Search API: Melhor extração, benchmarks dinâmicos

A qualidade dos trechos da nossa Search API foi otimizada em duas dimensões: relevância e tamanho.

Em setembro, publicamos uma visão geral técnica da arquitetura da API do Perplexity Search e lançamos o search_evals, nossa estrutura de avaliação de código aberto para comparar APIs de pesquisa em fluxos de trabalho baseados em agentes. Desde então, o investimento mais significativo tem sido na qualidade dos trechos, otimizados em duas dimensões: relevância e tamanho. Retornar o conteúdo certo na quantidade certa determina diretamente a precisão das respostas subsequentes e a eficiência de tokens. O trabalho para alcançar isso envolveu a construção de novos sistemas de extração, rotulagem em nível de trecho e avaliação, mais notavelmente um pipeline de rotulagem de trechos que identifica quais segmentos de um documento de origem respondem a uma determinada consulta.

Avaliando trechos no nível de trecho

Para melhorar os trechos de forma sistemática, desenvolvemos um novo sistema de avaliação. Para uma determinada consulta e documento, o sistema identifica e rotula trechos dentro do documento por sua relação com a consulta: trechos "vitais" que devem ser incluídos no trecho, várias classes de trechos "irrelevantes" que devem ser excluídos, duplicatas e outras categorias. Essa rotulagem em nível de trecho nos permite avaliar a qualidade dos trechos com um nível de precisão que não era possível anteriormente, medindo tanto o que foi incluído corretamente quanto o que foi omitido corretamente.

Na prática, essas melhorias nos permitem gerar trechos menores que são mais relevantes para a consulta. Nosso pipeline de compreensão de conteúdo autoaperfeiçoável agora lida com uma gama mais ampla de formatos de dados estruturados, incluindo tabelas, listas aninhadas e conteúdo renderizado dinamicamente que conjuntos de regras anteriores falhavam em analisar de forma confiável.

Esses aprimoramentos surgiram de nossos próprios sistemas de produção. À medida que nossa pesquisa interna impulsionava a relevância e o dimensionamento dos trechos, avaliações internas revelaram que orçamentos de conteúdo menores produziam resultados mais precisos após uma série de melhorias de qualidade. Fizemos algumas modificações em nossas configurações padrão para refletir nossas descobertas, reduzindo o tamanho da carga útil de resposta e a latência, ao mesmo tempo em que entregamos mais conteúdo útil por resultado. Para os desenvolvedores, trechos menores e mais relevantes traduzem-se diretamente em custos de token mais baixos e melhor gerenciamento de contexto para LLMs downstream.

SEAL: avaliando a recuperação sensível ao fator tempo

O benchmark SEAL testa se um sistema de recuperação pode responder a perguntas cuja resposta correta muda com o tempo. Responder de forma confiável requer frescor do índice em tempo real, extração de trechos mais inteligente de várias fontes de dados continuamente atualizadas e análise que possa identificar o valor atual em vez de um histórico.

Quando executamos o search_evals contra a versão SEAL de 22 de fevereiro usando o Claude Sonnet 4.5, as pontuações do Perplexity aumentaram enquanto outros provedores caíram no SEAL-Hard:

Estendemos nossa estrutura search_evals para incluir o SEAL junto com os benchmarks relatados em nossa postagem de setembro. Resultados atualizados e metodologia estão disponíveis no repositório atualizado no GitHub.

Suporte a consultas múltiplas

A API agora suporta até 5 consultas em uma única solicitação. Os resultados são retornados agrupados por consulta na mesma ordem em que foram enviados. Isso reduz as viagens de ida e volta para aplicativos que precisam emitir pesquisas relacionadas em paralelo, como agentes que decompõem uma pergunta complexa em várias sub-tarefas de recuperação.

Filtragem expandida

Além da filtragem de domínio (lista de permissões e lista de bloqueios, até 20 domínios) e filtragem de recência, a API agora suporta filtragem de idioma por código ISO 639-1 e pesquisa regional por código de país ISO. Eles podem ser combinados para abranger resultados com precisão, por exemplo, restringindo a resultados em inglês de domínios alemães.

SDK e disponibilidade

O Python SDK (pip install perplexityai) agora oferece suporte nativo à Search API, além da Agent API e Sonar API.

A documentação completa está em docs.perplexity.ai