Lernen Sie das neue Sonar kennen: Ein blitzschnelles Modell optimiert für Perplexity-Suche

Ab heute können alle Perplexity-Pro-Benutzer die neueste Version von Sonar ausprobieren, Perplexitys hauseigenes Modell, das für Antwortqualität und Benutzererfahrung optimiert ist. Basierend auf Llama 3.3 70B wurde Sonar weiter trainiert, um die Faktualität und Lesbarkeit der Antworten für den Standard-Suchmodus von Perplexity zu verbessern.

Durch umfassende Online-A/B-Tests haben wir festgestellt, dass Sonar Modelle seiner Klasse wie GPT-4o mini und Claude 3.5 Haiku deutlich übertrifft, während es die Leistung von führenden Modellen wie GPT-4o und Claude 3.5 Sonnet im Hinblick auf die Benutzerzufriedenheit eng erreicht oder übertrifft. Angetrieben von der Inferenz-Infrastruktur von Cerebras arbeitet Sonar mit einer blitzschnellen Geschwindigkeit von 1200 Tokens pro Sekunde — was eine nahezu sofortige Antwortgenerierung ermöglicht.

Perplexity-Benutzer bevorzugen Sonar

Wir haben umfangreiche Online-A/B-Tests von Sonar durchgeführt, um die Benutzerzufriedenheit zu messen — ein wichtiger Maßstab, der stark mit Produktnutzung und -bindung korreliert. Dieser Maßstab erfasst, wie zufrieden und engagiert Benutzer sind, wenn sie Fragen auf Perplexity stellen.

Unsere Bewertungen zeigen, dass Sonar sowohl GPT-4o mini als auch Claude 3.5 Haiku um einen beträchtlichen Abstand übertrifft. Wir haben Sonar auch mit teureren führenden Modellen verglichen und festgestellt, dass es Claude 3.5 Sonnet übertrifft, während es die Leistung von GPT-4o zu einem Bruchteil des Preises und mehr als 10-mal schneller erreicht.

Blitzschnelle Geschwindigkeit ermöglicht sofortige Antworten

Angetrieben von der Inferenz-Infrastruktur von Cerebras liefert Sonar Antworten mit blitzschnellen Geschwindigkeiten und erreicht eine Dekodierungskapazität, die fast 10-mal schneller ist als vergleichbare Modelle wie Gemini 2.0 Flash. Dies ermöglicht eine nahezu sofortige Antwortgenerierung, was Sonar ideal für schnelle Informationsabrufe oder detaillierte Frage-Antwort-Anwendungsfälle macht.

Sonar übertrifft bei der Bereitstellung faktischer und hochwertiger Antworten

Wir haben Sonar über zwei kritische Dimensionen optimiert, die stark mit der Benutzerzufriedenheit korrelieren — Faktenbezogenheit der Antworten und Lesbarkeit.

• Faktenbezogenheit der Antworten: Bewertet, wie gut ein Modell Fragen mit Fakten beantworten kann, die in Suchergebnissen verankert sind, und seine Fähigkeit, widersprüchliche oder fehlende Informationen zu klären

• Lesbarkeit: Bewertet die Fähigkeit eines Modells, eine prägnante und detaillierte Antwort mit angemessener Nutzung von Markdown-Formatierung zur Textorganisation bereitzustellen

Unsere Ergebnisse zeigen, dass Sonar diese Aspekte im Vergleich zum Basismodell, Llama 3.3 70B Instruct, erheblich verbessert und sogar andere führende Modelle in diesen Schlüsselbereichen übertrifft†.

Darüber hinaus übertrifft Sonar auch Modelle seiner Klasse wie GPT-4o mini und Claude 3.5 Haiku in akademischen Benchmarks, die die Befolgung von Benutzeranweisungen und Weltwissen messen.

• IFEval: Bewertet, wie gut ein Modell benutzerbereitgestellten Anweisungen folgt

• MMLU: Bewertet Weltwissen über verschiedene Domänen

Wie Sonar Fragen beantwortet

Wie sieht erhöhte Faktenbezogenheit und Lesbarkeit in der Praxis aus? Vergleichen Sie diese Suchen, die sowohl auf Sonar als auch auf anderen Modellen durchgeführt wurden, um den Unterschied zu sehen.

Nutzen Sie Sonar heute

Sonar ist hervorragend darin, schnelle und genaue Antworten zu liefern, was es zu einem großartigen Modell für den täglichen Gebrauch macht. Perplexity-Pro-Benutzer können Sonar als ihr Standardmodell in ihren Einstellungen festlegen. Es kann auch über das Sonar-API-Angebot* genutzt werden.

Fußnoten

• †Diese Bewertungen werden auf einer Skala von 0 bis 100 bewertet, wobei höhere Werte besser sind

• *Das über die API bereitgestellte Sonar-Modell läuft derzeit noch nicht auf der Cerebras-Inferenz-Infrastruktur, kommt aber in Kürze