Perplexity ने Agent API की शोध लागत घटाई और Ultra Effort जोड़ा

Perplexity ने घोषणा की कि 5 नवंबर 2026 से Agent API के हर एफर्ट स्तर पर प्रति क्वेरी लागत कम हो गई है। साथ ही, उसने बताया कि प्रीसेट के अनुसार शोध की गुणवत्ता या तो बेहतर हुई है या पहले जैसी बनी हुई है। Medium में BrowseComp और DSQA पर स्कोर 55% से बढ़कर 77% हो गया, जबकि इसकी लागत लगभग 90% घट गई। व्यापक शोध के लिए एक नया Ultra स्तर भी उपलब्ध है।

प्रयास के स्तर मॉडल चयनमॉडल चयन, शोध-चरणों और टूल कॉल की सीमाओं, खोज व्यवहार तथा उपलब्ध टूल को नामित प्रीसेट में समेटते हैं। इनके ज़रिए डेवलपर हर घटक को अलग-अलग कॉन्फ़िगर किए बिना लागत, गति और शोध की गहराई के बीच संतुलन चुन सकते हैं। उदाहरण के लिए, ऐसा अनुरोध effort="fast" संशोधित सेटअप अपने-आप प्राप्त करता है।

Perplexity के अनुसार, xhigh पर WANDR स्कोर 76.5% पर बना रहा, जबकि इस कॉन्फ़िगरेशन की लागत अगस्त 2026 की लागत की लगभग 25% थी। यह स्तर खुले दायरे वाले एजेंट-आधारित काम के लिए बनाया गया है, जिसमें सैंडबॉक्स में कोड चलाना, टूल के लंबे उपयोग-चक्र जारी रखना और अनेक स्रोतों से साक्ष्य जुटाना शामिल है।

WANDR शोधपत्र में यथार्थपरक डेटा-संग्रह कार्यों पर आधारित 500 कार्यों वाला मूल्यांकन सेट बताया गया है। एजेंटों को तय मानदंडों पर खरे उतरने वाली इकाइयों का पता लगाना होता है और ऐसे रिकॉर्ड लौटाने होते हैं जिनके स्रोतों और उद्धरणों की स्वतंत्र रूप से जाँच की जा सके। कार्य-विशिष्ट मूल्यांकनकर्ता उद्धृत पृष्ठों को फिर से खोलकर साक्ष्यों के आधार पर रिकॉर्ड का आकलन करते हैं, जिससे स्थिर स्वर्ण-मानक उत्तर-संग्रह की आवश्यकता नहीं रहती।

व्यापक शोध के लिए Ultra चार एजेंटों का उपयोग करता है

आधिकारिक एफर्ट दस्तावेज़ में Ultra को fast, low, medium, high और xhigh के साथ शामिल किया गया है। इसकी निर्धारित भूमिका व्यापक शोध और डेटा-संग्रह की है, जहाँ पूर्णता, प्रतिक्रिया समय से अधिक महत्त्वपूर्ण है। इस कॉन्फ़िगरेशन में anthropic/claude-opus-5-5, और लंबे समय तक चलने वाले कार्यों के लिए बैकग्राउंड मोड उपलब्ध है।

Ultra एक ही शोध समस्या तीन एजेंटों को देता है, जो समानांतर रूप से काम करते हैं। इससे हर एजेंट स्वतंत्र रूप से साक्ष्य जुटा सकता है। चौथा एजेंट उनके नतीजों को एक साथ जोड़ता है, दोहराई गई खोजों को हटाता है और उत्तर लिखता है। Perplexity के अनुसार, Ultra ने प्रति कार्य $21.71 की लागत पर WANDR में 85.9% स्कोर किया—परीक्षण किए गए कॉन्फ़िगरेशन में यह सबसे ऊँचा नतीजा था।

बजट और संदर्भ में बदलाव से शोध की लागत घटती है

हर स्तर पर खर्च को चरणों की सीमा, कुल टूल कॉल की अधिकतम संख्या और शेष क्षमता के बारे में समय-समय पर मिलने वाली सूचनाओं के ज़रिए नियंत्रित किया जाता है। टूल कॉल की अलग सीमा महत्त्वपूर्ण है, क्योंकि एक चरण में अलग-अलग टूल पर कई कॉल शुरू हो सकती हैं। ये सूचनाएँ एजेंट को इतना बजट बचाकर रखने में मदद करती हैं कि वह साक्ष्यों की जाँच करके उत्तर दे सके, न कि काम के बीच में रुक जाए।

के साथ किया गया एक प्रयोग openai/gpt-6-luna दिखाता है कि ये सीमाएँ क्यों महत्त्वपूर्ण हैं। Perplexity के अनुसार, अनुमत चरणों की संख्या 1 से बढ़ाकर 15 करने पर BrowseComp और DSQA में सटीकता 41% से बढ़कर 80% हो गई, जबकि प्रति क्वेरी लागत $0.0017 से बढ़कर $0.0152 हो गई। इसलिए, बजट का बँटवारा उत्तर की गुणवत्ता और उसे प्राप्त करने की लागत—दोनों को प्रभावित करता है।

संदर्भ को संक्षिप्त करना लागत के एक अन्य कारण का समाधान करता है। संदर्भ एक तय सीमा से आगे बढ़ने पर, सिस्टम पहले किए गए काम को निष्कर्षों और बाकी बचे कार्यों के सार में समेट देता है, लेकिन सिस्टम प्रॉम्प्ट, मूल अनुरोध और लोड किए गए कौशलों को जस का तस रखता है। इसके बाद वह एजेंट को काम जारी रखने के लिए कहता है और यह भी बताता है कि संदर्भ को कितनी बार संक्षिप्त किया गया है, ताकि एजेंट सारांश को काम रोकने का संकेत न समझे।

जानकारी निकालने से एजेंट के साथ आगे भेजी जाने वाली सामग्री कम हो जाती है। उसे पूरा पृष्ठ देने के बजाय, fetch_url मौजूदा कार्य से जुड़े अंश चुनने और उद्धरण के लिए उन्हें शब्दशः प्रस्तुत करने का काम एक छोटे मॉडल को सौंपता है। Perplexity के अनुसार, high एफर्ट स्तर पर प्रति क्वेरी इनपुट टोकन लगभग 50% कम होते हैं और नतीजा 88.0% रहता है, जिसकी प्रति क्वेरी लागत $0.073 है। इसकी तुलना में, जानकारी निकाले बिना नतीजा 83.5% और प्रति क्वेरी लागत $0.094 थी।

इससे जुड़े अन्य बदलाव सीधे खोज को बेहतर बनाते हैं। अब हर खोज में पहले के 2K के बजाय अधिकतम 4K टोकन के नतीजे मिल सकते हैं, एक नया स्निपेट इंजन क्वेरी से अधिक सटीक रूप से मेल खाने वाला पाठ चुनता है और Fast Search की कीमत प्रति 1,000 अनुरोधों के लिए $1.00 है। इन बदलावों का संयुक्त उद्देश्य कम खोजों और कम अप्रासंगिक संदर्भ के साथ उपयोगी साक्ष्य ढूँढ़ना है।

कार्यप्रवाह का मूल्यांकन और कॉन्फ़िगरेशन की स्थिरता

कार्यप्रवाह चुनने के लिए क्रमिक रूप से जानकारी उजागर करने वाला कौशल-वृक्ष इस्तेमाल किया जाता है। शुरुआत में किसी कौशल का केवल नाम और विवरण संदर्भ में रहता है; मॉडल के यह तय करने के बाद कि वह कार्यप्रवाह काम के लिए उपयुक्त है, उसके पूरे निर्देश दिए जाते हैं। Perplexity का कहना है कि हर कौशल को पहले से लोड करने पर BrowseComp और DSQA की लागत 13% बढ़ी और WANDR स्कोर घटे। इससे यह निर्णय सही साबित होता है कि कार्यप्रवाह केवल ज़रूरत पड़ने पर ही लोड किए जाएँ।

एक स्वचालित परीक्षण प्रणाली नए मॉडल उपलब्ध होते ही उनका मूल्यांकन करती है। इसमें तर्क-प्रयास, चरणों और टूल कॉल का बजट तथा टूल कॉन्फ़िगरेशन जाँचे जाते हैं। किसी नए मॉडल को मौजूदा मॉडल की जगह तभी लिया जाता है, जब वह समान या कम लागत पर बेहतर गुणवत्ता दे। Perplexity के अनुसार, एक संभावित मॉडल ने BrowseComp पर आधार-स्तर से 13.3 अंक अधिक हासिल किए, लेकिन आंतरिक उद्यम, कानूनी और वित्तीय शोध कार्यों में उसका स्कोर आधार-स्तर से नीचे रहा। इससे पता चलता है कि केवल सार्वजनिक बेंचमार्क के नतीजे चयन तय नहीं करते।

दस्तावेज़ीकरण में गतिशील नामों, पिन किए गए संस्करणों और स्थिर कॉन्फ़िगरेशन के बीच अंतर बताया गया है। गतिशील कॉल में बाद में मूल्यांकित बदलाव बिना कोड संपादित किए शामिल हो जाते हैं; पिन किए गए कॉल में सक्रिय कॉन्फ़िगरेशन के आगे बढ़ जाने के बाद भी एक ही रिलीज़ बनी रहती है; स्थिर कॉल सार्वजनिक फ़ील्ड की प्रतिलिपि बनाते हैं, लेकिन दस्तावेज़ीकृत अनुरोध स्कीमा से बाहर की सेटिंग छूट सकती हैं। Ultra का कोई स्थिर कॉन्फ़िगरेशन नहीं है और इसे नाम से कॉल करना आवश्यक है।

डेवलपरों के लिए व्यावहारिक अंतर स्वचालित अपडेट और पुनरुत्पादनीयता के बीच है: गतिशील स्तर Perplexity के मूल्यांकित संशोधनों को शामिल करते हैं, जबकि पिन किए गए संस्करण एक ज्ञात कॉन्फ़िगरेशन को बनाए रखते हैं। Ultra इस प्रणाली का विस्तार करके अधिक व्यापक कवरेज देता है, और इसका चार-एजेंट डिज़ाइन मॉडल चुनने के साथ-साथ ऑर्केस्ट्रेशन को भी लागत और गुणवत्ता के आकलन का हिस्सा बनाता है।