Search API：更好的提取与动态基准测试

9月，我们发布了一份关于 Perplexity Search API 架构的技术概览，并发布了 search_evals，这是我们用于在代理工作流中对搜索 API 进行基准测试的开源评估框架。自那时起，我们最重大的投入在于摘要质量，并在相关性和大小两个维度上进行了优化。返回正确内容及其适当数量直接决定了下游回答的准确性和 Token 效率。实现这一目标的工作涉及构建新的提取、片段级标注和评估系统，其中最显著的是一个片段标注管道，它能够识别源文档中哪些片段对给定查询具有响应性。

为了系统地改进摘要，我们设计了一个新的评估系统。对于给定的查询和文档，该系统通过其与查询的关系来识别并标注文档中的片段：必须包含在摘要中的“重要”片段、应排除的各种“不相关”片段、重复项以及其他类别。这种片段级标注使我们能够以之前无法实现的精度评估摘要质量，从而衡量哪些内容被正确包含以及哪些内容被正确剔除。

在实践中，这些改进使我们能够生成与查询更相关的小型摘要。我们可自我改进的内容理解管道现在可以处理更广泛的结构化数据格式，包括表格、嵌套列表以及早期规则集无法可靠解析的动态渲染内容。

这些改进源于我们自己的生产系统。随着我们的内部研究推动摘要相关性和大小的优化，内部评估显示，在一系列质量改进之后，较小的内容预算实际上产生了更准确的结果。我们对默认配置进行了一些修改以反映我们的发现，在减少响应载荷大小和延迟的同时，提供了每个结果中更有用的内容。对于开发人员而言，更小、更相关的摘要直接转化为更低的 Token 成本以及对下游大语言模型更好的上下文管理。

SEAL 基准测试旨在检验检索系统是否能够回答正确响应随时间变化的提问。可靠的回答需要实时的索引新鲜度、从各种持续更新的数据源中进行更智能的摘要提取，以及能够识别当前值而非历史值的解析能力。

当我们使用 Claude Sonnet 4.5 针对 2 月 22 日的 SEAL 版本运行 search_evals 时，Perplexity 的分数有所提高，而其他提供商在 SEAL-Hard 上的分数则有所下降：

我们已扩展了 search_evals 框架，在 9 月发布的基准测试基础上纳入了 SEAL。更新后的结果和方法论可在 GitHub 的更新仓库中获取。

该 API 现在支持在单个请求中包含最多 5 个查询。结果将按查询分组并以提交时的相同顺序返回。这减少了需要并行发出相关搜索的应用程序的往返次数，例如将复杂问题分解为多个检索子任务的代理。

除了域名过滤（允许列表和拒绝列表，最多支持 20 个域名）和新近度过滤外，该 API 现在还支持按 ISO 639-1 代码进行语言过滤以及按 ISO 国家代码进行区域搜索。这些可以组合使用以精确限定结果范围，例如将结果限制为来自德国域名的英文内容。

Python SDK (pip install perplexityai) 现在除了 Agent API 和 Sonar API 外，还提供对 Search API 的原生支持。

完整文档位于 docs.perplexity.ai

在片段级别评估摘要

SEAL：针对时间敏感型检索的基准测试

多查询支持

扩展过滤

SDK 和可用性