Découvrez le nouveau Sonar : un modèle rapide pour Perplexity.

À partir d'aujourd'hui, tous les utilisateurs de Perplexity Pro pourront tester la dernière version de Sonar, le modèle interne de Perplexity optimisé pour la qualité des réponses et l'expérience utilisateur. Basé sur Llama 3.3 70B, Sonar a été entraîné davantage pour améliorer la véracité et la lisibilité des réponses dans le mode de recherche par défaut de Perplexity.

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

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 et à la rétention du produit. Cette mesure capture le niveau de satisfaction et d'engagement des utilisateurs lorsqu'ils posent des questions sur Perplexity.

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

Propulsé par l'infrastructure d'inférence Cerebras, Sonar fournit des réponses à une vitesse fulgurante, atteignant un débit de décodage près de 10 fois supérieur à celui de modèles comparables comme Gemini 2.0 Flash. Cela permet une génération de réponses quasi instantanée, rendant Sonar idéal pour la recherche rapide d'informations ou pour répondre à des questions détaillées.

Nous avons optimisé Sonar selon deux dimensions critiques fortement corrélées à la satisfaction des utilisateurs : la véracité des réponses et leur lisibilité.

Véracité des réponses : mesure la capacité d'un modèle à répondre à des questions en utilisant des faits fondés sur les résultats de recherche, et sa capacité à résoudre des informations contradictoires ou manquantes.

Lisibilité : mesure la capacité d'un modèle à fournir une réponse concise et détaillée avec l'utilisation appropriée du 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 des benchmarks académiques mesurant le respect des instructions de l'utilisateur et les connaissances générales.

IFEval : mesure la capacité d'un modèle à respecter les instructions fournies par l'utilisateur.

MMLU : évalue les connaissances générales à travers divers domaines.

À quoi ressemblent une véracité et une lisibilité accrues en pratique ? Comparez ces recherches, effectuées à la fois sur Sonar et sur d'autres modèles, pour constater la différence.

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 API Sonar*.

†Ces évaluations sont notées sur une échelle de 0 à 100, où un score plus élevé est préférable.

*Le modèle Sonar servi via l'API ne fonctionne pas encore sur l'infrastructure d'inférence Cerebras, mais cela sera disponible prochainement.

Les utilisateurs de Perplexity préfèrent Sonar

Une vitesse fulgurante pour des réponses instantanées

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

Comment Sonar répond aux questions

Utilisez Sonar dès aujourd'hui

Notes de bas de page