Perplexity, Agent API 연구 비용 인하하고 Ultra Effort 추가

Perplexity는 2026년 11월 5일 모든 에이전트 API 추론 수준의 쿼리당 비용을 인하했다고 발표했으며, 각 프리셋에서 연구 품질이 향상되거나 유지됐다고 밝혔습니다. Medium은 BrowseComp와 DSQA에서 점수가 55%에서 77%로 올랐고 비용은 거의 90% 줄었습니다. 광범위한 연구를 위한 새로운 Ultra 수준도 제공됩니다.

추론 수준은 모델 선택, 연구 단계 및 도구 호출 한도, 검색 동작, 사용 가능한 도구를 명명된 프리셋으로 묶어 제공합니다. 개발자는 각 구성 요소를 따로 설정하지 않고도 비용, 속도, 연구 깊이의 균형을 선택할 수 있습니다. 다음과 같은 요청은 effort="fast" 수정된 설정을 자동으로 적용받습니다.

Perplexity에 따르면 xhigh의 WANDR 점수는 76.5%로 유지됐으며, 실행 비용은 2026년 8월 비용의 약 25%였습니다. 이 수준은 샌드박스에서 코드 실행, 긴 도구 사용 루프 유지, 다양한 출처에서 근거 수집 등 개방형 에이전트 작업을 위한 것입니다.

WANDR 논문은 실제 데이터 수집 작업을 바탕으로 구성된 500개 작업 평가 세트를 설명합니다. 에이전트는 조건에 맞는 개체를 찾아내고, 출처와 발췌문을 독립적으로 확인할 수 있는 레코드를 반환해야 합니다. 작업별 평가자는 인용된 페이지를 다시 불러와 해당 근거를 바탕으로 레코드를 평가하므로, 고정된 정답 세트에 의존하지 않습니다.

Ultra, 더 폭넓은 연구를 위해 에이전트 네 개 활용

Ultra는 공식 추론 수준 문서에서 fast, low, medium, high, xhigh와 함께 제시됩니다. 이 수준은 지연 시간보다 완전성이 중요한 광범위한 연구와 데이터 수집을 위해 마련됐습니다. 이 구성은 anthropic/claude-opus-5-5, 장시간 실행에는 백그라운드 모드를 사용할 수 있습니다.

Ultra는 동일한 연구 문제를 병렬로 실행되는 에이전트 세 개에 할당해 각 에이전트가 독립적으로 근거를 모으도록 합니다. 네 번째 에이전트가 결과를 통합하고 중복된 발견을 제거한 뒤 답변을 작성합니다. Perplexity는 작업당 21.71달러의 비용으로 WANDR 점수 85.9%를 기록했으며, 이는 테스트한 구성 중 가장 높은 결과라고 밝혔습니다.

예산 및 컨텍스트 변경으로 연구 비용 절감

각 수준에서는 단계 수 제한, 전체 도구 호출 횟수 상한, 남은 용량에 대한 주기적 알림을 통해 지출을 제한합니다. 한 단계에서 여러 도구를 통해 여러 차례 호출할 수 있으므로 별도의 도구 호출 상한이 중요합니다. 이러한 알림은 에이전트가 근거를 확인하고 작업 도중 멈추는 대신 답변을 제공할 수 있도록 예산을 충분히 남겨 두는 데 도움이 됩니다.

한 실험은 openai/gpt-6-luna 이러한 제한이 중요한 이유를 보여줍니다. Perplexity에 따르면 허용 단계 수를 1회에서 15회로 늘리자 BrowseComp와 DSQA의 정확도는 41%에서 80%로 높아졌고, 쿼리당 비용은 0.0017달러에서 0.0152달러로 증가했습니다. 따라서 예산 배분은 답변의 품질과 답변을 얻는 데 드는 비용 모두에 영향을 줍니다.

컨텍스트 압축은 또 다른 비용 요인에 대응합니다. 컨텍스트가 임계값을 넘으면 시스템은 이전 작업을 압축해 발견 사항과 남은 작업을 요약하되, 시스템 프롬프트와 원래 요청, 불러온 스킬은 보존합니다. 그런 다음 에이전트에 작업을 계속하라고 알리고 압축 횟수도 보고하므로, 에이전트가 요약을 작업 종료 신호로 오인하지 않습니다.

추출 기능은 에이전트가 다음 단계로 넘기는 정보량을 줄입니다. 페이지 전체를 제공하는 대신, fetch_url 현재 작업과 관련된 구절을 선택해 인용에 사용할 수 있도록 원문 그대로 발췌하라고 더 작은 모델에 요청합니다. Perplexity는 추론 강도가 높은 설정에서 쿼리당 입력 토큰이 약 50% 줄고, 쿼리당 0.073달러의 비용으로 88.0%의 점수를 기록했다고 밝혔습니다. 추출을 사용하지 않았을 때는 0.094달러의 비용으로 83.5%를 기록했습니다.

검색 자체를 개선하기 위한 변경 사항도 있습니다. 이제 검색 한 번에 기존 2K 대신 최대 4K 토큰의 결과를 반환할 수 있으며, 새 스니펫 엔진은 쿼리에 더 잘 부합하는 텍스트를 선택합니다. Fast Search의 가격은 요청 1,000건당 1.00달러입니다. 이러한 변경 사항은 함께 활용돼 검색 횟수를 줄이고 관련 없는 컨텍스트를 덜 포함하면서 유용한 근거를 찾도록 설계됐습니다.

워크플로 평가와 구성 안정성

워크플로 선택에는 점진적 공개 방식의 스킬 트리를 사용합니다. 처음에는 스킬의 이름과 설명만 컨텍스트에 포함되며, 모델이 해당 워크플로가 작업에 적합하다고 판단한 뒤 전체 지침이 제공됩니다. Perplexity에 따르면 모든 스킬을 미리 불러오면 BrowseComp와 DSQA 비용이 13% 증가하고 WANDR 점수는 낮아졌습니다. 이는 필요할 때만 워크플로를 불러오는 방식을 뒷받침합니다.

자동화된 테스트 환경은 새 모델을 사용할 수 있게 되는 대로 평가하며, 추론 강도와 단계 및 도구 호출 예산, 도구 구성을 바꿔 가며 테스트합니다. 후보 모델은 비용이 같거나 더 낮으면서 품질이 더 우수한 경우에만 기존 모델을 대체합니다. Perplexity에 따르면 한 후보 모델은 BrowseComp에서 기준 모델보다 13.3점 높은 점수를 기록했지만, 내부 기업·법률·금융 연구 과제에서는 기준 점수보다 낮았습니다. 이는 공개 벤치마크 결과만으로 모델을 선정하지 않는 이유를 보여줍니다.

문서에서는 동적 이름, 고정 버전, 동결 구성을 구분합니다. 동적 호출은 코드를 수정하지 않아도 이후에 평가된 변경 사항을 이어받고, 고정 호출은 활성 구성이 업데이트된 뒤에도 특정 릴리스를 유지합니다. 동결 호출은 공개 필드를 복사하지만, 문서화된 요청 스키마에 포함되지 않은 설정은 반영하지 못할 수 있습니다. Ultra에는 동결 구성이 없으므로 이름으로 호출해야 합니다.

개발자에게 실질적으로 중요한 차이는 자동 업데이트와 재현성입니다. 동적 수준은 Perplexity가 평가한 개정 사항을 이어받는 반면, 고정 버전은 이미 확인된 구성을 유지합니다. Ultra는 이 시스템의 적용 범위를 넓히며, 4개 에이전트로 구성된 설계에서는 모델 선택뿐 아니라 오케스트레이션도 비용 대비 품질을 따질 때 고려해야 합니다.