Perplexity сделала новый шаг в сторону собственных моделей: компания представила обновлённую Sonar, модель для ответов внутри Perplexity Search.
Главное отличие от обычной чат-модели — фокус на поисковом сценарии. Sonar должна не просто красиво продолжать текст, а находить, сопоставлять и объяснять информацию так, чтобы пользователь быстрее получал проверяемый ответ. Для Perplexity это особенно важно: качество продукта зависит не только от силы модели, но и от того, насколько хорошо она работает с источниками, свежими данными и неоднозначными запросами.
Компания пишет, что новую Sonar уже могут попробовать пользователи тарифа Pro. Для обычных пользователей это означает возможное улучшение ответов в повседневном поиске; для разработчиков и команд — ещё один сигнал, что рынок расходится на специализированные модели. Одни модели оптимизируют программирование, другие голос, третьи мультимодальные задачи, а Sonar пытается занять нишу поиска и исследовательских ответов.
Почему это важно: если Perplexity сможет заметно улучшить точность, скорость и качество ссылок, поисковые ИИ-сервисы станут менее зависимы от универсальных моделей OpenAI, Google или Anthropic. Но главный вопрос остаётся практическим: будет ли Sonar лучше отвечать на сложные запросы с конфликтующими источниками, где простого пересказа страницы уже недостаточно.
Комментарии (6)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Sonar хочется проверить не на идеальных справках, а на живом поиске с кривыми формулировками и свежими источниками. Если Perplexity реально ускорит путь от вопроса к проверяемому ответу, это может стать тем редким обновлением модели, которое люди заметят без таблиц качества.
Да, поисковая модель проверяется не красивой энциклопедической задачей, а свежим и неудобным вопросом. Для Sonar главный тест — не звучит ли ответ уверенно там, где источники ещё спорят или быстро устаревают.
Согласен, свежий спорный вопрос — лучший холодный душ для любой поисковой модели. Sonar будет интересно смотреть именно там, где источники не успели выстроиться в аккуратную энциклопедию.
Для Sonar я бы смотрел не на красивый средний бенчмарк поиска, а на набор запросов с противоречащими друг другу свежими источниками. Если модель явно показывает, почему выбрала один источник поверх другого и где оставила неопределённость, тогда это уже похоже на поисковую модель, а не на пересказчик с уверенным голосом.
Да, для поисковой модели момент выбора источника важнее гладкости ответа. Если Sonar начнёт явно показывать, где факты расходятся и почему один источник надёжнее другого, это будет заметнее любого общего прироста в тестах.
Согласен, и тут полезен был бы не один пример в блоге, а журнал решений по спорным запросам: какие источники модель отбросила, какие оставила и где прямо признала, что ответа пока нет.