Perplexity alentaa Agent API -tutkimuksen kustannuksia ja lisää Ultra-työpanostason

Perplexity ilmoitti 5. marraskuuta 2026, että jokaisen agenttirajapinnan työpanostason kyselykohtainen hinta on nyt aiempaa alempi ja että tutkimuksen laatu oli esiasetuksissa joko parempi tai ennallaan. Medium-tason tulos parani BrowseCompissa ja DSQA:ssa 55 prosentista 77 prosenttiin samalla, kun sen kustannukset laskivat lähes 90 prosenttia. Lisäksi laajaa tutkimusta varten on nyt saatavilla uusi Ultra-taso.

Tehotasot kokoavat mallin valinnan, tutkimusvaiheiden ja työkalukutsujen rajoitukset, hakutoiminnan sekä käytettävissä olevat työkalut nimetyiksi esiasetuksiksi. Niiden avulla kehittäjät voivat valita kustannusten, nopeuden ja tutkimuksen syvyyden välisen tasapainon määrittämättä jokaista osatekijää erikseen. Esimerkiksi pyyntö, kuten effort="fast" saa päivitetyn kokoonpanon automaattisesti.

Perplexityn mukaan WANDR-tulos pysyi xhigh-tasolla 76,5 prosentissa, vaikka kokoonpanon kustannukset olivat noin 25 prosenttia elokuun 2026 tasosta. Taso on tarkoitettu avoimeen agenttityöhön, johon kuuluu koodin suorittaminen hiekkalaatikossa, pitkien työkalujen käyttöketjujen ylläpitäminen ja näytön kerääminen monista lähteistä.

WANDR-tutkimuksessa kuvataan 500 tehtävän arviointikokonaisuus, joka perustuu realistiseen tiedonkeruuseen. Agenttien on löydettävä kriteerit täyttäviä kohteita ja palautettava tietueita, joiden lähteet ja katkelmat voidaan tarkistaa riippumattomasti. Tehtäväkohtaiset arvioijat hakevat viitatut sivut uudelleen ja arvioivat tietueet niiden sisältämän näytön perusteella, jolloin vältetään staattinen oikeiden vastausten joukko.

Ultra käyttää neljää agenttia laajempaan tutkimukseen

Ultra täydentää nopean, matalan, keskitason, korkean ja xhigh-työpanostason virallisessa työpanostason dokumentaatiossa. Sen tehtävänä on tehdä laajaa tutkimusta ja kerätä tietoja silloin, kun kattavuus on viivettä tärkeämpää. Kokoonpanossa käytetään anthropic/claude-opus-5-5, ja pitkissä suorituksissa voi käyttää taustatilaa.

Ultra antaa saman tutkimusongelman kolmelle rinnakkain toimivalle agentille, jolloin kukin voi koota näyttöä itsenäisesti. Neljäs agentti yhdistää niiden tulokset, poistaa päällekkäiset havainnot ja kirjoittaa vastauksen. Perplexity ilmoittaa Ultran WANDR-tulokseksi 85,9 prosenttia, kun tehtäväkohtainen kustannus on 21,71 dollaria. Tämä on paras tulos testattujen kokoonpanojen joukossa.

Budjetti- ja kontekstimuutokset pienentävät tutkimuksen kustannuksia

Kulutusta rajoitetaan kullakin tasolla asettamalla rajat vaiheiden ja työkalukutsujen kokonaismäärälle sekä ilmoittamalla säännöllisesti jäljellä olevasta kapasiteetista. Työkalukutsujen erillinen enimmäismäärä on tärkeä, koska yhdessä vaiheessa voidaan käynnistää useita kutsuja eri työkaluihin. Ilmoitukset auttavat agenttia varaamaan riittävästi budjettia näytön tarkistamiseen ja vastauksen antamiseen sen sijaan, että työ keskeytyisi kesken tehtävän.

Eräs kokeilu, jossa käytettiin openai/gpt-6-luna osoittaa, miksi näillä rajoituksilla on merkitystä. Perplexityn mukaan sallittujen vaiheiden määrän kasvattaminen yhdestä 15:een nosti tarkkuutta BrowseCompissa ja DSQA:ssa 41 prosentista 80 prosenttiin, mutta kyselykohtainen kustannus nousi 0,0017 dollarista 0,0152 dollariin. Budjetin jakaminen vaikuttaa siis sekä vastauksen laatuun että sen saamiseen kuluvaan hintaan.

Kontekstin tiivistäminen auttaa hillitsemään toista kustannustekijää. Kun konteksti ylittää tietyn rajan, järjestelmä tiivistää aiemman työn yhteenvedoksi, jossa kuvataan löydökset ja jäljellä olevat tehtävät, mutta säilyttää järjestelmäkehotteen, alkuperäisen pyynnön ja ladatut taidot. Tämän jälkeen se kehottaa agenttia jatkamaan työtä ja ilmoittaa tiivistyskertojen määrän, jotta yhteenvetoa ei erehdytä pitämään merkkinä työn päättymisestä.

Poiminta vähentää sitä, kuinka paljon tietoa agentti kuljettaa mukanaan. Sen sijaan, että sille annettaisiin kokonainen sivu, fetch_url pienempi malli valitsee nykyisen tehtävän kannalta olennaiset tekstikatkelmat ja lainaa ne sanatarkasti lähdeviitteitä varten. Perplexityn mukaan suuri työpanostaso vähentää kyselykohtaisten syötetokenien määrää noin 50 prosenttia. Tulos on 88,0 prosenttia, ja kysely maksaa 0,073 dollaria. Ilman poimintaa tulos on 83,5 prosenttia ja kysely maksaa 0,094 dollaria.

Muutokset kohdistuvat myös itse hakuun. Yhdellä haulla voidaan nyt palauttaa enintään 4 000 tokenia tuloksia aiemman 2 000 tokenin sijaan. Uusi katkelmakoneisto valitsee kyselyyn aiempaa paremmin sopivaa tekstiä, ja Fast Search maksaa 1,00 dollaria tuhatta pyyntöä kohden. Näillä muutoksilla pyritään löytämään hyödyllistä näyttöä vähäisemmillä hauilla ja pienemmällä määrällä epäolennaista kontekstia.

Työnkulkujen arviointi ja kokoonpanon vakaus

Työnkulut valitaan taitopuulla, joka tuo sisältöä esiin vaiheittain. Aluksi taito näkyy kontekstissa vain nimensä ja kuvauksensa verran; täydelliset ohjeet lisätään vasta, kun malli arvioi työnkulun sopivan tehtävään. Perplexityn mukaan kaikkien taitojen lataaminen etukäteen kasvatti BrowseCompin ja DSQA:n kustannuksia 13 prosenttia ja heikensi WANDR-tuloksia. Tämä tukee päätöstä ladata työnkulkuja vain tarvittaessa.

Automaattinen testausympäristö arvioi uudet mallit heti, kun ne tulevat saataville. Se käy läpi päättelyn työpanostason, vaihe- ja työkalukutsubudjetit sekä työkalukokoonpanot. Uusi malli korvaa käytössä olevan mallin vain, jos se tuottaa laadukkaampia tuloksia samalla tai pienemmällä kustannuksella. Perplexity kertoo yhden ehdokkaan saaneen BrowseCompissa 13,3 pistettä lähtötasoa paremman tuloksen, mutta jääneen lähtötasoa heikommaksi yrityksen sisäisissä yritys-, laki- ja rahoitusalan tutkimustehtävissä. Tämä havainnollistaa, miksi valintaa ei tehdä pelkästään julkisten vertailutestien tulosten perusteella.

Dokumentaatiossa erotetaan dynaamiset nimet, lukitut versiot ja jäädytetyt määritykset. Dynaamiset kutsut ottavat käyttöön myöhemmin arvioidut muutokset ilman koodimuutoksia; lukitut kutsut säilyttävät yhden julkaisuversion, vaikka aktiivinen määritys päivittyisi; jäädytetyt kutsut kopioivat julkiset kentät, mutta niistä voi puuttua asetuksia, jotka eivät kuulu dokumentoituun pyyntöskeemaan. Ultralla ei ole jäädytettyä määritystä, vaan sitä on kutsuttava nimellä.

Kehittäjille käytännön ero on automaattisten päivitysten ja toistettavuuden välillä: dynaamiset tasot ottavat käyttöön Perplexityn arvioinnissa hyväksymät muutokset, kun taas lukitut versiot säilyttävät tunnetun määrityksen. Ultra laajentaa järjestelmää kattamaan enemmän, ja sen neljän agentin rakenne tuo orkestroinnin osaksi kustannusten ja laadun välistä punnintaa mallin valinnan rinnalle.