Perplexity снижает стоимость исследований через Agent API и добавляет уровень Ultra

Perplexity объявила 5 ноября 2026 года, что каждый уровень интенсивности Agent API теперь обходится дешевле за запрос; при этом качество исследований на всех предустановленных уровнях повысилось или осталось прежним. На уровне Medium показатели BrowseComp и DSQA выросли с 55% до 77%, а стоимость снизилась почти на 90%. Кроме того, для масштабных исследований стал доступен новый уровень Ultra.

Уровни интенсивности объединяют выбор модели, ограничения на количество исследовательских шагов и вызовов инструментов, поведение поиска и доступные инструменты в именованные предустановки. Они позволяют разработчикам выбирать баланс стоимости, скорости и глубины исследования, не настраивая каждый компонент отдельно. Запрос, например, effort="fast" автоматически получает обновлённую конфигурацию.

По словам Perplexity, на уровне xhigh показатель WANDR остался на отметке 76,5%, а конфигурация работала при затратах примерно в 25% от уровня августа 2026 года. Этот уровень предназначен для открытых задач с использованием агентов, в том числе для выполнения кода в изолированной среде, длительных циклов работы с инструментами и сбора данных из множества источников.

В статье о WANDR описан набор из 500 заданий для оценки, построенный на реалистичных задачах по сбору данных. Агенты должны находить подходящие сущности и возвращать записи, источники и цитаты из которых можно независимо проверить. Специализированные для каждого задания оценщики повторно открывают указанные страницы и проверяют записи на соответствие этим данным, не опираясь на статичный эталонный набор ответов.

В Ultra для масштабных исследований задействованы четыре агента

В официальной документации по уровням интенсивности Ultra указан наряду с Fast, Low, Medium, High и xhigh. Этот уровень предназначен для масштабных исследований и сбора данных, где полнота важнее скорости отклика. В конфигурации используется anthropic/claude-opus-5-5, а для длительных запусков доступен фоновый режим.

Ultra поручает одну и ту же исследовательскую задачу трём параллельно работающим агентам, чтобы каждый из них мог независимо собрать доказательства. Четвёртый агент объединяет их результаты, удаляет дублирующиеся находки и формулирует ответ. По данным Perplexity, показатель WANDR составляет 85,9% при стоимости 21,71 доллара за задание — это наилучший результат среди протестированных конфигураций.

Изменения в управлении бюджетом и контекстом снижают затраты на исследования

Расходы ограничиваются на каждом уровне: задаются пределы на количество шагов и общее число вызовов инструментов, а также периодически выводятся уведомления об оставшемся лимите. Отдельный предел на число вызовов инструментов важен, поскольку за один шаг можно запустить несколько вызовов разных инструментов. Уведомления помогают агенту зарезервировать достаточно средств, чтобы проверить доказательства и выдать ответ, а не остановиться на полпути.

Один эксперимент с openai/gpt-6-luna показывает, почему эти ограничения важны. По данным Perplexity, увеличение допустимого числа шагов с 1 до 15 повысило точность на BrowseComp и DSQA с 41% до 80%, а стоимость запроса выросла с 0,0017 до 0,0152 доллара. Таким образом, распределение бюджета влияет и на качество ответа, и на цену его получения.

Уплотнение контекста помогает снизить ещё один источник затрат. Когда объём контекста превышает пороговое значение, система сжимает предыдущую работу в краткое изложение результатов и оставшихся задач, сохраняя системный запрос, исходный запрос и все загруженные навыки. Затем она указывает агенту продолжать работу и сообщает число уплотнений, чтобы тот не принял краткое изложение за сигнал остановиться.

Извлечение данных сокращает объём информации, которую агент переносит дальше. Вместо того чтобы передавать ему целую страницу, fetch_url система поручает модели меньшего размера отобрать фрагменты, относящиеся к текущей задаче, и дословно процитировать их для подтверждения источниками. По данным Perplexity, при высокой интенсивности число входных токенов на запрос сокращается примерно на 50%, а результат составляет 88,0% при стоимости 0,073 доллара за запрос. Без извлечения данных показатель равен 83,5% при стоимости 0,094 доллара.

Другие изменения касаются самого поиска. Теперь каждый поиск может возвращать до 4 тыс. токенов результатов вместо 2 тыс.; новый механизм формирования фрагментов выбирает текст, который точнее соответствует запросу, а Fast Search стоит 1,00 доллар за 1000 запросов. В совокупности эти изменения призваны помогать находить полезные данные с меньшим числом поисковых запросов и меньшим объёмом нерелевантного контекста.

Оценка рабочих процессов и стабильность конфигурации

Для выбора рабочих процессов используется дерево навыков с поэтапным раскрытием информации. Сначала в контексте указываются только название и описание навыка; полные инструкции поступают после того, как модель решит, что этот рабочий процесс подходит для задачи. По словам Perplexity, предварительная загрузка всех навыков увеличила затраты на BrowseComp и DSQA на 13% и снизила показатели WANDR, что подтверждает целесообразность загружать рабочие процессы только по мере необходимости.

Автоматизированная система оценки проверяет новые модели по мере их появления, перебирая настройки интенсивности рассуждений, бюджеты на шаги и вызовы инструментов, а также конфигурации инструментов. Новая модель заменяет действующую, только если обеспечивает более высокое качество при равных или меньших затратах. По словам Perplexity, одна из моделей-кандидатов набрала на BrowseComp на 13,3 пункта больше базового уровня, но уступила базовым моделям во внутренних исследовательских задачах для корпоративной сферы, права и финансов. Это показывает, почему одних результатов открытых тестов недостаточно для выбора модели.

В документации разграничиваются динамические имена, закреплённые версии и замороженные конфигурации. Динамические вызовы наследуют последующие изменения, прошедшие оценку, без правок кода; закреплённые вызовы сохраняют один релиз после обновления активной конфигурации; замороженные вызовы копируют общедоступные поля, но могут не учитывать настройки, не входящие в документированную схему запроса. Для Ultra замороженная конфигурация не предусмотрена: эту модель необходимо вызывать по имени.

Для разработчиков практическое различие заключается в выборе между автоматическими обновлениями и воспроизводимостью: динамические уровни наследуют изменения Perplexity, прошедшие оценку, а закреплённые версии сохраняют известную конфигурацию. Ultra расширяет эту систему, обеспечивая более широкий охват, а архитектура с четырьмя агентами делает оркестрацию частью расчёта соотношения затрат и качества наряду с выбором модели.