Sonar Pro
Sonar Pro est un LLM propriétaire lancé par Perplexity le 7 mars 2025. Sa fenêtre de contexte de 200 000 tokens et son positionnement économique constituent ses principaux traits distinctifs, avec un coût inférieur à celui des modèles comparables.
Sonar Pro est un LLM propriétaire lancé par Perplexity le 7 mars 2025. Sa fenêtre de contexte de 200 000 tokens et son positionnement économique constituent ses principaux traits distinctifs, avec un coût inférieur à celui des modèles comparables.
Près d’un an après sa sortie, Sonar Pro appartient déjà à une génération ancienne à l’échelle de l’IA. Ce recul impose de lire ses résultats comme ceux d’un modèle de 2025, désormais largement dépassé par les offres plus récentes et susceptible d’avoir quitté le catalogue de son éditeur.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Perplexity |
| Poids | 🔒 Propriétaire |
| Date de sortie | 7 mars 2025 |
| Multimodal | oui |
| Fenêtre de contexte | 200 000 tokens |
| Modalités (entrée → sortie) | text,image → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : General Knowledge (Baseline) | 100,0 % | 1ᵉ / 161 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 100,0 % | 1ᵉ / 159 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 99,0 % | 11ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 86,0 % | 89ᵉ / 140 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 80,0 % | 113ᵉ / 162 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 78,0 % | 76ᵉ / 155 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 47,0 % | 119ᵉ / 163 | benchable | ✅ Mesuré |
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.
Benchable : General Knowledge (Baseline)
Benchable : Ethics (Baseline)
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| Perplexity | 2 $ | 8 $ | n.d. |
| Perplexity | 3 $ | 15 $ | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 4 % en dessous de la moyenne des LLM similaires, et 2,8 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.6 Sol, Gemini 3.5 Flash).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0,2 $ |
| Latence moyenne par benchmark — Benchable | 5 min 57 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. Sonar Pro obtient des scores maximaux en General Knowledge et en Ethics. Ces résultats sont toutefois partagés avec respectivement 41 et 71 autres modèles, sur des benchmarks plafonnés et peu discriminants. La classification d’e-mails constitue son résultat le plus convaincant, même si sa 11e place est partagée avec 40 autres modèles. La fenêtre de 200 000 tokens reste adaptée aux entrées volumineuses. Le tarif renforce ce positionnement pratique : il se situe 4% sous la moyenne des LLM similaires et environ 2.8 fois sous celui des modèles frontière.
Limites et points d'attention. Les tâches plus exigeantes exposent des performances modestes. Sonar Pro se situe en retrait en Mathematics et davantage encore en Coding. Son résultat en Reasoning le place autour du milieu du classement. Ces positions limitaient déjà sa compétitivité face aux meilleurs modèles de sa période. Après près d’un an, ses performances sont largement dépassées par les générations récentes. Son statut propriétaire ajoute une dépendance au catalogue de Perplexity, alors que les modèles de cet âge sont souvent retirés au profit de versions plus récentes.
Sources des données : OpenRouter (openrouter.ai) · LLM-Stats (llm-stats.com) · Benchable.ai (benchable.ai).