Perplexity giảm chi phí nghiên cứu của Agent API và bổ sung mức nỗ lực Ultra

Perplexity thông báo vào ngày 5 tháng 11 năm 2026 rằng chi phí mỗi truy vấn ở mọi mức nỗ lực của API Tác tử hiện đã giảm, đồng thời cho biết chất lượng nghiên cứu ở các cấu hình thiết lập sẵn được cải thiện hoặc không thay đổi. Mức Medium tăng từ 55% lên 77% trên BrowseComp và DSQA, trong khi chi phí giảm gần 90%; ngoài ra, một mức mới mang tên Ultra đã được cung cấp cho các hoạt động nghiên cứu diện rộng.

Các mức nỗ lực kết hợp lựa chọn mô hình, giới hạn số bước nghiên cứu và số lần gọi công cụ, cách thức tìm kiếm cùng các công cụ hiện có thành những cấu hình thiết lập sẵn có tên gọi. Nhờ đó, nhà phát triển có thể chọn sự cân bằng giữa chi phí, tốc độ và độ sâu nghiên cứu mà không phải cấu hình riêng từng thành phần. Một yêu cầu như effort="fast" sẽ tự động nhận cấu hình đã điều chỉnh.

Perplexity cho biết ở mức xhigh, điểm WANDR vẫn giữ ở 76,5%, trong khi cấu hình này hoạt động với chi phí bằng khoảng 25% so với tháng 8 năm 2026. Mức này dành cho các tác vụ tác tử có phạm vi mở, bao gồm thực thi mã trong môi trường hộp cát, duy trì các chuỗi sử dụng công cụ kéo dài và thu thập bằng chứng từ nhiều nguồn.

Bài báo WANDR mô tả một bộ đánh giá gồm 500 tác vụ, được xây dựng dựa trên các công việc thu thập dữ liệu thực tế. Tác tử phải tìm ra các thực thể đáp ứng tiêu chí và trả về hồ sơ có nguồn cùng trích đoạn để có thể kiểm tra độc lập. Các bộ đánh giá riêng cho từng tác vụ truy xuất lại những trang được trích dẫn rồi đối chiếu hồ sơ với bằng chứng đó, thay vì dựa vào một bộ đáp án chuẩn cố định.

Ultra sử dụng bốn tác tử để nghiên cứu toàn diện hơn

Ultra được bổ sung vào danh sách fast, low, medium, high và xhigh trong tài liệu chính thức về các mức nỗ lực. Mức này được thiết kế cho hoạt động nghiên cứu diện rộng và thu thập dữ liệu, trong đó tính đầy đủ quan trọng hơn độ trễ. Cấu hình này sử dụng anthropic/claude-opus-5-5, đồng thời hỗ trợ chế độ chạy nền cho các tác vụ kéo dài.

Ultra giao cùng một vấn đề nghiên cứu cho ba tác tử chạy song song, để mỗi tác tử có thể tự thu thập bằng chứng. Tác tử thứ tư tổng hợp kết quả của chúng, loại bỏ các phát hiện trùng lặp và soạn câu trả lời. Perplexity cho biết Ultra đạt điểm WANDR 85,9% với chi phí 21,71 USD mỗi tác vụ, cao nhất trong số các cấu hình được thử nghiệm.

Điều chỉnh ngân sách và ngữ cảnh giúp giảm chi phí nghiên cứu

Chi tiêu được kiểm soát ở từng mức thông qua giới hạn số bước, mức trần tổng số lần gọi công cụ và thông báo định kỳ về dung lượng còn lại. Mức trần riêng cho số lần gọi công cụ rất quan trọng vì một bước có thể khởi chạy nhiều lệnh gọi trên các công cụ khác nhau. Những thông báo này giúp tác tử dành đủ ngân sách để kiểm tra bằng chứng và đưa ra câu trả lời thay vì dừng giữa chừng.

Một thử nghiệm với openai/gpt-6-luna cho thấy vì sao những giới hạn đó quan trọng. Perplexity cho biết việc tăng số bước được phép từ 1 lên 15 đã nâng độ chính xác trên BrowseComp và DSQA từ 41% lên 80%, trong khi chi phí mỗi truy vấn tăng từ 0,0017 USD lên 0,0152 USD. Vì vậy, việc phân bổ ngân sách ảnh hưởng cả chất lượng câu trả lời lẫn chi phí để có được câu trả lời đó.

Việc rút gọn ngữ cảnh giải quyết một yếu tố khác làm phát sinh chi phí. Khi ngữ cảnh vượt quá một ngưỡng nhất định, hệ thống cô đọng công việc trước đó thành bản tóm tắt các phát hiện và nhiệm vụ còn lại, đồng thời giữ nguyên lời nhắc hệ thống, yêu cầu ban đầu và mọi kỹ năng đã tải. Sau đó, hệ thống yêu cầu tác tử tiếp tục làm việc và thông báo số lần rút gọn ngữ cảnh, để tác tử không nhầm bản tóm tắt với dấu hiệu kết thúc nhiệm vụ.

Việc trích xuất giúp giảm lượng thông tin tác tử phải mang theo. Thay vì cung cấp toàn bộ trang cho tác tử, fetch_url hệ thống yêu cầu một mô hình nhỏ hơn chọn các đoạn liên quan đến tác vụ hiện tại và trích dẫn nguyên văn để làm căn cứ. Ở mức nỗ lực cao, Perplexity cho biết số token đầu vào mỗi truy vấn giảm khoảng 50%; kết quả đạt 88,0% với chi phí 0,073 USD mỗi truy vấn, so với 83,5% với chi phí 0,094 USD khi không trích xuất.

Các thay đổi liên quan cũng nhắm đến chính hoạt động tìm kiếm. Mỗi lượt tìm kiếm hiện có thể trả về tối đa 4K token kết quả thay vì 2K; một công cụ tạo đoạn trích mới chọn văn bản sát với truy vấn hơn; và Fast Search có giá 1,00 USD cho mỗi 1.000 yêu cầu. Kết hợp lại, những thay đổi này nhằm tìm ra bằng chứng hữu ích bằng ít lượt tìm kiếm hơn và với ít ngữ cảnh không liên quan hơn.

Đánh giá quy trình làm việc và tính ổn định của cấu hình

Việc lựa chọn quy trình làm việc sử dụng cây kỹ năng với cơ chế hiển thị dần thông tin. Ban đầu, trong ngữ cảnh, mỗi kỹ năng chỉ chiếm phần tên và mô tả; hướng dẫn đầy đủ chỉ được đưa vào sau khi mô hình xác định quy trình đó phù hợp với tác vụ. Perplexity cho biết việc tải sẵn mọi kỹ năng làm tăng 13% chi phí trên BrowseComp và DSQA, đồng thời giảm điểm WANDR, qua đó củng cố quyết định chỉ tải quy trình làm việc khi cần.

Một bộ công cụ đánh giá tự động kiểm tra các mô hình mới ngay khi chúng được cung cấp, lần lượt thử nghiệm mức độ nỗ lực suy luận, ngân sách cho số bước và số lần gọi công cụ, cùng các cấu hình công cụ. Một ứng viên chỉ thay thế mô hình đang được sử dụng nếu mang lại chất lượng tốt hơn với chi phí bằng hoặc thấp hơn. Perplexity cho biết một ứng viên đạt điểm cao hơn mức cơ sở 13,3 điểm trên BrowseComp, nhưng lại thấp hơn các mức cơ sở trong những tác vụ nghiên cứu nội bộ về doanh nghiệp, pháp lý và tài chính; điều này cho thấy kết quả trên các bài đánh giá công khai không phải là yếu tố duy nhất quyết định việc lựa chọn.

Tài liệu phân biệt tên gọi động, phiên bản được ghim và cấu hình đóng băng. Lệnh gọi động tự động áp dụng các thay đổi được đánh giá sau này mà không cần chỉnh sửa mã; lệnh gọi phiên bản được ghim giữ nguyên một bản phát hành sau khi cấu hình đang hoạt động được cập nhật; lệnh gọi cấu hình đóng băng sao chép các trường công khai nhưng có thể bỏ sót những cài đặt nằm ngoài lược đồ yêu cầu được tài liệu hóa. Ultra không có cấu hình đóng băng và phải được gọi theo tên.

Đối với nhà phát triển, điểm khác biệt thiết thực là giữa cập nhật tự động và khả năng tái lập: các cấp độ động tự động áp dụng những phiên bản đã được Perplexity đánh giá, trong khi các phiên bản được ghim giữ nguyên một cấu hình đã biết. Ultra mở rộng hệ thống này để bao quát nhiều trường hợp hơn, còn thiết kế gồm bốn tác tử khiến việc điều phối cũng trở thành một yếu tố trong phép tính chi phí–chất lượng, bên cạnh việc lựa chọn mô hình.