Perplexity 推出 Multiagent 档位:lead agent 调度混合模型团队,自报成绩超单模型与同模型四副本
北京时间 11 月 18 日凌晨(美国太平洋时间 11 月 17 日上午),Perplexity 通过官方 X 账号 @perplexity_ai 宣布,在 Computer 与 teammates 中推出新的强度档位(effort level)「Multiagent」:由一个 lead agent(主控智能体)把任务拆给一支由不同前沿模型驱动的智能体团队,各智能体在工作中彼此分享发现,最后由 lead agent 把全部结果汇总成一个答案。官方博客于同日上线,公告以六条推文组成的话题串发布。
公告里最具体的是官方自报的基准成绩:在 Terminal-Bench 4.1 上,五个前沿模型分别单独运行、以两份和四份副本运行,并各领一支四人混合模型团队,Perplexity 称每个混合团队的成绩同时超过其 lead 模型与同模型多副本,其中 Gemini 4 Carbon 领队的团队得分最高,为 0.727(实验推文);两个基准上头部混合团队的每次运行成本也都低于同模型四副本(成本对比推文)。这些数字全部出自 Perplexity 自己的公告,目前没有独立核实。
上限 16 个智能体:改共享文件会互相通知
按博客说明,默认团队由 Claude Fable 5.2 负责规划并把任务分下去,其余智能体分别运行 Claude Opus 5.5、GPT 6.1 Sol 和 Gemini 4 Carbon。智能体边干边交换信息:可以直接引用别人找到的证据、质疑某个假设、把发现的出入标记出来继续查。Perplexity 称这种结构能让 Computer 从多个角度审视问题,在汇总之前找出相互冲突的假设。
在 Computer 的 effort 滑块里选中 Multiagent 后,lead agent 最多可派 16 个智能体,自己也承担一部分工作。用户也可以在提问里指定模型;Claude Fable 5.2 和 GPT 6 Astra 只在被点名或任务需要时才加入。智能体会协调对共享文件的修改,博客举的例子是:一个智能体更新财务模型里的营收假设后,通知另一个智能体在估值分析中改用新数字。lead agent 始终是对话里唯一的接口,用户能看到每个智能体在运行哪个模型;停掉对话,整个团队跟着停。
effort 滑块的第五档:Ultra、Multiagent、Model Council 各管一类任务
Computer 是 Perplexity 的智能体平台,处理研究、数据分析、建应用这类多步骤工作;11 月 4 日上线的 teammates 则是接手长期项目的智能体产品,负责规划、跟进并交付结果。今年 9 月 17 日,Computer 引入投入强度控制(effort controls),滑块上从 Light 到 Ultra 共四档,决定投入多少 effort、用哪种模型;那次更新已经确立「一个主控智能体规划任务、把部分工作分给支援智能体」的骨架。Multiagent 是 Ultra 之上的第五档。
博客把三个模式分开:Ultra 里,支援智能体只向 lead 汇报;Multiagent 里,智能体互相直接分享发现、交叉检查各自的工作、共同产出交付物;Model Council 则是几个模型独立回答同一问题,由 Computer 汇总并展示异同。Perplexity 给 Multiagent 列的适用场景包括财务预测(并行搭多套情景、对比假设)、年报审阅(分别查报表、脚注和管理层评论,再比对不一致的数字)、并购数据室尽调和复杂税务规划;推文里的说法是预测、高密度问题求解和重大决策。
具体数字:领先幅度与每次运行成本
Terminal-Bench 是一个测量智能体在终端环境完成任务的公开基准,排行榜按任务通过率给模型和智能体组合排名。Perplexity 称,在 TB 4.1 上各混合团队相对同模型四副本的领先幅度为 +0.008~+0.125。
第二组数字来自 WANDR,那是 Perplexity 今年 7 月自己发布的开源基准,用 500 个数据收集任务考察能否找到足够多的对象、并为每条记录配上可核查的证据。Perplexity 称混合团队相对四副本的领先为 +0.015~+0.064;四个四人团队的成绩都高于各自模型单独运行,其中三个完成得更快。
成本方面,TB 4.1 上的头部混合团队每次运行 $10.31,同模型四副本约 $13;WANDR 上为 $54.50 对 $66.41。
仅网页端向 Max 与 Enterprise Max 开放,官方标注高额度消耗
推文明确 Multiagent「为性能优化」「credit-intensive(高额度消耗)」,官方建议只用在最重要的任务上。它目前面向 Perplexity Max 和 Enterprise Max 订阅者、仅网页端可用,移动端与桌面端支持「即将推出」;发布渠道的推文同时给出启用方式:在 Computer 的 effort 滑块里选中 Multiagent,再给新任务下单。
回复区:分歧怎么裁决,公告没说
发布一小时内,多条回复追问同一个机制缺口。X 用户 AI Quanting 问:「当两个智能体带回相互冲突的答案时,lead agent 是择一采信,还是如实报告他们意见不一?」X 用户 Aleksandar Janca 说得更直接:「lead agent 汇总一切的地方,正是某个模型的错误发现变成自信满满最终答案的地方。」在个人简介中标注为 ARK Invest AI 研究专员的 Karim Mattar 则指出:同模型的四份副本大多彼此附和。
也有人质疑方向:与其天天上线花哨功能,不如先把可用性、稳定性、配额和定价做好。对两个智能体给出相互冲突的发现时 lead agent 如何取舍,博客与推文都没有公布规则。
参考链接
- Perplexity 官方 X 账号发布 Multiagent 上线公告(话题串首条)
- Perplexity:Multiagent 为性能优化、credit-intensive
- Perplexity:Terminal-Bench 4.1 上的五模型对比实验
- Perplexity:两个基准的领先幅度与成本对比
- Perplexity:WANDR 上的完成时间对比
- Perplexity:可用范围与博客链接
- Perplexity 官方博客:Introducing Computer's Multiagent effort level
- Perplexity 官方博客:Computer adds effort controls(2026 年 9 月 17 日)
- Perplexity 官方博客:Teammates are agents for complex, ongoing work(2026 年 11 月 4 日)
- Perplexity 官方博客:WANDR benchmark(2026 年 7 月 14 日)
- Terminal-Bench 官网(当前版本 4.1)
- X 用户 AI Quanting 的提问
- X 用户 Aleksandar Janca(@datachad)的评论
- X 用户 Karim Mattar(@MattarARK)的评论
- X 用户 @XEvrenAksel 的批评