Sonar
6329°
Jalankan model ini
Tawaran / Iklan
Perplexity | konteks token 127,072 | $1.00/M input, $1.00/M output. Sonar adalah ringan, mampu milik, pantas, dan mudah digunakan — kini menampilkan sitasi dan kemampuan untuk menyesuaikan sumber. Ia direka untuk syarikat yang ingin mengintegrasikan ciri soal jawab ringan yang dioptimumkan untuk kelajuan.
Panduan untuk model ini
10 Alternatif ChatGPT Termurah pada 2026: model tempatan percuma, tahap percuma dan pelan kadar rata
Berat terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya kamu dibenarkan lakukan
Nota Kapten
Nota dari 2026-10-13
Sonar adalah model bahasa ringan yang diakses melalui API dari Perplexity, dibina untuk pencarian pantas soalan dan jawapan dengan sitasi. Ia membolehkan anda sesuaikan sumber yang digunakan, menjadikannya praktikal untuk pasukan produk yang perlu menyemat lapisan Q&A tanpa beban model berat. Pada $1 per juta token setiap arah, ia berada di hujung mampu milik model berasaskan pencarian yang dihoskan.
Dikenali untuk
- Mengembalikan jawapan yang disitasi dari sumber web langsung
- Membolehkan anda mengehadkan atau menyesuaikan kolam sumber yang dicari
- Masa tindak balas pantas sesuai untuk integrasi sensitif latensi
- Harga mudah dan rata pada $1/M input dan $1/M output
Berhati-hati dengan
- Berat tertutup, hanya API — anda tidak boleh jalankan secara tempatan atau periksa model asas
- Direka untuk pengambilan Q&A; tidak sesuai untuk penaakulan mendalam, pengkodan atau penjanaan bentuk panjang
- Tetingkap konteks 127,072 token, kurang dari ambang 200k untuk kerja konteks panjang
Terbaik untuk
Arahan untuk cuba
Gambaran kompetitif dengan sitasi
Apakah perbezaan utama antara PostgreSQL dan MySQL untuk startup membina produk SaaS pada 2025? Ringkaskan pertukaran utama dan sitasi sumber anda.
Soal jawab peristiwa terkini
Apa yang berlaku dengan peraturan AI di Kesatuan Eropah dalam enam bulan terakhir? Berikan ringkasan ringkas dengan sitasi supaya saya boleh sahkan setiap tuntutan.
Penyelidikan produk berasaskan sumber
Saya sedang menilai pangkalan data vektor sumber terbuka untuk saluran penjanaan diperkaya pengambilan. Bandingkan Qdrant, Weaviate dan Milvus dari segi skala, kemudahan pelaksanaan dan sokongan komuniti. Sitasi sumber yang anda gunakan.
Bandingkan dengan
- Mistral 7B Instruct v0.2Model berat terbukakonteks 32,768 token · Input $0.06/M, output $0.06/M
- Mistral Small 3.2 24B Instruct 2506Model berat terbukakonteks 128,000 token · Input $0.07/M, output $0.20/M
- Gemma 3 12BModel berat terbukakonteks 131,072 token · Input $0.05/M, output $0.15/M
- Nemotron 3.5 Content SafetyModel berat terbukakonteks 131,072 token · Input $0.20/M, output $0.20/M
Lebih banyak model teks dari perplexity
Soalan yang sering ditanya
- Bolehkah saya jalankan Sonar secara tempatan atau muat turun beratnya?
- Tidak. Sonar adalah model hanya API dari Perplexity; beratnya tidak awam dan tiada repositori Hugging Face.
- Berapa kos Sonar dan berapa panjang konteksnya?
- Harga adalah $1.00 per juta token input dan $1.00 per juta token output, dengan tetingkap konteks 127,072 token.
- Bagaimana Sonar berbeza dengan model Perplexity lain?
- Sonar adalah tier ringan yang dioptimumkan untuk kelajuan dalam barisan Perplexity, bertujuan untuk integrasi Q&A mudah; Perplexity juga menawarkan model lebih besar untuk tugasan lebih berat, tetapi Sonar menukar keupayaan untuk kos lebih rendah dan tindak balas lebih pantas.
Keputusan KaptenPilihan masuk yang munasabah dan murah untuk mana-mana produk yang perlukan Q&A web disitasi dengan pantas — tidak lebih, tidak kurang.
Kapten menulis nota ini berdasarkan penerangan model dan kad model itu sendiri. Harga dan saiz konteks adalah dari penyedia pada masa penulisan dan boleh berubah.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #93 Hottest Text / LLM text model
Not this creator?
Get your own badge
Bagaimana skor ini dijumlahkan
Model ini belum ada data populariti dari mana-mana sumber lagi, jadi ia membawa nombor gantian di bawah 7,000° yang memastikan senarai lengkap. Ia tidak pernah menduduki tempat lebih tinggi daripada model yang ada data. Pecahan muncul di sini sebaik sahaja sumber melaporkannya.
Glosari: istilah yang digunakan di sini
- Skor heat
- Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
- Lantai
- 7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
- Setara muat turun
- Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
- Skala log
- Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
- Suka
- Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
- Kadar penerimaan
- Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
- Diukur dan dianggarkan
- Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
- Seeder
- Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
- AI Horde
- Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
- Laman penjanaan
- Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
- Token OpenRouter
- Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Model penuh (checkpoint)
- Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
- LoRA dan embedding
- Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
- Keluarga dan berat
- Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
- Umur
- Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
- Peningkatan keluarga
- Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
- Skor gantian
- Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
- Baru! (tempoh kelonggaran)
- Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
- Trend
- Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
- Model biasa
- Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.
