Perplexity 推出新版 Sonar 搜索模型：1200 Token / s 疾速，比肩前沿模型

据IT之家讯，AI搜索引擎公司Perplexity于当地时间2月12日宣布推出其最新开发的Sonar搜索模型。这款模型是基于Llama 3.3 70B进一步优化训练，专为搜索应用量身定制，并在Cerebras推理基础设施上运行。

Perplexity透露，新版Sonar的Token解码速度已达每秒1200个，速度超过Gemini 2.0 Flash的8.5倍，能够“几乎实时生成答案”。

在回答质量方面，Perplexity表示用户对新版Sonar模型的反馈明显优于GPT-4o mini和Claude 3.5 Haiku，甚至超越了先进模型Claude 3.5 Sonnet，其性能与GPT-4o相差无几。

新版Sonar的两大显著优势包括更优质的回答事实性和更加灵活地使用 markdown格式来提升回答文本的可读性。

目前新版Sonar已向Perplexity Pro订阅用户开放，并将通过API形式提供访问。

广告声明：文中包含的外部跳转链接（包括但不限于超链接、二维码、口令等），旨在提供更翔实的信息，方便选择，结果仅供参考。