Perplexity Sonar domineerib uues Search Arena hindamises

Perplexity Sonari mudelid saavutavad otsinguvõrdluses esikohad

Lühidalt

  • Koht #1: Sonar-Reasoning-Pro-High saavutas Arenai tulemuse 1136 (±21/−19), jagades statistiliselt esimest kohta Google'i mudeliga Gemini-2.5-Pro-Grounding (1142 +14/-17). Otsestes omavahelistes võrdlustes alistas Sonar-Reasoning-Pro-High mudeli Gemini-2.5-Pro-Grounding 53% juhtudest.
  • Sonari domineerimine: Perplexity mudelid saavutasid kohad 1 kuni 4, edestades märgatavalt teisi hinnatud Google'i ja OpenAI mudeleid.
  • Arutlusvõime eelis: Arutlusvõimet sisaldavad mudelid (sonar-reasoning-pro ja sonar-reasoning) saavutasid kõrgema koha, mis on kooskõlas arutlusvõimega mudelite puhul täheldatud üldise kasutajate eelistusega (edetabeli esikolmik).
  • Otsingu sügavus: Sonari mudelid teevad põhjalikumaid otsinguid ja võtavad arvesse rohkem allikaid, viidates keskmiselt 2–3 korda rohkematele allikatele kui võrreldavad Gemini mudelid.

______

LM Arena avaldas äsja uue Search Arena edetabeli, mis võrdleb inimeste eelistuste põhjal otsingupõhiseid LLM-süsteeme. Perplexity mudel Sonar-Reasoning-Pro jagab esimest kohta mudeliga Gemini-2.5-Pro-Grounding ning ülejäänud Sonari mudelid edestavad mudelit Gemini-2.0-Flash-Grounding ja kõiki OpenAI veebiotsingu mudeleid.

Search Arena võrdlusuuring

Erinevalt SimpleQA kitsast faktitäpsuse fookusest hindab LM Arena seda, kuidas mudelid tulevad toime reaalsete kasutajapäringutega programmeerimise, kirjutamise, uurimistöö ja soovituste valdkonnas. Search Arena keskendub jooksvatele sündmustele ning hõlmab pikemaid ja keerukamaid vihjeid, kogudes 11 mudeli kohta üle 10 000 inimeste eelistusi kajastava hääle. Ajavahemikul 18. märtsist kuni 13. aprillini 2025 palus Search Arena kasutajatel esitada päringuid ja valida, kumb mudeli vastus vastas nende teabevajadusele paremini.

Sonari mudelite jõudluse tulemused

Perplexity Sonari mudelid edestasid paljusid tipptasemel mudeleid, sealhulgas Gemini 2.0 Flash ja GPT 4o Search. Meie mudel Sonar-Reasoning-Pro saavutas tulemuse 1136, jagades esikohta mudeliga Gemini-2.5-Pro-Grounding (1142).

Otsestes omavahelistes võrdlustes alistas Sonar-Reasoning-Pro-High mudeli Gemini-2.5-Pro-Grounding 53% juhtudest.

Search Arena hindamine tõi esile kolm tegurit, mis on tugevalt seotud inimeste eelistustega:

  • Pikemad vastused (koefitsient 0,255, p<0,05)
  • Kõrgem viidete arv (koefitsient 0,234, p<0,05)
  • Viited kogukonna veebiallikatest

Edetabel näitas selget kasutajate eelistust arutluskäiku toetavate mudelite kasuks – Sonar-Reasoning-Pro ja Sonar-Reasoning hõivasid kaks kohta esikolmikust. Kontrollkatsetused kinnitasid neid tulemusi, näidates, et viidete arvessevõtmise ühtlustamisel mudelite järjestused ühtlustusid, mis viitab sellele, et otsingu sügavus on oluline jõudluse eristaja.

Perplexity Sonari mudelitel oli oluliselt suurem otsingusügavus, kusjuures ppl-sonar-pro-high viitas 2–3 korda rohkematele allikatele kui samaväärsed Gemini mudelid.

Mida see kasutajate jaoks tähendab

Perplexity kasutajate jaoks kinnitavad need tulemused, et Sonari mudelid tagavad oma klassi parima täpsuse, põhjaliku allikaviidete esitamise ja kvaliteetsed vastused paljudel erinevatel teemadel.

Perplexity Pro kasutajad saavad nende parimate mudelite eelistest jätkuvalt kasu, määrates Sonari oma vaikeveebimudeliks sätetes. API kasutajad saavad neid võimalusi kasutada meie Sonari API pakkumiste kaudu, millel on paindlikud otsingurežiimid jõudluse ja kulutõhususe tasakaalustamiseks.

Kuigi oleme selle saavutuse üle uhked, oleme endiselt pühendunud pidevale täiustamisele. Search Arena hindamine annab väärtuslikku teavet kasutajate eelistuste kohta, mis on aluseks meie edasisele arendustegevusele.

Sissejuhatus Sonari

Liituge Perplexity kaasasutaja ja tehnikajuhi Denis Yaratsiga, et saada ülevaade meie API-st 24. aprillil kell 11 Vaikse ookeani aja (PT) järgi. Denis annab ülevaate Perplexity API-dest, jagab võrdlusuuringu tulemusi ja API kasutusjuhtumeid.

Registreeru siin.

Alustage Sonariga.