Perplexity(@perplexity_ai)
Introducing Fast Search in the Perplexity Search API. Fast Search runs on Photon, our new Rust-base...
6.4内容质量
TL;DR · AI 摘要
Title: Perplexity @perplexity ai on X URL Source: Published Time: 2026-09-24T18:07:51.000Z Markdown Content: Across the...
核心要点
- 主题聚焦：Introducing Fast Search in the Perplexity Search
- 来源：Perplexity(@perplexity_ai)，建议结合原文判断细节。
- AI 分析暂不可用，本条为保底评分与摘要。
#AI#编程#后端
打开原文在六个代理基准测试中，与默认预设相比，每项任务的成本降低了68%，且质量相当。Fast Search 的中位延迟为160毫秒，是我们在比较的搜索API中最低的。
Fast Search 在排序上消耗的计算资源少于默认预设。它非常适合大多数日常代理任务。在我们对长尾和广泛覆盖查询的内部测试中，相关性得分比默认预设低0.24分，答案可用性低约3个百分点。
Photon 现在负责 Perplexity 全平台的检索和排序工作，取代了我们之前使用的开源引擎。
Photon 以紧凑格式存储索引，每个查询只需读取和解码所需内容。当需要从磁盘获取数据时，Photon 会批量读取并异步执行，避免查询因磁盘操作而阻塞。
Photon 在独立于处理实时查询的服务器上构建新索引。当新版本就绪时，Photon 会逐个更新服务组，用真实搜索查询预热缓存，检查就绪状态后重新路由流量。其他组继续处理流量。
在 Photon 内部，p99 响应时间从约800毫秒降至约65毫秒。它使用的服务器数量减少约20%，每份文档存储的数据量增加2.5倍。Photon 的构建细节：perplexity.ai/hub/blog/photon 快速上手 Fast Search：pplx.ai/fast-search-api