新しいSonarを紹介します：Perplexity Searchを最適化した超高速モデル

本日より、すべてのPerplexity Proユーザーは、最新バージョンのSonarを試すことができます。これは、Perplexityが社内で開発したモデルで、回答の質とユーザー体験を最適化しています。Llama 3.3 70Bを基に構築され、SonarはPerplexityのデフォルト検索モードでの回答の正確性と読みやすさを向上させるためにさらに訓練されています。

包括的なオンラインA/Bテストを通じて、Sonarがそのクラス内のモデル、例えばGPT-4o miniやClaude 3.5 Haikuに比べて大幅に性能が優れていることを確認しました。最先端モデルのGPT-4oやClaude 3.5 Sonnetに匹敵するか、それ以上のユーザー満足度を実現しています。Cerebrasの推論インフラによって支えられたSonarは、1200トークン毎秒という超高速で動作し、ほぼ瞬時に回答が生成されます。

PerplexityユーザーがSonarを好む理由

Sonarのユーザー満足度を測るための広範なオンラインA/Bテストを実施しました。この重要な指標は製品の利用とリテンションに強く関連しています。この指標は、ユーザーがPerplexityで質問する際の満足度と関与度を捉えます。

評価結果では、SonarがGPT-4o miniやClaude 3.5 Haikuを大幅に超える性能を示しています。また、より高価な最先端モデルに対してSonarを比較した結果、Claude 3.5 Sonnetを上回り、GPT-4oに近い性能を実現し、価格のわずか一部でその10倍以上の速度を誇ります。

超高速速度が瞬時の回答を可能にする

Cerebras推論インフラにより支えられたSonarは、Gemini 2.0 Flashのような比較可能なモデルよりも10倍近い速度でデコードスループットを実現し、ほぼ瞬時の回答生成が可能です。これにより、Sonarは迅速な情報取得や詳細な質問応答の利用ケースに最適です。

Sonarは事実に基づいた高品質な回答を提供する

ユーザー満足度に強く関連する二つの重要な次元、つまり回答の正確性と読みやすさをSonarは最適化しています。

• 回答の正確性: モデルが検索結果に基づく事実を用いて質問に答える能力、および矛盾や不足情報を解決する能力を測定します

• 読みやすさ: モデルが適切にマークダウン形式を使用してテキストを整理しながら、簡潔で詳細な回答を提供する能力を測定します

私たちの結果は、SonarがベースモデルであるLlama 3.3 70B Instructに比べてこれらの側面を大幅に改善し、これらの主要分野で他の最先端モデルをも上回っていることを示しています†。

さらに、Sonarはユーザー指示の遂行と世界知識を測定する学術的なベンチマークでも、GPT-4o miniやClaude 3.5 Haikuのような同クラスのモデルを超えています。

• IFEval: ユーザー提供の指示にどれだけ忠実に従うかを測定します

• MMLU: さまざまな分野に渡る世界知識を評価します

Sonarが質問に答える方法

実際に事実性と読みやすさの向上とは何を意味するのか？Sonarと他のモデルで行われた検索を比較して、違いを見てみましょう。

今日からSonarを使おう

Sonarは高速かつ正確な回答を提供するため、毎日の使用に最適なモデルです。Perplexity Proユーザーは、設定でSonarをデフォルトモデルにすることができます。また、Sonar APIオファリング*を通じて使用することもできます。

脚注

• †これらの評価は0から100のスケールで採点され、高いほど良いです

• *APIを通じて提供されるSonarモデルは、まだCerebras推論インフラでは動作していませんが、間もなく提供される予定です