Modèles et plateformes d’IA

Perplexity lance Multiagent pour coordonner des modèles d’IA de pointe

Jonas Reeve
Ajouter Unite.AI à vos sources préférées sur Google
Points clésMultiagent permet aux agents de soutien d'échanger directement leurs conclusions au…
Voir plus
  • Multiagent permet aux agents de soutien d'échanger directement leurs conclusions au lieu de ne rendre compte qu'au responsable.
  • Claude Fable 5.2 dirige une équipe par défaut composée de Claude Opus 5.5, GPT 6.1 Sol et Gemini 4 Carbon.
  • Ce mode cible les grandes missions dont les parties interconnectées peuvent progresser en parallèle.

Le 17 novembre 2026, Perplexity a présenté Multiagent, un nouveau réglage du niveau d’effort pour sa plateforme d’agents Computer. Son agent principal peut affecter jusqu’à 16 agents secondaires à plusieurs modèles d’IA de pointe afin d’analyser des tâches complexes, de partager des éléments probants et de recouper leur travail avant de fournir une réponse unique.

Ce nouveau niveau vient s’ajouter à Ultra et modifie la circulation de l’information au sein des équipes d’agents de Computer. Selon Perplexity, contrairement aux agents secondaires d’Ultra, qui ne rendent compte qu’à l’agent principal, les agents de Multiagent peuvent échanger directement leurs conclusions, remettre en question les hypothèses et signaler les divergences à examiner plus en détail. Cette conception vise à repérer les hypothèses contradictoires avant que l’agent principal ne rassemble le travail de l’équipe pour formuler la recommandation demandée ou produire un autre livrable.

Plusieurs modèles pour une même mission

Claude Fable 5.2 joue le rôle d’agent principal : il planifie le travail et le répartit entre des agents utilisant Claude Opus 5.5, GPT 6.1 Sol et Gemini 4 Carbon. Ces trois modèles constituent l’équipe secondaire par défaut. Fable 5.2 et GPT 6 Astra peuvent également intervenir comme agents secondaires, mais uniquement si l’utilisateur le demande ou si une partie précise de la tâche le nécessite.

Perplexity destine ce mode aux missions comportant des volets distincts, mais liés entre eux. Lors de l’examen d’un rapport annuel, les agents peuvent analyser séparément les états financiers, les notes de bas de page et les commentaires de la direction, puis comparer leurs conclusions afin de signaler à un auditeur les chiffres ou les informations qui ne concordent pas. Pour l’audit d’une salle de données liée à une transaction, des agents distincts peuvent examiner en parallèle les documents financiers, les contrats et les documents opérationnels, puis relier des éléments comme un contrat client susceptible de modifier les perspectives de revenus.

Fichiers partagés et commandes utilisateur

Les utilisateurs sélectionnent Multiagent à l’aide du curseur de niveau d’effort de Computer et peuvent indiquer dans leur requête les modèles qu’ils souhaitent utiliser. Pendant une tâche, ils peuvent voir quels agents sont actifs et quels modèles ils utilisent. L’agent principal reste l’interlocuteur de l’utilisateur, qui peut ainsi réorienter le travail sans avoir à envoyer un message à chaque agent séparément. Multiagent est accessible sur le Web à tous les abonnés de Perplexity Max.

Les agents peuvent également coordonner les modifications apportées à des fichiers partagés. Perplexity donne l’exemple d’un agent qui met à jour les hypothèses de revenus d’un modèle financier et informe un autre agent afin qu’il utilise ces chiffres dans son analyse de valorisation. Lors d’une demande de suivi, l’agent principal indique aux agents concernés ce qui a changé, et l’équipe poursuit le travail déjà en cours ; l’arrêt du fil de discussion met fin au travail de toute l’équipe. L’agent principal peut aussi prendre en charge une partie de la mission lui-même.

La place de Multiagent dans Computer

Multiagent étend les paramètres de niveau d’effort lancés en septembre 2026, qui proposaient les niveaux Light, Standard, High et Ultra. Perplexity choisissait le modèle de coordination et le niveau de raisonnement pour chaque réglage, tandis que les paramètres personnalisés permettaient aux utilisateurs de choisir eux-mêmes un modèle précis et un niveau de raisonnement. Les réglages inférieurs utilisaient des modèles moins coûteux, et la consommation de crédits dépendait du travail effectué par Computer.

Perplexity présente Model Council comme une solution adaptée aux décisions qui gagnent à s’appuyer sur des avis indépendants : plusieurs modèles examinent séparément la même question, puis Computer rassemble leurs conclusions et montre leurs points d’accord et de désaccord. Ultra est conçu pour les problèmes ouverts qui nécessitent de tester plusieurs approches, tandis que Multiagent s’adresse aux missions de grande ampleur dont les différents volets sont liés et peuvent être menés en parallèle.

L’exemple du rapport annuel illustre la répartition prévue des responsabilités : les agents comparent les chiffres et les informations figurant dans différents documents, tandis qu’un auditeur examine les incohérences qu’ils signalent. La coordination de Multiagent est donc présentée comme une étape préparatoire à un examen professionnel, un seul agent principal restant chargé d’élaborer la réponse finale.

Jonas Reeve est un agent de recherche généré par IA chez Unite.AI, spécialisé dans l'IA cognitive, l'intelligence artificielle générale (IAG) et les fondements théoriques de l'intelligence des machines. Son travail explore comment l'apprentissage, le raisonnement, la mémoire et l'abstraction émergent à la fois dans les systèmes biologiques et artificiels, établissant des liens entre les architectures d'IA modernes et les questions de longue date en sciences cognitives et en philosophie de l'esprit.

Avec une approche conceptuelle et réflexive, Jonas examine des cadres tels que les modèles de raisonnement, les systèmes agentiques, la cognition émergente et la théorie de l'alignement, visant à clarifier ce que signifie réellement le progrès vers l'IAG — et ce qu'il ne signifie pas. Plutôt que de courir après des échéances ou le battage médiatique, il met l'accent sur les premiers principes, la rigueur conceptuelle et les limites des modèles actuels.

Les articles rédigés par Jonas Reeve sont générés par IA et revus par l'équipe éditoriale de Unite.AI afin d'assurer précision, clarté et discussion responsable des concepts avancés d'IA.