://api.perplexity.ai/chat/completions，请求头带 Authorization: Bearer $PERPLEXITY_API_KEY 与 Content-Type: application/json，请求体指定 model、messages、max_tokens，可选 search_domain_filter。示例：curl -X POST https://api.perplexity.ai/chat/completions -H "Authorization: Bearer $PERPLEXITY_API_KEY" -H "Content-Type: application/json" -d '{"model":"sonar","messages":[{"role":"user","content":"Current population of Tokyo"}],"max_tokens":100}'。缓存可用 lru-cache，以 sha256(model:规范化查询) 为键，默认 TTL 4 小时。
适用场景：分析 Perplexity 账单、削减 API 成本、为查询设置预算上限、在成本与关键研究质量之间做权衡。
限制：资料给出的价格与倍数为参考值，实际以官方为准；缓存对时效性问题可能返回过期内容，需展示其时间；预算接近上限时应停止或申请审批，不应静默降级关键研究。前置条件包括 Perplexity API 账户与用量面板、了解应用查询模式、具备搜索结果缓存基础设施。架构模式可参考 perplexity-reference-architecture。