Incontra il nuovo Sonar: un Modello Fulmineamente Veloce Ottimizzato per la Ricerca Perplexity

A partire da oggi, tutti gli utenti di Perplexity Pro potranno provare l'ultima versione di Sonar, il modello interno di Perplexity ottimizzato per la qualità delle risposte e l'esperienza utente. Costruito sulla base di Llama 3.3 70B, Sonar è stato ulteriormente addestrato per migliorare la fattualità e la leggibilità delle risposte nella modalità di ricerca predefinita di Perplexity.

Attraverso un completo test A/B online, abbiamo scoperto che Sonar supera significativamente i modelli della sua classe, come GPT-4o mini e Claude 3.5 Haiku, eguagliando o superando le prestazioni dei modelli di frontiera come GPT-4o e Claude 3.5 Sonnet per la soddisfazione dell'utente. Alimentato dall'infrastruttura di inferenza Cerebras, Sonar opera a una velocità di 1200 token al secondo — consentendo la generazione di risposte quasi istantanea.

Gli Utenti di Perplexity Preferiscono Sonar

Abbiamo condotto test A/B online estensivi di Sonar per misurare la soddisfazione dell'utente — una metrica chiave fortemente correlata con l'uso del prodotto e la fedeltà. Questa metrica cattura quanto siano soddisfatti e coinvolti gli utenti quando pongono domande su Perplexity.

Le nostre valutazioni dimostrano che Sonar supera sia GPT-4o mini che Claude 3.5 Haiku di un margine sostanziale. Abbiamo anche confrontato Sonar con modelli di frontiera più costosi e abbiamo scoperto che supera Claude 3.5 Sonnet, avvicinandosi strettamente alle prestazioni di GPT-4o a una frazione del prezzo e con una velocità superiore di oltre 10 volte.

Velocità Fulminea Abilita Risposte Instantanee

Alimentato dall'infrastruttura di inferenza Cerebras, Sonar fornisce risposte a velocità fulminee, raggiungendo una capacità di decodifica quasi 10 volte più veloce rispetto a modelli comparabili come Gemini 2.0 Flash. Questo permette la generazione di risposte quasi istantanee, rendendo Sonar ideale per il rapido recupero di informazioni o per rispondere a domande dettagliate.

Sonar Eccelle nel Fornire Risposte Fattuali e di Alta Qualità

Abbiamo ottimizzato Sonar su due dimensioni critiche che si correlano fortemente con la soddisfazione dell'utente — la fattualità delle risposte e la leggibilità.

• Fattualità delle Risposte: Misura quanto bene un modello può rispondere a domande usando fatti basati sui risultati di ricerca, e la sua capacità di risolvere informazioni conflittuali o mancanti

• Leggibilità: Misura la capacità di un modello di fornire una risposta concisa e dettagliata con l'uso appropriato della formattazione markdown per organizzare il testo

I nostri risultati dimostrano che Sonar migliora significativamente questi aspetti rispetto al modello base, Llama 3.3 70B Instruct, e supera perfino altri modelli di frontiera in queste aree chiave†.

Inoltre, Sonar supera anche modelli della stessa classe come GPT-4o mini e Claude 3.5 Haiku in benchmark accademici che misurano la capacità di seguire le istruzioni degli utenti e la conoscenza del mondo.

• IFEval: Misura quanto bene un modello aderisce alle istruzioni fornite dall'utente

• MMLU: Valuta la conoscenza del mondo attraverso diversi domini

Come Sonar Risponde alle Domande

Cosa implica nella pratica una maggiore fattualità e leggibilità? Confronta queste ricerche, condotte sia su Sonar sia su altri modelli, per vedere la differenza.

Usa Sonar Oggi

Sonar eccelle nel fornire risposte veloci e accurate, rendendolo un ottimo modello per l'uso quotidiano. Gli utenti di Perplexity Pro possono impostare Sonar come modello predefinito nelle loro impostazioni. Può essere utilizzato anche tramite l'offerta API di Sonar*.

Note

• †Queste valutazioni sono classificate su una scala da 0 a 100, dove un punteggio maggiore è migliore

• *Il modello Sonar servito tramite l'API non opera ancora sull'infrastruttura di inferenza Cerebras, ma sarà disponibile a breve