Модель · Perplexity
Sonar
Лёгкая поисковая модель Perplexity: быстро отвечает на вопросы по свежим данным из интернета и даёт ссылки на источники
вышла 1 января 2024
Характеристики
- Вышла
- 1 января 2024
- КонтекстСколько текста модель учитывает за один запрос: вопрос, приложенные документы и её собственный ответ вместе. Токен — кусок слова; слово обычно занимает один–три токена
- 128 тыс. токенов
- Длина ответаСколько токенов модель может выдать за один ответ, вместе со скрытыми рассуждениями, если они есть
- до 4,1 тыс. токенов
- Цена входаСколько стоит миллион токенов, отправленных модели: вопрос, документы, вся история переписки
- $1 за миллион токенов
- Цена ответаСколько стоит миллион токенов, написанных моделью, — включая скрытые рассуждения
- $1 за миллион токенов
- Понимает
- текст
- Отвечает
- текст
- РассужденияПеред ответом модель рассуждает про себя: медленнее и дороже, зато точнее на трудных задачах
- нет
- Вызов инструментовМодель сама просит программу выполнить действие — поиск, запуск кода, запрос к сервису — и продолжает с результатом. На этом держатся агенты
- нет
- ВесаОткрытые — файлы модели можно скачать и запустить на своих серверах. Закрытые — доступ только через сервис лаборатории
- закрытые
- Знания до
- сентябрь 2025
- Идентификатор в API
- sonar
Что это за модель
Sonar — базовая модель в поисковой линейке Perplexity. Перед ответом она ищет в интернете и прикладывает ссылки на найденные источники. Такую опору на источники (grounding) лаборатория называет главным свойством модели. В обновлённой версии, представленной в начале 2025 года, Sonar построена на открытой модели Llama 3.3 70B от Meta. Perplexity дообучила её, чтобы ответы были точнее по фактам и легче читались. Эта же модель по умолчанию работает в обычном режиме поиска самого сервиса Perplexity.
В линейке Sonar — самая простая и дешёвая ступень. Sonar Pro рассчитана на сложные запросы и уточняющие вопросы в диалоге и даёт примерно вдвое больше ссылок за один поиск. Sonar Reasoning Pro добавляет пошаговые рассуждения, а Sonar Deep Research собирает подробные отчёты по многим источникам. Для скорости модель запускают на оборудовании Cerebras: лаборатория называет около 1200 токенов в секунду, поэтому ответ появляется почти сразу. По A/B-тестам Perplexity, в которых сравнивали удовлетворённость пользователей, Sonar обходит модели своего класса — GPT-4o mini и Claude 3.5 Haiku — и держится на уровне GPT-4o и Claude 3.5 Sonnet или выше.
Документация советует Sonar для быстрых вопросов о фактах, коротких сводок по теме, сравнения товаров и новостей — везде, где нужно просто найти и пересказать информацию. Разработчики встраивают её в свои приложения через API, когда нужен быстрый ответ со ссылками. Например, Zoom сделала на ней ассистента: он отвечает на вопросы по данным из интернета прямо в окне видеозвонка.
Лаборатория прямо пишет, что Sonar не подходит для многошаговой аналитики, исчерпывающего исследования широкой темы и задач с подробными инструкциями, которые требуют сводить данные из множества источников. Для этого Perplexity предлагает Sonar Pro и Sonar Deep Research.
Источники: Документация Perplexity: модель Sonar, Анонс обновлённой Sonar в блоге Perplexity, Анонс Sonar Pro API
Данные: models.dev (MIT).