Perplexity Sonar dominuje v novom hodnotení Search Arena

Stručne

• 1. miesto: Model Sonar-Reasoning-Pro-High dosiahol skóre v Aréne 1136 (±21/−19), čím sa v štatistikách delí o prvé miesto s modelom Gemini-2.5-Pro-Grounding od spoločnosti Google (1142 +14/-17). V priamych súbojoch jeden na jedného vyhral Sonar-Reasoning-Pro-High nad modelom Gemini-2.5-Pro-Grounding v 53 % prípadov.
• Dominancia modelu Sonar: Modely Perplexity získali 1. až 4. miesto, čím výrazne predčili ostatné hodnotené modely od spoločností Google a OpenAI.
• Výhoda uvažovania: Modely obsahujúce schopnosti uvažovania (sonar-reasoning-pro a sonar-reasoning) sa umiestnili vyššie, čo zodpovedá všeobecnej preferencii používateľov pozorovanej u modelov s uvažovaním (v top 3 v rebríčku).
• Hĺbka vyhľadávania: Modely Sonar vykonávajú hlbšie vyhľadávanie a berú do úvahy viac zdrojov, pričom v priemere citujú 2- až 3-krát viac zdrojov ako porovnateľné modely Gemini.

______

Platforma LM Arena práve zverejnila svoj nový rebríček Search Arena, ktorý porovnáva systémy LLM rozšírené o vyhľadávanie na základe preferencií používateľov. Model Sonar-Reasoning-Pro od spoločnosti Perplexity sa delí o prvé miesto s modelom Gemini-2.5-Pro-Grounding, pričom ostatné modely Sonar prekonávajú model Gemini-2.0-Flash-Grounding a všetky webové vyhľadávacie modely od OpenAI.

Zväčšiť

Porovnávanie v službe Search Arena

Na rozdiel od zamerania platformy SimpleQA na úzku vecnú presnosť, LM Arena hodnotí, ako modely fungujú pri skutočných používateľských dopytoch v oblasti programovania, písania, výskumu a odporúčaní. V službe Search Arena sa hodnotenie zameriava na aktuálne udalosti a zahŕňa dlhšie a komplexnejšie výzvy, pričom zhromažďuje viac ako 10 000 hlasov používateľov pre 11 modelov. V období od 18. marca do 13. apríla 2025 vyzývala služba Search Arena používateľov, aby zadávali otázky a vyberali, ktorá odpoveď modelu lepšie uspokojila ich informačné potreby.

Výsledky výkonnosti modelov Sonar

Modely Sonar od spoločnosti Perplexity prekonali mnohé špičkové modely vrátane Gemini 2.0 Flash a GPT 4o Search. Náš model Sonar-Reasoning-Pro dosiahol skóre 1136, čím sa štatisticky delí o prvú pozíciu s modelom Gemini-2.5-Pro-Grounding (1142).

Zväčšiť

Hodnotenie služby Search Arena odhalilo tri faktory silne korelujúce s preferenciami používateľov:

• Dlhšie odpovede (koef. 0,255, p<0,05)
• Vyšší počet citácií (koef. 0,234, p<0,05)
• Citácie z komunitných webových zdrojov

Rebríček ukázal jasnú preferenciu používateľov pre modely s vylepšeným uvažovaním, pričom Sonar-Reasoning-Pro a Sonar-Reasoning obsadili dve z troch najvyšších pozícií. Kontrolné experimenty tieto zistenia potvrdili a ukázali, že zohľadnenie citácií spôsobilo konvergenciu hodnotení modelov, čo naznačuje, že hĺbka vyhľadávania je významným faktorom ovplyvňujúcim výkon.

Zväčšiť

Čo to znamená pre používateľov

Pre používateľov Perplexity tieto výsledky potvrdzujú, že modely Sonar poskytujú špičkovú presnosť, komplexné priradenie zdrojov a vysokokvalitné odpovede v širokej škále tém.

Používatelia Perplexity Pro môžu aj naďalej využívať tieto špičkové modely nastavením modelu Sonar ako predvoleného v nastaveniach. Používatelia rozhrania API majú prístup k týmto funkciám prostredníctvom našich ponúk Sonar API s flexibilnými režimami vyhľadávania na vyváženie výkonu a nákladovej efektivity.

Aj keď sme na tento úspech hrdí, naďalej sa sústredíme na neustále zlepšovanie. Hodnotenie Search Arena poskytuje cenné poznatky o preferenciách používateľov, ktoré budú formovať naše úsilie o neustály vývoj.

Zväčšiť

Úvod do modelu Sonar

Pripojte sa k spoluzakladateľovi a technologickému riaditeľovi spoločnosti Perplexity, Denisovi Yaratsovi, na prehľad nášho rozhrania API 24. apríla o 11:00 tichomorského času (PT). Denis poskytne prehľad rozhraní API spoločnosti Perplexity, podelí sa o výsledky benchmarkov a prípady použitia rozhrania API.

Zaregistrujte sa tu.

Začnite pracovať so službou Sonar.