„Perplexity Sonar“ dominuoja naujoje paieškos arenos vertinime

Trumpėliau:

• 1 vieta: Sonar-Reasoning-Pro-High pasiekė 1136 Arenos įvertinimą (±21/−19), statistiškai pasidalindamas pirmąją vietą su „Google“ modeliu „Gemini-2.5-Pro-Grounding“ (1142 +14/-17). Tiesioginėse dvikovose „Sonar-Reasoning-Pro-High“ nugalėjo „Gemini-2.5-Pro-Grounding“ 53% atvejų.
• „Sonar“ dominavimas: „Perplexity“ modeliai užėmė 1–4 vietas, gerokai aplenkdami kitus įvertintus „Google“ ir „OpenAI“ modelius.
• Mąstymo pranašumas: Mąstymo gebėjimus turintys modeliai („sonar-reasoning-pro“ ir „sonar-reasoning“) užėmė aukštesnes vietas, o tai atitinka bendrą naudotojų pirmenybę mąstymo modeliams (geriausi 3 lyderių lentelėje).
• Paieškos gylis: „Sonar“ modeliai atlieka gilesnę paiešką ir atsižvelgia į daugiau šaltinių, vidutiniškai nurodydami 2–3 kartus daugiau šaltinių nei palyginami „Gemini“ modeliai.

______

„LM Arena“ neseniai išleido savo naują paieškos arenos lyderių lentelę, kurioje pagal naudotojų pirmenybes lyginamos paieškos funkcija papildytos LLM sistemos. „Perplexity“ modelis Sonar-Reasoning-Pro pasidalino pirmąją vietą su „Gemini-2.5-Pro-Grounding“, o kiti „Sonar“ modeliai aplenkė „Gemini-2.0-Flash-Grounding“ ir visus „OpenAI“ interneto paieškos modelius.

Paieškos arenos lyginamoji analizė

Skirtingai nei „SimpleQA“, kuri orientuojasi į siaurą faktinį tikslumą, „LM Arena“ vertina, kaip modeliai veikia vykdydami realias naudotojų užklausas programavimo, rašymo, tyrimų ir rekomendacijų srityse. Paieškos arenoje vertinimas orientuojasi į dabartinius įvykius, apima ilgesnius, sudėtingesnius raginimus ir renka daugiau nei 10 000 naudotojų pirmenybės balsų iš 11 modelių. Kovo 18–balandžio 13 d. 2025 m. paieškos arena ragino naudotojus pateikti užklausas ir pasirinkti, kurio modelio atsakymas geriau tenkino jų informacinius poreikius.

„Sonar“ modelio našumo rezultatai

„Perplexity“ „Sonar“ modeliai aplenkė daugelį geriausių pažangiausių modelių, įskaitant „Gemini 2.0 Flash“ ir „GPT 4o Search“. Mūsų modelis Sonar-Reasoning-Pro pasiekė 1136 įvertinimą ir statistiškai dalijasi pirmąja vieta su „Gemini-2.5-Pro-Grounding“ (1142).

Paieškos arenos vertinimas atskleidė tris veiksnius, kurie glaudžiai susiję su naudotojų pirmenybėmis:

• Ilgesni atsakymai (koef. 0,255, p<0,05)
• Didesnis citatų skaičius (koef. 0,234, p<0,05)
• Bendruomenės žiniatinklio šaltinių citatos

Lyderių lentelė parodė aiškią naudotojų pirmenybę mąstymo gebėjimus turintiems modeliams: Sonar-Reasoning-Pro ir Sonar-Reasoning užėmė dvi iš trijų geriausių vietų. Kontroliniai eksperimentai sustiprino šias išvadas, parodydami, kad kontroliuojant citatas modelių reitingai susilygina, o tai rodo, kad paieškos gylis yra reikšmingas našumo skirtumų lemiantis veiksnys.

Ką tai reiškia naudotojams

„Perplexity“ naudotojams šie rezultatai patvirtina, kad „Sonar“ modeliai užtikrina geriausią savo klasėje tikslumą, išsamų šaltinių nurodymą ir aukštos kokybės atsakymus įvairiomis temomis.

„Perplexity Pro“ naudotojai gali ir далі naudotis šiais geriausiais modeliais, nustatydami „Sonar“ kaip numatytąjį modelį nustatymuose. API naudotojai gali pasiekti šias funkcijas naudodami mūsų „Sonar“ API pasiūlymus su lanksčiais paieškos režimais, kad suderintų našumą ir išlaidų efektyvumą

Nors didžiuojamės šiuo pasiekimu, esame susitelkę į nuolatinį tobulėjimą. Paieškos arenos vertinimas suteikia vertingų įžvalgų apie naudotojų pirmenybes, kurios padės formuoti mūsų būsimus kūrimo darbus.

Įvadas į „Sonar“

Prisijunkite prie „Perplexity“ bendra įkūrėjo ir technktuvo vadovo Deniso Yarats balandžio 24 d. 11 val. PT vyksiančioje mūsų API apžvalgoje. Denis pateiks „Perplexity“ API apžvalgą, pasidalins lyginamosios analizės rezultatais ir API naudojimo atvejais.

Registruokitės čia.

Pradėkite naudotis „Sonar“.