ИИтак

← Назад

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).