Perplexity宣布推出全新API服务，提供即时生成式搜索功能。通过网络连接与可信来源的信息检索，提升生成式人工智能结果的事实性与准确度。API有两个层级，Sonar API专注轻量化设计与成本效益，Sonar Pro API则针对需要处理复杂查询的企业需求进行优化。
Sonar API提供快速、即时的网页搜索结果，并附上参考文献以提高信息可信度。此服务适合基础问答应用，如行动应用程序内的查询功能或客服系统。而Sonar Pro API则进一步提升性能，能处理多步骤查询与长篇上下文，并结合来自多来源的信息检索，提供更深入、可靠的答案，其平均参考文献数量是Sonar API的两倍，特别适用于企业级应用场景，如业务决策支持或高精度信息检索。
语言模型事实性的基准测试工具SimpleQA，专门用于评估语言模型在回答简短且事实性问题时的准确度表现。根据测试结果，Sonar API的F-score为0.773，而Sonar Pro API则在SimpleQA基准测试的F-score获得0.858，展现其生成式搜索的高性能与实用性。
目前，该API服务可整合至不同应用，包括销售、医疗和视频会议等。Perplexity提供的案例包括，Zoom通过Sonar Pro API在视频会议中提供即时查询功能，让用户无需切换至其他应用即可快速获取所需信息。此外，Perplexity官方强调，Sonar和Sonar Pro API都严格遵守数据隐私原则，确保用户数据不会用于模型训练。
观点
现在大模型工具都增加了联网检索功能，而且似乎不能搜索实时联网信息，正确性只是相对提高。不过当前大模型普遍存在的“幻觉”（Hallucination）问题，本质是缺乏实时、权威的数据锚点。
通过将网络检索与可信来源结构化，Perplexity在技术路径上实现了动态知识更新。传统大模型的训练数据存在时间滞后性（如GPT-4训练数据截止至2023年10月），而Perplexity的实时检索机制可捕捉突发新闻、最新科研成果等动态信息，推动生成式AI从“通用聊天”向“专业知识服务”演进。
