---
title: "Perplexity AI — بيربليكسيتي إيه آي"
source: "https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A"
wiki: "systems-analysis.info/int"
article: "Perplexity_AI_—_بيربليكسيتي_إيه_آي"
language: "ar"
categories:
  - "Category:Arabic"
  - "Category:Large language models"
  - "Category:LLM families"
  - "Category:Machine learning"
revision_id: 5569
wiki_created_at: 2026-09-06T23:51:08Z
wiki_modified_at: 2026-09-06T23:51:08Z
downloaded_at: 2026-09-07T23:09:13Z
---

# Perplexity AI — بيربليكسيتي إيه آي

**Perplexity AI** هي شركة أمريكية ناشئة ومحرك بحث يحمل الاسم نفسه (conversational search engine)، يستخدم الذكاء الاصطناعي لتقديم إجابات مباشرة على استفسارات المستخدمين مع ذكر مصادر المعلومات<sup>[\[1\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-wikipedia-ru-pplx-1)</sup>. تأسست الشركة في عام 2022 على يد فريق من المتخصصين من شركات OpenAI، وMeta، وGoogle، وDeepMind، وDatabricks<sup>[\[2\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-rbc-trends-2)</sup>.

تجمع المنصة بين نماذجها اللغوية الكبيرة (LLM) الخاصة والوصول إلى النماذج الرائدة من الشركات الأخرى، مما يسمح لها بتحسين السرعة والدقة والتكلفة للإجابات. التقنية الرئيسية لـ Perplexity هي نظام متقدم يُعرف بـ **Retrieval-Augmented Generation (RAG)**، والذي يثري إجابات النماذج اللغوية الكبيرة بمعلومات محدثة من بنيتها التحتية للبحث الخاصة<sup>[\[3\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-pplx-rag-intro-3)</sup>.

## التاريخ والمؤسسون

تأسست شركة Perplexity AI في عام 2022 على يد أربعة متخصصين:

- **أرافيند سرينيفاس** (الرئيس التنفيذي) — باحث سابق في OpenAI، وGoogle Brain، وDeepMind<sup>[\[4\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-wiki-eng-shrinivas-4)</sup>.
- **دينيس ياراتس** (المدير التقني) — باحث علمي سابق في Meta AI.
- **جوني هو** (كبير مسؤولي الإستراتيجية) — مهندس سابق في Quora.
- **آندي كونفينسكي** — أحد مؤسسي Databricks<sup>[\[2\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-rbc-trends-2)</sup>.

في البداية، كان المشروع يُصوَّر كخدمة B2B لتحليل البيانات، ولكن في أكتوبر 2022، قام الفريق بتطوير نموذج أولي لمحرك بحث يعتمد على Bing وGPT-3، وهو ما حدد مسار تطور الشركة لاحقًا<sup>[\[5\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-forbes-ru-story-5)</sup>.

اجتذبت Perplexity AI استثمارات كبيرة من لاعبين بارزين، بما في ذلك Nvidia، وSoftBank، ومؤسس أمازون جيف بيزوس. بحلول بداية عام 2025، بلغت قيمة الشركة **14 مليار دولار**<sup>[\[6\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-vashgolos-14b-6)</sup>، وتجاوز عدد المستخدمين النشطين شهريًا **15 مليون** مستخدم<sup>[\[7\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-3dnews-growth-7)</sup>.

## البنية التقنية

### Retrieval-Augmented Generation (RAG) - التوليد المعزز بالاسترجاع (RAG)

أساس Perplexity هو تقنية **RAG**، التي تسمح بتجاوز قيود النماذج اللغوية الكبيرة التقليدية، مثل المعرفة القديمة و"الهلوسات". تتكون خوارزمية العمل من عدة مراحل<sup>[\[8\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-timeweb-rag-8)</sup>:

1.  تحليل وإعادة صياغة استعلام المستخدم للبحث الأمثل.
2.  البحث عن المعلومات باستخدام **البنية التحتية للبحث الخاصة بها** (الزاحف ونظام التصنيف)، والتي تعطي الأولوية للمصادر الموثوقة وغير الموجهة لتحسين محركات البحث (SEO)<sup>[\[7\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-3dnews-growth-7)</sup>.
3.  استخلاص الأجزاء الأكثر صلة ("المقتطفات") من صفحات الويب التي تم العثور عليها.
4.  توليد إجابة متماسكة ودقيقة باستخدام نموذج لغوي كبير بناءً على هذه المقتطفات.
5.  صياغة الإجابة مع **ذكر الاستشهادات** وروابط للمصادر الأصلية.

### استراتيجية النماذج المتعددة

تستخدم Perplexity نهجًا هجينًا يجمع بين نماذجها الخاصة ونماذج من جهات خارجية لتحقيق توازن بين السرعة والدقة والتكلفة<sup>[\[9\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-kedprof-claude-9)</sup>.

- للحصول على إجابات سريعة في الإصدار المجاني، غالبًا ما يتم استخدام **Claude 3 Haiku**.
- للمهام المعقدة في الإصدار المدفوع Pro، تتوفر نماذج أقوى مثل **Claude 3.5 Sonnet** و**GPT-4o**.

يمكن للمستخدمين الذين لديهم اشتراك **Perplexity Pro** الاختيار يدويًا من بين مجموعة واسعة من النماذج، بما في ذلك<sup>[\[10\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-pplx-pro-models-10)</sup>:

- **OpenAI**: GPT-4o, GPT-4 Turbo
- **Anthropic**: Claude 3.5 Sonnet, Claude 3 Opus, Claude 3 Haiku
- **Google**: Gemini 2.5 Pro
- **Meta**: Llama 3
- **Mistral AI**: Mistral Large
- **xAI**: Grok-3 Beta
- نماذج Perplexity الخاصة.

## نماذج Perplexity الخاصة

تقوم الشركة بتطوير نماذجها الخاصة المحسّنة لمهام البحث والعمل مع المعلومات المحدثة من الإنترنت.

### عائلة PPLX (النماذج المبكرة)

أولى نماذج Perplexity الخاصة المتاحة عبر واجهة برمجة التطبيقات (API) كانت **pplx-7b-online** و**pplx-70b-online**، والتي تم تقديمها في ديسمبر 2023<sup>[\[11\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-marktechpost-pplx-11)</sup>. كانت هذه النماذج مبنية على إصدارات مُعادة التدريب من **Mistral 7B** و**Llama 2 70B** على التوالي، وتخصصت في التعامل مع البيانات عبر الإنترنت<sup>[\[12\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-pplx-blog-online-llms-12)</sup>.

### عائلة Sonar (الجيل الحالي)

**Sonar** هي عائلة النماذج الرئيسية، وهي مبنية على أساس نموذج **Llama 3.3 70B** من Meta، ولكنها خضعت لتدريب إضافي لزيادة الدقة الواقعية وسهولة قراءة الإجابات في وضع البحث<sup>[\[13\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-pplx-blog-new-sonar-13)</sup>.

الميزات الرئيسية لـ Sonar:

- **سرعة عالية**: بفضل الشراكة مع **Cerebras** واستخدام بنيتها التحتية المتخصصة للاستدلال، تصل سرعة توليد Sonar إلى **1200 توكن في الثانية**، وهو ما يقارب 10 أضعاف سرعة Gemini 2.0 Flash<sup>[\[14\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-cerebras-partnership-14)</sup>.
- **تقنية فك التشفير التكهني**: لتسريع عملية التوليد بشكل أكبر، يتم استخدام "نموذج مسودة" خاص بحجم 1B، مما يسمح للنموذج الرئيسي بتوليد عدة توكنات في خطوة واحدة<sup>[\[15\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-pplx-blog-speculation-15)</sup>.
- **أداء عالٍ**: في إطار تقييم **Search Arena** من LM Arena، احتل نموذج **Sonar-Reasoning-Pro** المركز الأول، متعادلاً إحصائيًا مع Gemini-2.5-Pro-Grounding<sup>[\[16\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-pplx-blog-search-arena-16)</sup>.

## واجهة برمجة التطبيقات (API) وحلول الشركات

توفر Perplexity الوصول إلى نماذجها عبر **Sonar API** و**Sonar Pro API** للمطورين وعملاء الشركات. تم تحسين واجهات برمجة التطبيقات من أجل السرعة وسهولة الاستخدام، وتتضمن إمكانية الاستشهاد وتخصيص مصادر البحث. تُستخدم حلول Perplexity في مختلف الصناعات لإنشاء محركات بحث أصلية وأتمتة المهام البحثية<sup>[\[17\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-pplx-blog-sonar-pro-api-17)</sup>.

## التحليل المقارن وتجربة المستخدم

يختلف أداء Perplexity اعتمادًا على نوع المهمة.

- في المهام التي تتطلب دقة واقعية عالية بناءً على بيانات حديثة (مثل تحليل الأشعة)، يُظهر Perplexity **أعلى دقة (0.83)**، متفوقًا على Claude وBing وChatGPT<sup>[\[18\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-thieme-radiology-18)</sup>.
- في المهام المتعلقة بالمعرفة النادرة أو المتخصصة للغاية (مثل الأمراض النادرة)، قد يكون أداء Perplexity أقل من النماذج ذات القاعدة المعرفية الأوسع، مثل ChatGPT وGemini<sup>[\[19\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-mdpi-rare-disease-19)</sup>.

أظهرت دراسة حول قابلية الاستخدام (SUS) أنه على الرغم من أن كلتا المنصتين، Google وPerplexity، مقبولتان، إلا أن Google حصل على تقييم أعلى (82.29) مقارنة بـ Perplexity (73.98). يرجع ذلك إلى واجهة Google المألوفة ومنحنى التعلم الأكثر حدة في Perplexity، الذي يقدم ميزات مبتكرة ولكنها أقل شيوعًا للمستخدمين<sup>[\[20\]](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_note-ieee-usability-20)</sup>.

## مراجع أدبية

- Chen, C.; et al. (2023). *Accelerating Large Language Model Decoding with Speculative Sampling*. <a href="https://arxiv.org/abs/2302.01318" class="external text" rel="nofollow">arXiv:2302.01318</a>.
- Zhang, J.; et al. (2023). *Draft & Verify: Lossless Large Language Model Acceleration via Self‑Speculative Decoding*. <a href="https://arxiv.org/abs/2309.08168" class="external text" rel="nofollow">arXiv:2309.08168</a>.
- Chen, H.; et al. (2024). *Retrieval‑Augmented Generation for Large Language Models: A Survey*. <a href="https://arxiv.org/abs/2312.10997" class="external text" rel="nofollow">arXiv:2312.10997</a>.
- Soudani, H.; et al. (2024). *Fine‑Tuning vs. Retrieval‑Augmented Generation for Less‑Popular Knowledge*. <a href="https://arxiv.org/abs/2403.01432" class="external text" rel="nofollow">arXiv:2403.01432</a>.
- Chen, Y.; et al. (2024). *Evaluation of Retrieval‑Augmented Generation: A Survey*. <a href="https://arxiv.org/abs/2405.07437" class="external text" rel="nofollow">arXiv:2405.07437</a>.
- Hsieh, C.‑P.; et al. (2024). *RULER: What's the Real Context Size of Your Long‑Context Language Models?*. <a href="https://arxiv.org/abs/2404.06654" class="external text" rel="nofollow">arXiv:2404.06654</a>.
- Arena Team (2025). *Search Arena: Analyzing Search‑Augmented Large Language Models*. <a href="https://arxiv.org/abs/2506.05334" class="external text" rel="nofollow">arXiv:2506.05334</a>.
- Zhu, W.; et al. (2025). *PSC: Extending Context Windows via Phase Shift Calibration*. <a href="https://arxiv.org/abs/2505.12423" class="external text" rel="nofollow">arXiv:2505.12423</a>.
- Yu, L.; et al. (2025). *Synergizing RAG and Reasoning: A Systematic Review*. <a href="https://arxiv.org/abs/2504.15909" class="external text" rel="nofollow">arXiv:2504.15909</a>.
- Chen, X.; et al. (2025). *Universal Embeddings for Multimodal Multilingual Retrieval*. <a href="https://arxiv.org/abs/2506.18902" class="external text" rel="nofollow">arXiv:2506.18902</a>.

## روابط خارجية

- <a href="https://www.perplexity.ai/" class="external text" rel="nofollow">الموقع الرسمي لـ Perplexity AI</a>
- <a href="https://www.perplexity.ai/hub/blog/" class="external text" rel="nofollow">المدونة الرسمية لـ Perplexity</a>

## ملاحظات

1.  <span id="cite_note-wikipedia-ru-pplx-1">[↑](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-wikipedia-ru-pplx_1-0) «Perplexity.ai». في *ويكيبيديا، الموسوعة الحرة*. <a href="https://ru.wikipedia.org/wiki/Perplexity.ai" class="external autonumber" rel="nofollow">[١]</a></span>
2.  <span id="cite_note-rbc-trends-2">↑ <sup>[2.0](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-rbc-trends_2-0)</sup> <sup>[2.1](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-rbc-trends_2-1)</sup> «Perplexity AI — قاتل جوجل أم ظاهرة مؤقتة». في *اتجاهات RBC*. <a href="https://trends.rbc.ru/trends/industry/668bba599a79472bf71c43cd" class="external autonumber" rel="nofollow">[٢]</a></span>
3.  <span id="cite_note-pplx-rag-intro-3">[↑](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-pplx-rag-intro_3-0) «An Introduction to RAG Models». *Perplexity AI*. <a href="https://www.perplexity.ai/page/an-introduction-to-rag-models-jBULt6_mSB2yAV8b17WLDA" class="external autonumber" rel="nofollow">[٣]</a></span>
4.  <span id="cite_note-wiki-eng-shrinivas-4">[↑](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-wiki-eng-shrinivas_4-0) «Aravind Srinivas». In *Wikipedia*. <a href="https://en.wikipedia.org/wiki/Aravind_Srinivas" class="external autonumber" rel="nofollow">[٤]</a></span>
5.  <span id="cite_note-forbes-ru-story-5">[↑](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-forbes-ru-story_5-0) بيلوسوفا، أناستاسيا. «كيف بنى رجل أعمال بيلاروسي مع شركائه واحدة من أغلى الشركات الناشئة في العالم Perplexity». *Forbes.ru*. <a href="https://www.forbes.ru/svoi-biznes/526489-kak-belorus-s-partnerami-postroili-odin-iz-samyh-dorogih-startapov-v-mire-perplexity" class="external autonumber" rel="nofollow">[٥]</a></span>
6.  <span id="cite_note-vashgolos-14b-6">[↑](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-vashgolos-14b_6-0) «تقييم الشركة الناشئة Perplexity AI بـ 14 مليار دولار». *صوتك*. <a href="https://vashgolos.net/news/8729" class="external autonumber" rel="nofollow">[٦]</a></span>
7.  <span id="cite_note-3dnews-growth-7">↑ <sup>[7.0](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-3dnews-growth_7-0)</sup> <sup>[7.1](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-3dnews-growth_7-1)</sup> «محرك البحث Perplexity القائم على الذكاء الاصطناعي يُظهر نموًا هائلاً ومستعدًا لمنافسة جوجل». *3DNews*. <a href="https://3dnews.ru/1109254/poiskovaya-sistema-perplexity-na-baze-ii-pokazala-burniy-rost-i-gotova-k-onkurirovat-s-google" class="external autonumber" rel="nofollow">[٧]</a></span>
8.  <span id="cite_note-timeweb-rag-8">[↑](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-timeweb-rag_8-0) «Perplexity: ما هي هذه الشبكة العصبية، كيف تعمل ولماذا هي مطلوبة». *TimeWeb.Cloud*. <a href="https://timeweb.cloud/blog/perplexity-chto-eto-za-nejroset" class="external autonumber" rel="nofollow">[٨]</a></span>
9.  <span id="cite_note-kedprof-claude-9">[↑](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-kedprof-claude_9-0) «Perplexity وClaude AI: محرك للإجابات الدقيقة». *Кедр.pro*. <a href="https://kedprof.ru/tpost/ofug8mo051-perplexity-i-claude-ai-dvizhok-dlya-toch" class="external autonumber" rel="nofollow">[٩]</a></span>
10. <span id="cite_note-pplx-pro-models-10">[↑](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-pplx-pro-models_10-0) «What advanced AI models are included in a Perplexity Pro subscription?». *Perplexity Help Center*. <a href="https://www.perplexity.ai/help-center/en/articles/10354919-what-advanced-ai-models-are-included-in-a-perplexity-pro-subscription" class="external autonumber" rel="nofollow">[١٠]</a></span>
11. <span id="cite_note-marktechpost-pplx-11">[↑](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-marktechpost-pplx_11-0) «Perplexity Unveils Two New Online LLM Models: pplx-7b-online and pplx-70b-online». *MarkTechPost*. <a href="https://www.marktechpost.com/2023/12/03/perplexity-unveils-two-new-online-llm-models-pplx-7b-online-and-pplx-70b-online/" class="external autonumber" rel="nofollow">[١١]</a></span>
12. <span id="cite_note-pplx-blog-online-llms-12">[↑](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-pplx-blog-online-llms_12-0) «Introducing PPLX Online LLMs». *Perplexity Blog*. <a href="https://www.perplexity.ai/hub/blog/introducing-pplx-online-llms" class="external autonumber" rel="nofollow">[١٢]</a></span>
13. <span id="cite_note-pplx-blog-new-sonar-13">[↑](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-pplx-blog-new-sonar_13-0) «Meet a new era of Perplexity Sonar». *Perplexity Blog*. <a href="https://www.perplexity.ai/hub/blog/meet-new-sonar" class="external autonumber" rel="nofollow">[١٣]</a></span>
14. <span id="cite_note-cerebras-partnership-14">[↑](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-cerebras-partnership_14-0) «Cerebras Powers Perplexity Sonar with Industry's Fastest AI Inference». *Cerebras Press Release*. <a href="https://www.cerebras.ai/press-release/cerebras-powers-perplexity-sonar-with-industrys-fastest-ai-inference" class="external autonumber" rel="nofollow">[١٤]</a></span>
15. <span id="cite_note-pplx-blog-speculation-15">[↑](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-pplx-blog-speculation_15-0) «Accelerating Sonar through Speculation». *Perplexity Blog*. <a href="https://www.perplexity.ai/hub/blog/accelerating-sonar-through-speculation" class="external autonumber" rel="nofollow">[١٥]</a></span>
16. <span id="cite_note-pplx-blog-search-arena-16">[↑](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-pplx-blog-search-arena_16-0) «Perplexity Sonar Dominates New Search Arena». *Perplexity Blog*. <a href="https://www.perplexity.ai/hub/blog/perplexity-sonar-dominates-new-search-arena-evolution" class="external autonumber" rel="nofollow">[١٦]</a></span>
17. <span id="cite_note-pplx-blog-sonar-pro-api-17">[↑](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-pplx-blog-sonar-pro-api_17-0) «Introducing the Sonar Pro API». *Perplexity Blog*. <a href="https://www.perplexity.ai/hub/blog/introducing-the-sonar-pro-api" class="external autonumber" rel="nofollow">[١٧]</a></span>
18. <span id="cite_note-thieme-radiology-18">[↑](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-thieme-radiology_18-0) «Comparative Analysis of Large Language Models for Question Answering in Radiology». *Thieme Connect*. <a href="http://www.thieme-connect.de/DOI/DOI?10.1055/s-0044-1787974" class="external autonumber" rel="nofollow">[١٨]</a></span>
19. <span id="cite_note-mdpi-rare-disease-19">[↑](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-mdpi-rare-disease_19-0) «A Comparative Study of AI Chatbots in Answering Questions on Rare Diseases». *MDPI*. <a href="https://www.mdpi.com/2075-4418/15/6/672" class="external autonumber" rel="nofollow">[١٩]</a></span>
20. <span id="cite_note-ieee-usability-20">[↑](https://systems-analysis.info/int/Perplexity_AI_%E2%80%94_%D8%A8%D9%8A%D8%B1%D8%A8%D9%84%D9%8A%D9%83%D8%B3%D9%8A%D8%AA%D9%8A_%D8%A5%D9%8A%D9%87_%D8%A2%D9%8A#cite_ref-ieee-usability_20-0) «Usability and User Satisfaction of Google Search and Perplexity AI». *IEEE Xplore*. <a href="https://ieeexplore.ieee.org/document/10957499/" class="external autonumber" rel="nofollow">[٢٠]</a></span>