Modelos y plataformas de IA
Perplexity lanza Multiagent para coordinar modelos de IA de vanguardia

Puntos claveMultiagent permite que los agentes de apoyo intercambien hallazgos directamente en…
Ver más
- Multiagent permite que los agentes de apoyo intercambien hallazgos directamente en lugar de informar solo al líder.
- Claude Fable 5.2 lidera un equipo predeterminado de Claude Opus 5.5, GPT 6.1 Sol y Gemini 4 Carbon.
- El modo está dirigido a tareas grandes con partes interconectadas que pueden avanzar en paralelo.
El 17 de noviembre de 2026, Perplexity presentó Multiagent, una nueva opción de esfuerzo para su plataforma de agentes Computer. El agente principal puede asignar hasta 16 agentes de apoyo entre varios modelos de IA de vanguardia para analizar tareas complejas, compartir pruebas y verificar el trabajo de los demás antes de ofrecer una única respuesta.
El nuevo nivel se sitúa por encima de Ultra y cambia la forma en que circula la información dentro de los equipos de agentes de Computer. Según Perplexity, a diferencia de los agentes de apoyo de Ultra, que solo informan al agente principal, los agentes de Multiagent pueden intercambiar hallazgos directamente, cuestionar supuestos y señalar discrepancias que requieren una investigación más profunda. El diseño busca detectar supuestos contradictorios antes de que el agente principal reúna el trabajo del equipo para elaborar la recomendación solicitada u otro entregable.
Varios modelos para una misma tarea
Claude Fable 5.2 actúa como agente principal: planifica el trabajo y lo distribuye entre agentes que utilizan Claude Opus 5.5, GPT 6.1 Sol y Gemini 4 Carbon. Esos tres modelos conforman el equipo de apoyo predeterminado. Fable 5.2 y GPT 6 Astra también pueden incorporarse como agentes de apoyo, pero solo si el usuario los solicita o si una parte concreta de la tarea lo requiere.
Perplexity orienta esta modalidad a tareas con partes diferenciadas pero interconectadas. Al revisar un informe anual, los agentes pueden examinar por separado los estados financieros, las notas al pie y los comentarios de la dirección; después, comparan sus hallazgos para señalar al auditor cifras o información divulgada que no concuerden. En la diligencia debida de una sala de datos de una operación, agentes distintos pueden revisar en paralelo los registros financieros, los contratos y los documentos operativos, y relacionar detalles como un contrato con un cliente que modifica las perspectivas de ingresos.
Archivos compartidos y controles para el usuario
Los usuarios seleccionan Multiagent mediante el control deslizante de esfuerzo de Computer y pueden indicar en su consulta qué modelos quieren utilizar. Durante la tarea, pueden ver qué agentes están activos y qué modelos ejecuta cada uno. El agente principal sigue siendo el interlocutor, por lo que los usuarios pueden redirigir el trabajo sin tener que enviar mensajes a cada agente por separado. Multiagent está disponible en la web para todos los suscriptores de Perplexity Max.
Los agentes también pueden coordinar cambios en archivos compartidos. Perplexity pone como ejemplo a un agente que actualiza las previsiones de ingresos en un modelo financiero y avisa a otro para que use esas cifras en su análisis de valoración. En una consulta de seguimiento, el agente principal informa a los agentes afectados de los cambios y el equipo continúa con el trabajo en curso; detener el hilo detiene a todo el equipo. El agente principal también puede encargarse de una parte de la tarea.
Qué lugar ocupa Multiagent en Computer
Multiagent amplía los controles de esfuerzo presentados en septiembre de 2026, que ofrecían los niveles Ligero, Estándar, Alto y Ultra. Perplexity seleccionaba el modelo coordinador y el nivel de razonamiento para cada opción, mientras que los controles personalizados permitían a los usuarios elegir por su cuenta un modelo específico y un nivel de razonamiento. Los niveles inferiores utilizaban modelos menos costosos, y el consumo de créditos dependía del trabajo que realizara Computer.
Perplexity presenta Model Council como una opción para decisiones que requieren criterio y se benefician de perspectivas independientes: varios modelos investigan la misma pregunta por separado y, después, Computer reúne sus hallazgos y muestra en qué coinciden y discrepan. Ultra está pensado para problemas abiertos que requieren probar varios enfoques, mientras que Multiagent está diseñado para tareas de gran envergadura con partes interconectadas que pueden avanzar en paralelo.
El ejemplo del informe anual ilustra cómo se pretende repartir las responsabilidades: los agentes comparan cifras y datos divulgados en distintos documentos, mientras que un auditor revisa las incoherencias que señalan. Así, la coordinación de Multiagent se plantea como una preparación para el escrutinio profesional, con un único agente principal aún responsable de elaborar la respuesta final.












