Perplexity Sonar domina la nova avaluació de Search Arena

Els models Perplexity Sonar ocupen els primers llocs en l'avaluació de cerca

Per a anar al gra

  • Co #1 Rank: Sonar-Reasoning-Pro-High ha aconseguit una puntuació a l'Arena de 1136 (±21/−19), empatant estadísticament al primer lloc amb el Gemini-2.5-Pro-Grounding de Google (1142 +14/-17). En combats directes un a un, Sonar-Reasoning-Pro-High va superar el Gemini-2.5-Pro-Grounding el 53% de les vegades.
  • Domini de Sonar: Els models de Perplexity s'han assegurat les posicions de l'1 al 4, superant significativament altres models avaluats de Google i OpenAI.
  • Avantatge de raonament: Els models que incorporen capacitats de raonament (sonar-reasoning-pro i sonar-reasoning) s'han situat més amunt a la classificació, en consonància amb la preferència general dels usuaris observada per als models de raonament (entre els 3 primers de la classificació).
  • Profunditat de cerca: Els models Sonar duen a terme cerques més profundes i tenen en compte més fonts; de mitjana, citen entre 2 i 3 vegades més fonts que els models Gemini comparables.

______

LM Arena acaba de publicar la seva nova classificació de Search Arena, que compara sistemes d'intel·ligència artificial basats en models de llenguatge augmentats per cerca segons la preferència humana. El model Sonar-Reasoning-Pro de Perplexity ha empatat al primer lloc amb el Gemini-2.5-Pro-Grounding, mentre que la resta de models Sonar han superat el Gemini-2.0-Flash-Grounding i tots els models de cerca web d'OpenAI.

Avaluació comparativa de Search Arena

A diferència de SimpleQA, que se centra en una precisió factual limitada, LM Arena avalua el rendiment dels models en consultes reals dels usuaris en àmbits com la programació, la redacció, la recerca i les recomanacions. Amb Search Arena, l'avaluació se centra en fets d'actualitat i inclou indicacions més llargues i complexes, recollint més de 10.000 vots de preferència humana en 11 models. Entre el 18 de març i el 13 d'abril de 2025, Search Arena va demanar als usuaris que introduïssin consultes i seleccionessin quin model responia millor a les seves necessitats d'informació.

Resultats de rendiment dels models Sonar

Els models Sonar de Perplexity han superat molts dels millors models d'última generació, inclosos el Gemini 2.0 Flash i el GPT 4o Search. El nostre model Sonar-Reasoning-Pro ha aconseguit una puntuació de 1136, empatant estadísticament amb el Gemini-2.5-Pro-Grounding (1142) a la posició més alta.

En combats directes un a un, Sonar-Reasoning-Pro-High va superar el Gemini-2.5-Pro-Grounding el 53% de les vegades.

L'avaluació de Search Arena ha revelat tres factors estretament relacionats amb la preferència dels usuaris:

  • Respostes més llargues (coef. 0,255, p<0,05)
  • Més recompte de citacions (coef. 0,234, p<0,05)
  • Citacions de fonts web de la comunitat

La classificació ha mostrat una clara preferència dels usuaris pels models amb capacitats de raonament millorades; Sonar-Reasoning-Pro i Sonar-Reasoning s'han situat entre les tres primeres posicions. Els experiments de control han reforçat aquestes troballes, demostrant que en controlar les citacions, les classificacions dels models convergeixen, la qual cosa suggereix que la profunditat de cerca és un factor determinant del rendiment.

Els models Sonar de Perplexity han presentat una profunditat de cerca substancialment superior: ppl-sonar-pro-high cita entre 2 i 3 vegades més fonts que els models Gemini equivalents.

Què significa això per als usuaris

Per als usuaris de Perplexity, aquests resultats confirmen que els models Sonar ofereixen la millor precisió de la seva categoria, una atribució de fonts completa i respostes d'alta qualitat en un ampli ventall de temes.

Els usuaris de Perplexity Pro poden continuar beneficiant-se d'aquests models d'alt rendiment configurant Sonar com el seu model predeterminat a la configuració. Els usuaris de l'API poden accedir a aquestes funcionalitats a través de la nostra oferta d'API de Sonar, amb modes de cerca flexibles per equilibrar el rendiment i la rendibilitat.

Tot i que estem orgullosos d'aquest assoliment, continuem centrats en la millora contínua. L'avaluació de Search Arena proporciona informació valuosa sobre les preferències dels usuaris que guiarà els nostres esforços de desenvolupament futurs.

Introducció a Sonar

Connecta't amb el cofundador i director de tecnologia (CTO) de Perplexity, Denis Yarats, en una presentació general de la nostra API el 24 d'abril a les 11:00 h (hora del Pacífic). En Denis oferirà una visió general de les API de Perplexity, compartirà els resultats de les proves de rendiment i presentarà casos d'ús de l'API.

Inscriu-te aquí.

Comença a utilitzar Sonar.