Artykuł
Perplexity Sonar Dominuje w Nowej Arenie Oceny Wyszukiwania
TL;DR
Miejsce #1: Sonar-Reasoning-Pro-High osiągnął Wynik Areny 1136 (±21/−19), co statystycznie daje remis z Gemini-2.5-Pro-Grounding od Google (1142 +14/-17). W bezpośrednich starciach, Sonar-Reasoning-Pro-High pokonał Gemini-2.5-Pro-Grounding w 53% przypadków.
Dominacja Sonar: Modele Perplexity zajęły miejsca od 1 do 4, znacznie przewyższając inne oceniane modele od Google i OpenAI.
Przewaga w rozumowaniu: Modele zawierające zdolności rozumowania (sonar-reasoning-pro i sonar-reasoning) zajęły wyższe miejsca, co jest zgodne z ogólną preferencją użytkowników wobec modeli rozumujących (pierwsza trójka na tablicy wyników).
Głębokość wyszukiwania: Modele Sonar wykonują głębsze wyszukiwanie i uwzględniają więcej źródeł, średnio cytując 2-3 razy więcej źródeł niż porównywalne modele Gemini.
LM Arena właśnie opublikowała nową tablicę wyników Search Arena porównującą systemy LLM z rozszerzeniem wyszukiwania na podstawie preferencji ludzkich. Model Sonar-Reasoning-Pro od Perplexity zremisował z Gemini-2.5-Pro-Grounding, a pozostałe modele Sonar przewyższyły Gemini-2.0-Flash-Grounding i wszystkie modele wyszukiwania sieciowego OpenAI.
Benchmarking Search Arena
W przeciwieństwie do skupienia się SimpleQA na wąskiej dokładności faktograficznej, LM Arena ocenia, jak modele radzą sobie z rzeczywistymi zapytaniami użytkowników dotyczącymi kodowania, pisania, badań i rekomendacji. W Search Arena ocena koncentruje się na wydarzeniach bieżących i obejmuje dłuższe, bardziej złożone pytania, zbierając ponad 10 000 głosów preferencji ludzkich wśród 11 modeli. Między 18 marca a 13 kwietnia 2025 roku, Search Arena pytała użytkowników o to, które odpowiedzi modeli lepiej spełniały ich potrzeby informacyjne.
Wyniki wydajności modeli Sonar
Modele Sonar od Perplexity przewyższyły wiele najlepszych modeli na świecie, w tym Gemini 2.0 Flash i GPT 4o Search. Nasz model Sonar-Reasoning-Pro osiągnął wynik 1136, co statystycznie remisuje z Gemini-2.5-Pro-Grounding (1142) na pierwszym miejscu.
W bezpośrednich starciach, Sonar-Reasoning-Pro-High pokonał Gemini-2.5-Pro-Grounding w 53% przypadków.
Ocena Search Arena ujawniła trzy czynniki mocno korelujące z preferencjami ludzkimi:
Dłuższe odpowiedzi (współczynnik 0.255, p<0.05)
Większa liczba cytatów (współczynnik 0.234, p<0.05)
Cytaty z zasobów sieciowych społeczności
Tablica wyników wykazała wyraźną preferencję użytkowników do modeli z rozszerzonym rozumowaniem, z Sonar-Reasoning-Pro i Sonar-Reasoning na dwóch z trzech najwyższych miejsc. Eksperymenty kontrolne potwierdziły te wyniki, pokazując, że kontrola liczby cytowań powodowała zbieżność rankingów modeli, sugerując, że głębokość wyszukiwania jest istotnym czynnikiem różnicującym wydajność.
Modele Sonar od Perplexity miały znacznie większą głębokość wyszukiwania, z ppl-sonar-pro-high cytującym 2-3 razy więcej źródeł niż równoważne modele Gemini.
Co to oznacza dla użytkowników
Dla użytkowników Perplexity, te wyniki potwierdzają, że modele Sonar zapewniają najlepszą w swojej klasie dokładność, kompleksową atrybucję źródeł i wysokiej jakości odpowiedzi na szeroki zakres tematów.
Użytkownicy Perplexity Pro mogą nadal korzystać z tych najlepszych modeli, ustawiając Sonar jako swój domyślny model w ustawieniach. Użytkownicy API mogą uzyskać dostęp do tych możliwości przez nasze oferty API Sonar z elastycznymi trybami wyszukiwania, aby zrównoważyć wydajność i efektywność kosztową.
Choć jesteśmy dumni z tego osiągnięcia, pozostajemy skoncentrowani na ciągłym doskonaleniu. Ocena Search Arena dostarcza cennych informacji o preferencjach użytkowników, które będą informować nasze dalsze prace rozwojowe.
Wprowadzenie do Sonar
Dołącz do współzałożyciela i CTO Perplexity, Denisa Yaratsa, na przegląd naszej API 24 kwietnia o 11:00 PT. Denis przedstawi przegląd API Perplexity, podzieli się wynikami benchmarków i przykładami użycia API.
Zarejestruj się tutaj.