Perplexity reduce los costos de investigación de Agent API y añade Ultra Effort

Perplexity anunció el 5 de noviembre de 2026 que todos los niveles de esfuerzo de Agent API ahora cuestan menos por consulta, y comunicó que la calidad de la investigación mejoró o se mantuvo en todos los ajustes preestablecidos. Medium pasó del 55 % al 77 % en BrowseComp y DSQA, mientras que su costo cayó casi un 90 %, y ahora está disponible un nuevo nivel Ultra para investigaciones amplias.

Los niveles de esfuerzo agrupan la selección de modelos, los límites de pasos de investigación y llamadas a herramientas, el comportamiento de búsqueda y las herramientas disponibles en ajustes preestablecidos con nombre. Permiten a los desarrolladores elegir un equilibrio entre costo, velocidad y profundidad de la investigación sin configurar cada componente por separado. Una solicitud como effort="fast" recibe automáticamente la configuración revisada.

En xhigh, Perplexity afirma que la puntuación WANDR se mantuvo en el 76,5 %, mientras que la configuración funcionó con aproximadamente el 25 % de su costo de agosto de 2026. Ese nivel está pensado para tareas abiertas con agentes, como ejecutar código en un entorno aislado, mantener ciclos prolongados de uso de herramientas y recopilar pruebas de numerosas fuentes.

El artículo de WANDR describe un conjunto de evaluación de 500 tareas basado en actividades realistas de recopilación de datos. Los agentes deben descubrir entidades que cumplan los requisitos y devolver registros cuyas fuentes y extractos puedan verificarse de forma independiente. Los evaluadores específicos para cada tarea vuelven a consultar las páginas citadas y valoran los registros según esas pruebas, evitando recurrir a un conjunto estático de respuestas correctas.

Ultra utiliza cuatro agentes para ampliar la investigación

Ultra se suma a fast, low, medium, high y xhigh en la documentación oficial de niveles de esfuerzo. Su función designada es la investigación amplia y la recopilación de datos cuando la exhaustividad importa más que la latencia. La configuración utiliza anthropic/claude-opus-5-5, y ofrece el modo en segundo plano para ejecuciones prolongadas.

Ultra asigna el mismo problema de investigación a tres agentes que trabajan en paralelo, lo que permite que cada uno reúna pruebas de forma independiente. Un cuarto agente consolida sus resultados, elimina los hallazgos duplicados y redacta la respuesta. Perplexity informa de una puntuación WANDR del 85,9 % a un costo de 21,71 $ por tarea, el resultado más alto entre las configuraciones que probó.

Los cambios en el presupuesto y el contexto reducen los costos de investigación

El gasto se limita en cada nivel mediante límites de pasos, un tope para el total de llamadas a herramientas y avisos periódicos sobre la capacidad restante. El tope independiente para las llamadas a herramientas es importante porque un solo paso puede iniciar varias llamadas a distintas herramientas. Esos avisos ayudan al agente a reservar presupuesto suficiente para verificar las pruebas y entregar una respuesta, en lugar de detenerse a mitad de la tarea.

Un experimento con openai/gpt-6-luna muestra por qué esos límites son importantes. Perplexity informa de que aumentar de 1 a 15 los pasos permitidos elevó la precisión en BrowseComp y DSQA del 41 % al 80 %, mientras que el costo por consulta subió de 0,0017 $ a 0,0152 $. Por tanto, la asignación del presupuesto determina tanto la calidad de la respuesta como el costo de obtenerla.

La compactación del contexto aborda otro factor que incide en los costos. Cuando el contexto supera un umbral, el sistema condensa el trabajo anterior en un resumen de los hallazgos y las tareas pendientes, y conserva el mensaje del sistema, la solicitud original y las habilidades cargadas. Luego indica al agente que siga trabajando e informa del número de compactaciones, para que el resumen no se confunda con un punto final.

La extracción reduce la cantidad de información que el agente arrastra consigo. En lugar de proporcionarle una página completa, fetch_url pide a un modelo más pequeño que seleccione los pasajes pertinentes para la tarea en curso y los cite textualmente como referencia. Con un nivel de esfuerzo alto, Perplexity informa de aproximadamente un 50 % menos de tokens de entrada por consulta y un resultado del 88,0 % a 0,073 $ por consulta, frente al 83,5 % a 0,094 $ sin extracción.

Otros cambios se centran en la búsqueda. Ahora cada búsqueda puede devolver hasta 4K tokens de resultados, en lugar de 2K; un nuevo motor de fragmentos selecciona textos más ajustados a la consulta, y Fast Search cuesta 1,00 $ por cada 1.000 solicitudes. En conjunto, estos cambios buscan localizar pruebas útiles con menos búsquedas y menos contexto irrelevante.

Evaluación de flujos de trabajo y estabilidad de la configuración

La selección de flujos de trabajo utiliza un árbol de habilidades con divulgación progresiva. Al principio, una habilidad solo ocupa su nombre y descripción en el contexto; las instrucciones completas se incorporan después de que el modelo determine que el flujo de trabajo se ajusta a la tarea. Perplexity afirma que precargar todas las habilidades aumentó un 13 % los costos en BrowseComp y DSQA y redujo las puntuaciones WANDR, lo que respalda la decisión de cargar los flujos de trabajo solo cuando sea necesario.

Un sistema automatizado evalúa los modelos nuevos cuando están disponibles y prueba distintas opciones de esfuerzo de razonamiento, presupuestos de pasos y llamadas a herramientas, y configuraciones de herramientas. Un candidato sustituye al modelo en uso solo si ofrece mejor calidad con un costo igual o menor. Perplexity afirma que un candidato obtuvo 13,3 puntos más que el valor de referencia en BrowseComp, pero quedó por debajo de los valores de referencia en tareas internas de investigación empresarial, jurídica y financiera, lo que ilustra por qué los resultados de las pruebas de referencia públicas no bastan para determinar la selección.

La documentación distingue entre nombres dinámicos, versiones fijadas y configuraciones congeladas. Las llamadas dinámicas incorporan cambios evaluados posteriormente sin necesidad de modificar el código; las llamadas fijadas conservan una versión después de que se actualice la configuración activa; las llamadas congeladas copian los campos públicos, pero pueden omitir ajustes que no figuren en el esquema de solicitud documentado. Ultra no tiene una configuración congelada y debe invocarse por su nombre.

Para los desarrolladores, la diferencia práctica es entre las actualizaciones automáticas y la reproducibilidad: los niveles dinámicos incorporan las revisiones evaluadas de Perplexity, mientras que las versiones fijadas conservan una configuración conocida. Ultra amplía ese sistema para ofrecer una cobertura más amplia, y su diseño de cuatro agentes convierte la orquestación en un factor del cálculo de costo y calidad, junto con la selección del modelo.