Perplexity знижує вартість досліджень через API для агентів і додає рівень Ultra

Perplexity оголосила 5 листопада 2026 року, що запити на всіх рівнях інтенсивності в API для агентів тепер коштують дешевше, а якість досліджень у різних попередніх налаштуваннях зросла або залишилася незмінною. На рівнях Medium показник у BrowseComp і DSQA підвищився з 55% до 77%, а вартість знизилася майже на 90%; також став доступним новий рівень Ultra для масштабних досліджень.

Рівні інтенсивності об’єднують вибір моделі, обмеження на кількість кроків дослідження та викликів інструментів, поведінку пошуку й доступні інструменти в іменовані попередні налаштування. Завдяки їм розробники можуть вибрати баланс між вартістю, швидкістю та глибиною дослідження, не налаштовуючи кожен компонент окремо. Запит на кшталт effort="fast" автоматично отримує оновлену конфігурацію.

За словами Perplexity, на рівні xhigh показник WANDR залишився на рівні 76,5%, тоді як вартість використання цієї конфігурації становила приблизно 25% від вартості у серпні 2026 року. Цей рівень призначений для відкритих агентних завдань, зокрема виконання коду в ізольованому середовищі, тривалих циклів використання інструментів і збирання доказів із багатьох джерел.

У дослідженні WANDR описано набір для оцінювання з 500 завдань, створений на основі реалістичних завдань зі збирання даних. Агенти мають знаходити відповідні критеріям об’єкти й повертати записи, джерела та уривки з яких можна незалежно перевірити. Спеціально налаштовані для кожного завдання оцінювачі повторно відкривають цитовані сторінки й перевіряють записи на основі цих доказів, не покладаючись на статичний набір еталонних відповідей.

Ultra залучає чотирьох агентів для масштабніших досліджень

У офіційній документації щодо рівнів інтенсивності Ultra доповнює Fast, Low, Medium, High і xhigh. Цей рівень призначений для масштабних досліджень і збирання даних, де повнота важливіша за затримку. У цій конфігурації використовується anthropic/claude-opus-5-5, а для тривалих запусків доступний фоновий режим.

Ultra доручає одну й ту саму дослідницьку задачу трьом агентам, які працюють паралельно, тож кожен із них може самостійно зібрати докази. Четвертий агент об’єднує їхні результати, усуває дублікати й формулює відповідь. За даними Perplexity, показник WANDR становить 85,9% за вартості $21.71 за завдання — це найкращий результат серед перевірених конфігурацій.

Зміни в бюджеті та контексті знижують вартість досліджень

Витрати на кожному рівні обмежуються кількістю кроків, граничною кількістю викликів інструментів загалом і періодичними повідомленнями про залишок доступного ресурсу. Окреме обмеження на виклики інструментів важливе, оскільки за один крок можна запустити кілька викликів різних інструментів. Такі повідомлення допомагають агенту зберегти достатньо ресурсу, щоб перевірити докази й надати відповідь, а не зупинитися посеред виконання завдання.

Один експеримент із openai/gpt-6-luna показує, чому ці обмеження важливі. За даними Perplexity, збільшення дозволеної кількості кроків із 1 до 15 підвищило точність у BrowseComp і DSQA з 41% до 80%, тоді як вартість одного запиту зросла з $0.0017 до $0.0152. Отже, розподіл бюджету впливає і на якість відповіді, і на ціну її отримання.

Стиснення контексту допомагає зменшити ще одне джерело витрат. Коли контекст перевищує певний поріг, система стисло підсумовує попередню роботу, отримані результати та завдання, що залишилися, зберігаючи системний запит, початковий запит користувача й усі завантажені навички. Потім вона вказує агенту продовжувати роботу та повідомляє кількість операцій стиснення, щоб той не сприйняв підсумок як сигнал зупинитися.

Вибірка зменшує обсяг інформації, яку агент переносить далі. Замість того щоб передавати йому цілу сторінку, fetch_url система доручає меншій моделі вибрати уривки, що стосуються поточного завдання, і дослівно навести їх для цитування. За високого рівня інтенсивності, за даними Perplexity, кількість вхідних токенів на запит зменшується приблизно на 50%, а результат становить 88,0% за вартості $0.073 за запит — порівняно з 83,5% за $0.094 без вибірки.

Інші зміни стосуються самого пошуку. Тепер кожен пошук може повертати до 4K токенів результатів замість 2K, нова система формування фрагментів добирає текст, що точніше відповідає запиту, а Fast Search коштує $1.00 за 1 000 запитів. У сукупності ці зміни мають допомогти знаходити корисні докази за меншої кількості пошуків і з меншим обсягом нерелевантного контексту.

Оцінювання робочих процесів і стабільність конфігурації

Для вибору робочого процесу використовується дерево навичок із поступовим розкриттям інформації. Спочатку в контексті для кожної навички вказано лише її назву й опис; повні інструкції додаються, коли модель вирішує, що цей робочий процес відповідає завданню. За словами Perplexity, попереднє завантаження всіх навичок збільшило витрати в BrowseComp і DSQA на 13% та знизило показники WANDR, що підтверджує доцільність завантажувати робочі процеси лише за потреби.

Автоматизована система перевіряє нові моделі, щойно вони стають доступними, перебираючи варіанти інтенсивності міркувань, бюджету кроків і викликів інструментів, а також конфігурації інструментів. Нова модель замінює чинну, лише якщо забезпечує вищу якість за такої самої або нижчої вартості. За словами Perplexity, одна з кандидатних моделей набрала в BrowseComp на 13,3 пункта більше за базовий рівень, але показала результати нижче за базові на внутрішніх дослідницьких завданнях у сферах бізнесу, права й фінансів. Це демонструє, чому самих лише результатів відкритих бенчмарків недостатньо для вибору моделі.

У документації розрізняють динамічні назви, закріплені версії та незмінні конфігурації. Динамічні виклики успадковують подальші оцінені зміни без редагування коду; закріплені виклики зберігають один реліз після оновлення активної конфігурації; незмінні виклики копіюють загальнодоступні поля, але можуть не враховувати параметри, що не входять до задокументованої схеми запиту. Для Ultra незмінної конфігурації немає, тож викликати його потрібно за назвою.

Для розробників практична відмінність полягає в автоматичних оновленнях і відтворюваності: динамічні рівні успадковують оцінені Perplexity зміни, тоді як закріплені версії зберігають відому конфігурацію. Ultra розширює цю систему, забезпечуючи ширше охоплення, а його архітектура з чотирма агентами робить оркестрацію так само важливим чинником оцінювання співвідношення вартості та якості, як і вибір моделі.