Perplexity 推出新版 Sonar 搜索模型 AI 搜索引擎企业 Perplexity 于 2 月 12 日发布了新版 Sonar 搜索模型。该模型基于 Llama 3.3 70B 训练，并针对搜索应用进行了优化，目前运行在 Cerebras 推理基础设施上。 Perplexity 表示，新版 Sonar 的可每秒达 1200 个 Token，是 Gemini 2.0 Flash 的 8.5 倍以上。在回答质量方面，用户对其表现的评价明显优于 GPT-4o mini 和 Claude 3.5 Haiku，甚至还超越了前沿模型 Claude 3.5 Sonnet，并且与 GPT-4o 差距不大。Perplexity 还表示新版 Sonar 主要具备两大优势：一是回答的事实性更强，二是能够更熟练地使用 markdown 格式，提高文本可读性。 目前，该模型已向 Perplexity Pro 订阅用户开放，并将对外提供 API 形式。
