Perplexity obniża koszty badań w Agent API i dodaje poziom Ultra

Perplexity poinformowało 5 listopada 2026 r., że koszt każdego zapytania w ramach API agentów jest teraz niższy na wszystkich poziomach wysiłku, a jakość badań w dostępnych presetach wzrosła lub pozostała bez zmian. Wyniki poziomu Medium w BrowseComp i DSQA poprawiły się z 55% do 77%, a jego koszt spadł o prawie 90%. Dostępny jest też nowy poziom Ultra przeznaczony do szeroko zakrojonych badań.

Poziomy wysiłku łączą wybór modelu, limity kroków badawczych i wywołań narzędzi, sposób wyszukiwania oraz dostępne narzędzia w nazwane presety. Pozwalają programistom wybrać równowagę między kosztem, szybkością i głębokością badań bez konieczności osobnego konfigurowania każdego elementu. Żądanie takie jak effort="fast" automatycznie korzysta ze zmienionej konfiguracji.

Według Perplexity wynik WANDR na poziomie xhigh utrzymał się na poziomie 76,5%, a koszt tej konfiguracji wyniósł około 25% kosztu z sierpnia 2026 r. Ten poziom jest przeznaczony do otwartych zadań z udziałem agentów, takich jak wykonywanie kodu w piaskownicy, prowadzenie długich sekwencji wywołań narzędzi i gromadzenie dowodów z wielu źródeł.

W artykule WANDR opisano zestaw ewaluacyjny obejmujący 500 zadań opartych na realistycznych pracach związanych z gromadzeniem danych. Agenci muszą znajdować podmioty spełniające określone kryteria i zwracać rekordy, których źródła i fragmenty można niezależnie zweryfikować. Oceniający przypisani do konkretnych zadań ponownie pobierają wskazane strony i oceniają rekordy na podstawie zawartych w nich dowodów, dzięki czemu nie trzeba korzystać ze statycznego zbioru wzorcowych odpowiedzi.

Ultra wykorzystuje czterech agentów do szerszego zakresu badań

W dokumentacji oficjalnie opisującej poziomy wysiłku Ultra uzupełnia poziomy fast, low, medium, high i xhigh. Jest przeznaczony do szeroko zakrojonych badań i gromadzenia danych, w których kompletność jest ważniejsza niż opóźnienie. Konfiguracja wykorzystuje anthropic/claude-opus-5-5, a tryb działania w tle jest dostępny w przypadku długotrwałych zadań.

Ultra przydziela ten sam problem badawczy trzem agentom działającym równolegle, dzięki czemu każdy z nich może niezależnie zgromadzić dowody. Czwarty agent łączy ich wyniki, usuwa powielone ustalenia i opracowuje odpowiedź. Perplexity podaje, że wynik WANDR wynosi 85,9% przy koszcie 21,71 USD za zadanie — to najwyższy rezultat spośród testowanych konfiguracji.

Zmiany w budżecie i kontekście obniżają koszty badań

Wydatki są ograniczane na każdym poziomie przez limity liczby kroków, maksymalny łączny limit wywołań narzędzi oraz okresowe powiadomienia o pozostałym budżecie. Osobny limit wywołań narzędzi ma znaczenie, ponieważ w ramach jednego kroku można uruchomić kilka wywołań różnych narzędzi. Powiadomienia pomagają agentowi zachować wystarczający budżet na sprawdzenie dowodów i udzielenie odpowiedzi, zamiast przerwać zadanie w trakcie.

Jeden eksperyment z openai/gpt-6-luna pokazuje, dlaczego te limity mają znaczenie. Perplexity podaje, że zwiększenie dozwolonej liczby kroków z 1 do 15 podniosło dokładność w BrowseComp i DSQA z 41% do 80%, a koszt jednego zapytania wzrósł z 0,0017 USD do 0,0152 USD. Przydział budżetu wpływa zatem zarówno na jakość odpowiedzi, jak i na koszt jej uzyskania.

Kompaktowanie kontekstu pozwala ograniczyć kolejne źródło kosztów. Gdy kontekst przekroczy określony próg, system streszcza wcześniejsze działania, uwzględniając ustalenia i pozostałe zadania, a jednocześnie zachowuje prompt systemowy, pierwotne żądanie i wszystkie załadowane umiejętności. Następnie poleca agentowi kontynuować pracę i podaje liczbę przeprowadzonych kompaktowań, aby agent nie uznał streszczenia za sygnał do zakończenia zadania.

Ekstrakcja ogranicza ilość informacji, które agent przenosi dalej. Zamiast przekazywać mu całą stronę, fetch_url zleca mniejszemu modelowi wybranie fragmentów związanych z bieżącym zadaniem i przytoczenie ich dosłownie jako materiału źródłowego. Perplexity podaje, że przy wysokim poziomie wysiłku liczba tokenów wejściowych na zapytanie spada o około 50%, a wynik wynosi 88,0% przy koszcie 0,073 USD za zapytanie. Bez ekstrakcji wynik wynosi 83,5% przy koszcie 0,094 USD.

Powiązane zmiany obejmują samo wyszukiwanie. Każde wyszukiwanie może teraz zwrócić do 4 tys. tokenów wyników zamiast 2 tys., nowy mechanizm tworzenia fragmentów wybiera tekst lepiej dopasowany do zapytania, a usługa Fast Search kosztuje 1,00 USD za 1000 żądań. Zmiany te mają łącznie ułatwić znajdowanie przydatnych dowodów przy mniejszej liczbie wyszukiwań i z mniejszą ilością nieistotnych informacji w kontekście.

Ocena przepływów pracy i stabilność konfiguracji

Wybór przepływu pracy opiera się na drzewie umiejętności z ich stopniowym ujawnianiem. Początkowo w kontekście znajduje się tylko nazwa i opis danej umiejętności; pełne instrukcje są dodawane dopiero wtedy, gdy model uzna, że dany przepływ pracy odpowiada zadaniu. Perplexity podaje, że wstępne załadowanie wszystkich umiejętności zwiększyło koszty w BrowseComp i DSQA o 13% oraz obniżyło wyniki WANDR, co przemawia za ładowaniem przepływów pracy tylko wtedy, gdy są potrzebne.

Zautomatyzowany zestaw narzędzi ocenia nowe modele w miarę uzyskiwania do nich dostępu, testując różne poziomy wysiłku wnioskowania, budżety kroków i wywołań narzędzi oraz konfiguracje narzędzi. Model zastępuje dotychczasowy tylko wtedy, gdy zapewnia lepszą jakość przy takim samym lub niższym koszcie. Perplexity podaje, że jeden z kandydatów uzyskał w BrowseComp wynik o 13,3 punktu wyższy od bazowego, ale w wewnętrznych zadaniach badawczych z zakresu przedsiębiorczości, prawa i finansów wypadł gorzej od modeli bazowych. Pokazuje to, dlaczego same wyniki publicznych testów porównawczych nie przesądzają o wyborze.

Dokumentacja rozróżnia nazwy dynamiczne, przypięte wersje i zamrożone konfiguracje. Wywołania dynamiczne uwzględniają późniejsze ocenione zmiany bez modyfikowania kodu; przypięte wywołania zachowują jedną wersję po aktualizacji aktywnej konfiguracji; zamrożone wywołania kopiują pola publiczne, ale mogą pomijać ustawienia spoza udokumentowanego schematu żądania. Ultra nie ma zamrożonej konfiguracji i trzeba wywoływać go po nazwie.

Z perspektywy programistów praktyczna różnica sprowadza się do automatycznych aktualizacji lub powtarzalności: poziomy dynamiczne uwzględniają ocenione wersje Perplexity, a przypięte wersje zachowują znaną konfigurację. Ultra rozszerza ten system, obejmując więcej zastosowań, a jego konstrukcja oparta na czterech agentach sprawia, że orkiestracja — obok wyboru modelu — staje się elementem kalkulacji kosztów i jakości.