Η Perplexity μειώνει το κόστος έρευνας του Agent API και προσθέτει το Ultra Effort

Η Perplexity ανακοίνωσε στις 5 Νοεμβρίου 2026 ότι όλα τα επίπεδα προσπάθειας του Agent API κοστίζουν πλέον λιγότερο ανά ερώτημα, ενώ ανέφερε ότι η ποιότητα της έρευνας στα προκαθορισμένα επίπεδα βελτιώθηκε ή παρέμεινε αμετάβλητη. Το Medium βελτιώθηκε από 55% σε 77% στα BrowseComp και DSQA, ενώ το κόστος του μειώθηκε σχεδόν κατά 90%, και είναι πλέον διαθέσιμο ένα νέο επίπεδο Ultra για εκτενή έρευνα.

Τα επίπεδα προσπάθειας συνδυάζουν την επιλογή μοντέλου, τα όρια στα ερευνητικά βήματα και στις κλήσεις εργαλείων, τη συμπεριφορά αναζήτησης και τα διαθέσιμα εργαλεία σε προκαθορισμένες ρυθμίσεις με ονομασία. Επιτρέπουν στους προγραμματιστές να επιλέγουν την ισορροπία ανάμεσα στο κόστος, την ταχύτητα και το βάθος της έρευνας, χωρίς να ρυθμίζουν ξεχωριστά κάθε στοιχείο. Ένα αίτημα όπως effort="fast" λαμβάνει αυτόματα τη νέα ρύθμιση.

Στο xhigh, η Perplexity αναφέρει ότι η βαθμολογία WANDR παρέμεινε στο 76,5%, ενώ η ρύθμιση λειτουργούσε με περίπου το 25% του κόστους που είχε τον Αύγουστο του 2026. Το επίπεδο αυτό προορίζεται για ανοιχτές εργασίες με αυτόνομους πράκτορες, όπως η εκτέλεση κώδικα σε περιβάλλον απομόνωσης, η διατήρηση μακρών ακολουθιών χρήσης εργαλείων και η συλλογή τεκμηρίων από πολλές πηγές.

Η μελέτη WANDR περιγράφει ένα σύνολο αξιολόγησης 500 εργασιών, σχεδιασμένο γύρω από ρεαλιστικές εργασίες συλλογής δεδομένων. Οι πράκτορες πρέπει να εντοπίζουν οντότητες που πληρούν τα κριτήρια και να επιστρέφουν εγγραφές των οποίων οι πηγές και τα αποσπάσματα μπορούν να ελεγχθούν ανεξάρτητα. Κριτές ειδικά σχεδιασμένοι για κάθε εργασία ανακτούν ξανά τις σελίδες που παρατίθενται και αξιολογούν τις εγγραφές με βάση αυτά τα τεκμήρια, αποφεύγοντας ένα στατικό σύνολο προκαθορισμένων σωστών απαντήσεων.

Το Ultra χρησιμοποιεί τέσσερις πράκτορες για ευρύτερη έρευνα

Το Ultra προστίθεται στα fast, low, medium, high και xhigh στην επίσημη τεκμηρίωση των επιπέδων προσπάθειας. Ο προορισμός του είναι η ευρεία έρευνα και η συλλογή δεδομένων, όπου η πληρότητα έχει μεγαλύτερη σημασία από την καθυστέρηση. Η ρύθμιση χρησιμοποιεί anthropic/claude-opus-5-5, ενώ είναι διαθέσιμη και η λειτουργία παρασκηνίου για εργασίες μεγάλης διάρκειας.

Το Ultra αναθέτει το ίδιο ερευνητικό πρόβλημα σε τρεις πράκτορες που λειτουργούν παράλληλα, επιτρέποντας στον καθένα να συγκεντρώνει ανεξάρτητα τεκμήρια. Ένας τέταρτος πράκτορας συνδυάζει τα αποτελέσματά τους, αφαιρεί τα διπλότυπα ευρήματα και συντάσσει την απάντηση. Η Perplexity αναφέρει βαθμολογία WANDR 85,9% με κόστος 21,71 $ ανά εργασία, το υψηλότερο αποτέλεσμα μεταξύ των ρυθμίσεων που δοκίμασε.

Οι αλλαγές στον προϋπολογισμό και στα συμφραζόμενα μειώνουν το κόστος της έρευνας

Οι δαπάνες περιορίζονται σε κάθε επίπεδο με όρια στον αριθμό των βημάτων, ανώτατο όριο στις συνολικές κλήσεις εργαλείων και τακτικές ειδοποιήσεις για τους διαθέσιμους πόρους. Το ξεχωριστό ανώτατο όριο κλήσεων εργαλείων έχει σημασία, επειδή ένα βήμα μπορεί να ενεργοποιήσει πολλές κλήσεις σε διαφορετικά εργαλεία. Οι ειδοποιήσεις βοηθούν τον πράκτορα να κρατήσει αρκετό προϋπολογισμό για να ελέγξει τα τεκμήριά του και να δώσει απάντηση, αντί να σταματήσει στη μέση της εργασίας.

Ένα πείραμα με openai/gpt-6-luna δείχνει γιατί έχουν σημασία αυτά τα όρια. Η Perplexity αναφέρει ότι η αύξηση των επιτρεπόμενων βημάτων από 1 σε 15 ανέβασε την ακρίβεια στα BrowseComp και DSQA από 41% σε 80%, ενώ το κόστος ανά ερώτημα αυξήθηκε από 0,0017 $ σε 0,0152 $. Επομένως, η κατανομή του προϋπολογισμού επηρεάζει τόσο την ποιότητα της απάντησης όσο και το κόστος απόκτησής της.

Η συμπύκνωση των συμφραζομένων αντιμετωπίζει έναν ακόμη παράγοντα κόστους. Όταν τα συμφραζόμενα ξεπεράσουν ένα όριο, το σύστημα συμπυκνώνει την προηγούμενη εργασία σε μια σύνοψη των ευρημάτων και των εκκρεμών εργασιών, διατηρώντας παράλληλα την προτροπή συστήματος, το αρχικό αίτημα και τις δεξιότητες που έχουν φορτωθεί. Στη συνέχεια, ενημερώνει τον πράκτορα ότι πρέπει να συνεχίσει την εργασία και αναφέρει πόσες συμπυκνώσεις έγιναν, ώστε η σύνοψη να μη θεωρηθεί ένδειξη ότι η εργασία έχει ολοκληρωθεί.

Η εξαγωγή μειώνει τον όγκο των πληροφοριών που μεταφέρει ο πράκτορας στη συνέχεια. Αντί να του δίνει μια ολόκληρη σελίδα, fetch_url ζητά από ένα μικρότερο μοντέλο να επιλέξει αποσπάσματα σχετικά με την τρέχουσα εργασία και να τα παραθέσει αυτούσια ως τεκμηρίωση. Στο επίπεδο high, η Perplexity αναφέρει περίπου 50% λιγότερα διακριτικά εισόδου ανά ερώτημα και αποτέλεσμα 88,0% με κόστος 0,073 $ ανά ερώτημα, έναντι 83,5% με κόστος 0,094 $ χωρίς εξαγωγή.

Συναφείς αλλαγές αφορούν την ίδια την αναζήτηση. Κάθε αναζήτηση μπορεί πλέον να επιστρέφει έως και 4K διακριτικά αποτελεσμάτων αντί για 2K, μια νέα μηχανή αποσπασμάτων επιλέγει κείμενο που ταιριάζει πιο στενά με το ερώτημα και το Fast Search κοστίζει 1,00 $ ανά 1.000 αιτήματα. Συνολικά, οι αλλαγές αυτές αποσκοπούν στον εντοπισμό χρήσιμων τεκμηρίων με λιγότερες αναζητήσεις και λιγότερα άσχετα συμφραζόμενα.

Αξιολόγηση ροών εργασίας και σταθερότητα ρυθμίσεων

Η επιλογή ροής εργασίας βασίζεται σε ένα δέντρο δεξιοτήτων με σταδιακή αποκάλυψη. Αρχικά, κάθε δεξιότητα καταλαμβάνει στα συμφραζόμενα μόνο τον χώρο που χρειάζεται το όνομα και η περιγραφή της· οι πλήρεις οδηγίες παρέχονται αφού το μοντέλο αποφασίσει ότι η ροή εργασίας ταιριάζει στην εργασία. Η Perplexity αναφέρει ότι η προφόρτωση όλων των δεξιοτήτων αύξησε κατά 13% το κόστος στα BrowseComp και DSQA και μείωσε τις βαθμολογίες WANDR, γεγονός που συνηγορεί υπέρ της φόρτωσης των ροών εργασίας μόνο όταν χρειάζονται.

Ένα αυτοματοποιημένο σύστημα αξιολόγησης ελέγχει τα νέα μοντέλα καθώς καθίστανται διαθέσιμα, δοκιμάζοντας συστηματικά το επίπεδο προσπάθειας συλλογισμού, τα όρια βημάτων και κλήσεων εργαλείων, καθώς και τις ρυθμίσεις των εργαλείων. Ένα υποψήφιο μοντέλο αντικαθιστά το τρέχον μόνο αν προσφέρει καλύτερη ποιότητα με ίσο ή χαμηλότερο κόστος. Η Perplexity αναφέρει ότι ένα υποψήφιο μοντέλο σημείωσε 13,3 μονάδες πάνω από τη γραμμή βάσης στο BrowseComp, αλλά υπολείφθηκε των γραμμών βάσης σε εσωτερικές εργασίες έρευνας για επιχειρήσεις, νομικά θέματα και χρηματοοικονομικά, γεγονός που δείχνει γιατί τα αποτελέσματα δημόσιων δοκιμών αναφοράς από μόνα τους δεν καθορίζουν την επιλογή.

Η τεκμηρίωση διακρίνει τις δυναμικές ονομασίες, τις εκδόσεις με σταθερή αναφορά και τις παγωμένες διαμορφώσεις. Οι δυναμικές κλήσεις ενσωματώνουν μεταγενέστερες αλλαγές που προκύπτουν από την αξιολόγηση, χωρίς να απαιτούν αλλαγές στον κώδικα· οι κλήσεις με σταθερή αναφορά διατηρούν μία έκδοση ακόμη και μετά την ενημέρωση της ενεργής διαμόρφωσης· οι παγωμένες κλήσεις αντιγράφουν τα δημόσια πεδία, αλλά ενδέχεται να παραλείπουν ρυθμίσεις που δεν περιλαμβάνονται στο τεκμηριωμένο σχήμα αιτημάτων. Το Ultra δεν διαθέτει παγωμένη διαμόρφωση και πρέπει να καλείται με το όνομά του.

Για τους προγραμματιστές, η πρακτική διαφορά αφορά τις αυτόματες ενημερώσεις και την αναπαραγωγιμότητα: τα δυναμικά επίπεδα ενσωματώνουν τις αξιολογημένες αναθεωρήσεις της Perplexity, ενώ οι εκδόσεις με σταθερή αναφορά διατηρούν μια γνωστή διαμόρφωση. Το Ultra διευρύνει την κάλυψη αυτού του συστήματος, ενώ η αρχιτεκτονική του με τέσσερις πράκτορες καθιστά τον συντονισμό μέρος του υπολογισμού κόστους-ποιότητας, παράλληλα με την επιλογή μοντέλου.