Découvrez le nouveau Sonar : un modèle ultra-rapide optimisé pour la recherche Perplexity

À compter d'aujourd'hui, tous les utilisateurs de Perplexity Pro pourront essayer la toute dernière version de Sonar, le modèle interne de Perplexity optimisé pour la qualité des réponses et l'expérience utilisateur. Conçu sur la base de Llama 3.3 70B, Sonar a fait l'objet d'un entraînement accru afin d'améliorer l'exactitude des réponses et la lisibilité pour le mode de recherche par défaut de Perplexity.

Grâce à des tests A/B en ligne complets, nous avons constaté que Sonar surpasse largement les modèles de sa catégorie, tels que GPT-4o mini et Claude 3.5 Haiku, tout en égalant ou en dépassant de près les performances de modèles de pointe comme GPT-4o et Claude 3.5 Sonnet en matière de satisfaction des utilisateurs. Propulsé par l'infrastructure d'inférence de Cerebras, Sonar fonctionne à une vitesse fulgurante de 1200 jetons par seconde, ce qui permet une génération de réponses quasi instantanée.

Les utilisateurs de Perplexity préfèrent Sonar

Nous avons mené des tests A/B en ligne approfondis sur Sonar pour mesurer la satisfaction des utilisateurs, une mesure clé fortement corrélée à l'utilisation du produit et à la fidélisation. Cette mesure permet de saisir à quel point les utilisateurs sont satisfaits et engagés lorsqu'ils posent des questions sur Perplexity.

Nos évaluations montrent que Sonar devance largement GPT-4o mini et Claude 3.5 Haiku. Nous avons également comparé Sonar à des modèles de pointe plus coûteux et avons constaté qu'il surpasse Claude 3.5 Sonnet, tout en approchant de près les performances de GPT-4o à une fraction du prix et à une vitesse plus de 10 fois supérieure.

Une vitesse fulgurante pour des réponses instantanées

Propulsé par l'infrastructure d'inférence de Cerebras, Sonar offre des réponses à une vitesse fulgurante, atteignant un débit de décodage près de 10 fois plus rapide que des modèles comparables comme Gemini 2.0 Flash. Cela permet une génération de réponses quasi instantanée, ce qui rend Sonar idéal pour la recherche rapide d'informations ou les cas d'utilisation de réponses détaillées à des questions.

Sonar excelle dans la fourniture de réponses factuelles et de haute qualité

Nous avons optimisé Sonar selon deux dimensions essentielles qui sont fortement corrélées à la satisfaction des utilisateurs : l'exactitude factuelle des réponses et la lisibilité.

Exactitude factuelle des réponses : mesure la capacité d'un modèle à répondre à des questions à l'aide de faits fondés sur des résultats de recherche, ainsi que sa capacité à résoudre des informations contradictoires ou manquantes.

Lisibilité : mesure la capacité d'un modèle à fournir une réponse concise et détaillée en utilisant adéquatement le formatage Markdown pour organiser le texte.

Nos résultats démontrent que Sonar améliore considérablement ces aspects par rapport au modèle de base, Llama 3.3 70B Instruct, et surpasse même d'autres modèles de pointe dans ces domaines clés†.

De plus, Sonar surpasse également les modèles de sa catégorie tels que GPT-4o mini et Claude 3.5 Haiku sur les critères d'évaluation académiques qui mesurent le suivi des instructions par l'utilisateur et les connaissances générales.

IFEval : mesure dans quelle mesure un modèle respecte les instructions fournies par l'utilisateur.

MMLU : évalue les connaissances générales dans divers domaines.

Comment Sonar répond aux questions

À quoi ressemblent une exactitude factuelle et une lisibilité accrues dans la pratique ? Comparez ces recherches, menées à la fois sur Sonar et sur d'autres modèles, pour constater la différence.

Utilisez Sonar dès aujourd'hui

Sonar excelle dans la fourniture de réponses rapides et précises, ce qui en fait un excellent modèle pour un usage quotidien. Les utilisateurs de Perplexity Pro peuvent faire de Sonar leur modèle par défaut dans leurs paramètres. Il peut également être utilisé via l'offre d'API de Sonar*.

Notes de bas de page

†Ces évaluations sont notées sur une échelle de 0 à 100, les notes les plus élevées étant les meilleures.

*Le modèle Sonar desservi par l'API ne fonctionne pas encore sur l'infrastructure d'inférence de Cerebras, mais il le sera sous peu.