Perplexity verlaagt de onderzoekskosten van de Agent-API en voegt het inspanningsniveau Ultra toe

Perplexity maakte op 5 november 2026 bekend dat elk inspanningsniveau van de Agent-API nu minder kost per aanvraag. Ook meldde het bedrijf dat de onderzoekskwaliteit bij de verschillende vooraf ingestelde niveaus was verbeterd of gelijk gebleven. Bij Medium steeg de score op BrowseComp en DSQA van 55% naar 77%, terwijl de kosten met bijna 90% daalden. Ook is er nu een nieuw Ultra-niveau beschikbaar voor breed onderzoek.

Inspanningsniveaus bundelen de modelkeuze, limieten voor onderzoeksstappen en toolaanroepen, zoekgedrag en beschikbare tools in benoemde presets. Zo kunnen ontwikkelaars een balans kiezen tussen kosten, snelheid en onderzoeksdiepgang zonder elk onderdeel afzonderlijk te configureren. Een aanvraag zoals effort="fast" krijgt automatisch de herziene configuratie.

Volgens Perplexity bleef de WANDR-score bij xhigh met 76,5% gelijk, terwijl de configuratie ongeveer 25% kostte van wat die in augustus 2026 kostte. Dit niveau is bedoeld voor open agentische taken, waaronder code uitvoeren in een sandboxomgeving, langdurige reeksen toolaanroepen uitvoeren en bewijs uit veel bronnen verzamelen.

In de WANDR-publicatie wordt een evaluatieset van 500 taken beschreven, gebaseerd op realistische gegevensverzamelingswerkzaamheden. Agents moeten in aanmerking komende entiteiten vinden en gegevensrecords opleveren waarvan de bronnen en fragmenten onafhankelijk kunnen worden gecontroleerd. Taakspecifieke beoordelaars halen de geciteerde pagina’s opnieuw op en toetsen de gegevensrecords aan het daarin gevonden bewijs, zodat een statische set met gouden antwoorden niet nodig is.

Ultra zet vier agents in voor breder onderzoek

Ultra staat naast fast, low, medium, high en xhigh in de officiële documentatie over inspanningsniveaus. Het niveau is bedoeld voor breed onderzoek en gegevensverzameling, waarbij volledigheid belangrijker is dan latentie. De configuratie maakt gebruik van anthropic/claude-opus-5-5, en voor lange runs is de achtergrondmodus beschikbaar.

Ultra geeft drie agents parallel dezelfde onderzoeksvraag, zodat ze elk zelfstandig bewijs kunnen verzamelen. Een vierde agent voegt hun resultaten samen, verwijdert dubbele bevindingen en schrijft het antwoord. Perplexity meldt een WANDR-score van 85,9% tegen $21,71 per taak, het hoogste resultaat van de geteste configuraties.

Aanpassingen aan budget en context drukken de onderzoekskosten

De uitgaven worden op elk niveau beperkt met limieten voor het aantal stappen, een maximum voor het totale aantal toolaanroepen en periodieke meldingen over de resterende capaciteit. Dat afzonderlijke maximum voor toolaanroepen is van belang, omdat één stap meerdere aanroepen via verschillende tools kan starten. Dankzij die meldingen kan de agent voldoende budget achter de hand houden om het bewijs te controleren en een antwoord te geven, in plaats van halverwege de taak te stoppen.

Eén experiment met openai/gpt-6-luna laat zien waarom die limieten ertoe doen. Perplexity meldt dat een verhoging van het toegestane aantal stappen van 1 naar 15 de nauwkeurigheid op BrowseComp en DSQA deed stijgen van 41% naar 80%, terwijl de kosten per aanvraag toenamen van $0,0017 naar $0,0152. De verdeling van het budget bepaalt dus zowel de kwaliteit van het antwoord als de prijs ervan.

Het inkorten van de context pakt een andere kostenfactor aan. Zodra de context een drempel overschrijdt, vat het systeem eerder werk samen in een overzicht van bevindingen en resterende taken, met behoud van de systeemprompt, de oorspronkelijke aanvraag en eventuele geladen vaardigheden. Vervolgens krijgt de agent de opdracht om door te werken en wordt het aantal inkortingen gemeld, zodat de samenvatting niet wordt aangezien voor een teken dat de taak is voltooid.

Extractie beperkt wat de agent meeneemt naar een volgende stap. In plaats van de agent een volledige pagina te geven, fetch_url laat Perplexity een kleiner model passages selecteren die relevant zijn voor de huidige taak en die letterlijk citeren als onderbouwing. Bij een hoge inspanning meldt Perplexity ongeveer 50% minder invoertokens per aanvraag en een resultaat van 88,0% tegen $0,073 per aanvraag, tegenover 83,5% tegen $0,094 zonder extractie.

Andere aanpassingen zijn gericht op het zoeken zelf. Elke zoekopdracht kan nu maximaal 4K tokens aan resultaten opleveren in plaats van 2K, een nieuwe fragmentengenerator selecteert tekst die nauwer aansluit op de zoekopdracht en Fast Search kost $1,00 per 1.000 aanvragen. Samen moeten deze aanpassingen ervoor zorgen dat bruikbaar bewijs met minder zoekopdrachten en minder irrelevante context wordt gevonden.

Evaluatie van werkstromen en stabiliteit van configuraties

Bij het selecteren van werkstromen wordt een vaardighedenstructuur met stapsgewijze informatieverstrekking gebruikt. Aanvankelijk neemt een vaardigheid in de context alleen ruimte in voor de naam en beschrijving; de volledige instructies worden pas toegevoegd nadat het model heeft bepaald dat de werkstroom bij de taak past. Volgens Perplexity leidde het vooraf laden van alle vaardigheden tot 13% hogere kosten op BrowseComp en DSQA en lagere WANDR-scores. Dat ondersteunt de keuze om werkstromen alleen te laden wanneer dat nodig is.

Een geautomatiseerde testomgeving evalueert nieuwe modellen zodra die beschikbaar komen. Daarbij worden de redeneerinspanning, de budgetten voor stappen en toolaanroepen en de toolconfiguraties systematisch getest. Een kandidaat vervangt het huidige model alleen als die bij gelijke of lagere kosten betere kwaliteit levert. Perplexity zegt dat één kandidaat op BrowseComp 13,3 punten hoger scoorde dan de basislijn, maar lager uitkwam dan de basislijnen voor interne onderzoeksopdrachten op het gebied van bedrijfsleven, recht en financiën. Dit laat zien waarom openbare benchmarkresultaten op zichzelf niet bepalend zijn voor de selectie.

De documentatie maakt onderscheid tussen dynamische namen, vastgezette versies en bevroren configuraties. Dynamische aanroepen nemen later geëvalueerde wijzigingen over zonder dat codeaanpassingen nodig zijn; vastgezette aanroepen behouden één release nadat de actieve configuratie is bijgewerkt; bevroren aanroepen kopiëren openbare velden, maar kunnen instellingen missen die buiten het gedocumenteerde aanvraagschema vallen. Voor Ultra bestaat geen bevroren configuratie; dit model moet op naam worden aangeroepen.

Voor ontwikkelaars komt het praktische onderscheid neer op automatische updates versus reproduceerbaarheid: dynamische niveaus nemen de geëvalueerde revisies van Perplexity over, terwijl vastgezette versies een bekende configuratie behouden. Ultra breidt dat systeem uit voor een bredere dekking, en door het ontwerp met vier agents maakt orkestratie, naast de modelkeuze, deel uit van de afweging tussen kosten en kwaliteit.