Perplexity Sonar доминира у новој оцјени Search Arena

Укратко

• Прво мјесто: Sonar-Reasoning-Pro-High је остварио резултат у арени од 1136 (±21/−19), што га статистички сврстава на дијељено прво мјесто са моделом Google Gemini-2.5-Pro-Grounding (1142 +14/-17). У директним окршајима један на један, Sonar-Reasoning-Pro-High је побиједио Gemini-2.5-Pro-Grounding у 53% случајева.
• Доминација модела Sonar: Perplexity модели су обезбиједили од 1. до 4. мјеста, значајно надмашивши друге оцјењиване моделе компанија Google и OpenAI.
• Предност у резоновању: Модели који укључују могућности резоновања (sonar-reasoning-pro и sonar-reasoning) рангирани су више, што је у складу са општом преференцијом корисника примијећеном код модела за резоновање (прва 3 мјеста на ранг-листи).
• Дубина претраге: Sonar модели обављају дубљу претрагу и узимају у обзир више извора, у просјеку цитирајући 2–3 пута више извора од упоредивих Gemini модела.

______

LM Arena је управо објавила своју нову ранг-листу Search Arena која упоређује LLM системе засноване на претрази на основу корисничких преференција. Perplexity-јев Sonar-Reasoning-Pro модел дијели прво мјесто са моделом Gemini-2.5-Pro-Grounding, док остали Sonar модели надмашују Gemini-2.0-Flash-Grounding и све OpenAI-јеве моделе за веб претрагу.

Увећај

Упоредно тестирање у Search Arena

За разлику од фокуса модела SimpleQA на уску чињеничну тачност, LM Arena оцјењује како се модели понашају на стварним корисничким упитима у областима програмирања, писања, истраживања и препорука. Са системом Search Arena, оцјењивање се фокусира на актуелне догађаје и укључује дуже, сложеније упите, прикупљајући преко 10.000 гласова корисника за 11 модела кроз њихове преференције. Између 18. марта и 13. априла 2025. године, Search Arena је тражила од корисника да унесу упите и изаберу који одговор модела боље задовољава њихове информативне потребе.

Резултати перформанси Sonar модела

Perplexity-јеви Sonar модели надмашили су многе водеће моделе најсавременије технологије, укључујући Gemini 2.0 Flash и GPT 4o Search. Наш Sonar-Reasoning-Pro модел је остварио резултат од 1136, чиме се статистички изједначио на врху са моделом Gemini-2.5-Pro-Grounding (1142).

Увећај

Оцјењивање у оквиру Search Arena открило је три фактора која су у јасној корелацији са преференцијама корисника:

• Дужи одговори (коеф. 0,255, p<0,05)
• Већи број цитата (коеф. 0,234, p<0,05)
• Цитати из веб извора заједнице

Ранг-листа је показала јасну преференцију корисника према моделима са побољшаним резоновањем, при чему су Sonar-Reasoning-Pro и Sonar-Reasoning заузели двије од прве три позиције. Контролни експерименти су потврдили ове налазе, показавши да контрола цитирања доводи до усклађивања ранга модела, што сугерише да је дубина претраге значајан фактор који прави разлику у перформансама.

Увећај

Шта ово значи за кориснике

За кориснике Perplexity-ја, ови резултати потврђују да Sonar модели пружају најбољу тачност у класи, свеобухватно приписивање извора и висококвалитетне одговоре у вези са широким спектром тема.

Корисници Perplexity Pro могу наставити да имају користи од ових модела са најбољим перформансама тако што ће подесити Sonar као свој подразумевани модел у подешавањима. Корисници АПИ-ја могу приступити овим функцијама кроз нашу понуду Sonar АПИ-ја са флексибилним режимима претраге ради постизања равнотеже између перформанси и исплативости

Иако смо поносни на ово постигнуће, остајемо фокусирани на континуирано усавршавање. Оцјењивање у оквиру Search Arena пружа вриједне увиде у преференције корисника који ће усмјеравати наше текуће напоре на развоју.

Увећај

Увод у Sonar

Придружите се суоснивачу и техничком директору (CTO) компаније Perplexity, Денису Јарацу, на прегледу нашег АПИ-ја 24. априла у 11:00 по пацифичком времену (PT). Денис ће пружити преглед Perplexity АПИ-ја, подијелити резултате упоредне анализе и примјере коришћења АПИ-ја.

Региструјте се овдје.

Започните са коришћењем модела Sonar.