Perplexity Computer 是能拆解並執行多步驟任務的 AI 代理平台。交給它一個目標,它會分派代理上網找資料、讀檔與分析,最後交付報表、儀表板或小工具。Multiagent 讓不同模型的代理直接交換發現與互查,由主代理統整結果,一項任務最多可分派 16 個支援代理。
Teammates 把 Computer 用在有固定職責的持續工作,例如每週研究或追蹤銷售案件。Perplexity 在 2026 年 11 月 17 日也發布了兩項獨立 API:Orchestrator 統一模型呼叫和計費,Context API 回傳網頁正文、連結與原文摘錄。經營內容網站時,可先用 Context API 檢查代理實際能取到哪些內容,再另外觀察有沒有出現在答案引用中。
Perplexity 的官方產品影片示範 Computer 如何從使用者交辦的目標開始工作。
Perplexity Computer 怎麼選任務深度?

用 Computer 的 effort 滑桿調整任務深度。2026 年 9 月加入四種設定,每種都由主代理規劃任務並分派部分工作。11 月 17 日推出的 Multiagent 位於 Ultra 之上,Perplexity Max 訂閱者可在網頁版的 effort 滑桿選取。Computer 最初於 2026 年 2 月發布,8 月推出本機優先的 Portable Computer。
這條產品線的源頭在 2025 年 7 月的 Comet 瀏覽器,Perplexity 當時示範了能訂餐廳、比價的個人代理;模型能力跟上之後,嚴肅工作搬進 Computer,官方形容它為高密度問題解決與關鍵決策做了最佳化。實際使用時的差別在責任形態:搜尋是你自己讀完再判斷,Computer 是你驗收它做完的成果,後者對來源引用與可複查性的要求高得多。
Computer 依任務消耗點數。Pro 可使用 Computer,Multiagent 則開放給 Max 訂閱者。若也在比較搜尋、研究和訂閱額度,可先看Perplexity 入門操作與方案差異。
Multiagent 如何讓最多 16 個支援代理互查?
Multiagent 的核心設計是讓多個前沿模型並行工作並互相檢查。依 11 月 17 日的發布配置,主代理由 Claude Fable 5.2 擔任,負責規劃任務並分派給執行代理,預設團隊是 Claude Opus 5.5、GPT 6.1 Sol 與Gemini 4 Carbon 三個模型,官方公告載明單一任務最多可指派 16 個代理,主代理自己也承擔一部分工作。
與單模型代理的差別在資訊流向。執行代理之間直接交換發現,一個代理可以用另一個代理找到的證據、質疑對方的假設,或標記矛盾之處要求深挖;共享檔案的編輯也會互相通知,例如一個代理更新財務模型的營收假設,另一個代理接著把新數字用進估值分析。若點名模型,或任務需要,Fable 5.2 與 GPT 6 Astra 也能擔任支援代理。
多模型互查可以找出不同代理採用的前提是否矛盾。例如兩個代理對營收採用不同幣別,就先回到來源確認再合併估值。若代理共用同一份有誤資料,仍可能得出相同的錯誤結論,最後要能追到原始文件與計算假設。
使用體驗維持單一對話介面。你只跟主代理對話,它整合全隊發現後交付最終成果,追問時由主代理通知受影響的代理接續既有工作,畫面上能看到每個代理跑在哪個模型上;停止整個討論串等於停掉全隊。你也可以直接在提問裡指定要用的模型,讓團隊組成貼著任務走。官方列舉的適用場景集中在可並行拆解的硬任務:財務預測、年報審閱、深度分析、併購資料室盡責調查與複雜報稅。
Ultra、Multiagent 與 Model Council 的差異在資訊流向。Ultra 之下子代理只向主代理回報,Multiagent 之下代理直接共享發現並互相查核,Model Council 則讓多個模型獨立研究同一個問題,再由 Computer 整合出共識與歧見,同一條光譜上的三種組織方式對應三種任務性質。
| 選項 | 工作組織方式 | 適用場景 |
|---|---|---|
| Ultra | 一個主代理分派任務,子代理只向主代理回報 | 需要多種方法並行嘗試的開放問題,例如在不同成長假設下評估新市場 |
| Multiagent | 與 Ultra 相同的主代理,協調代理直接共享發現、互相查核並共同產出 | 可並行處理且互有關聯的大型任務,例如資料室盡責調查或多情境財務預測 |
| Model Council | 多個模型獨立研究同一問題,Computer 整合結果並標出共識與歧見 | 需要獨立觀點相互印證的判斷題 |
Teammates 如何持續追蹤工作?

Teammates 是 11 月 4 日推出的常駐代理,定位是承接沒有明確終點的持續性工作。發布公告把它描述為建立在 Computer 之上的個人代理:協調各個 Computer session 與其他 Teammates,記住專案目標、任務歷史與共享檔案,跨行銷、銷售、客服、營運與財務的工作流累積經驗,每接一個新任務都建立在已完成的工作上。
Perplexity 發布 Teammates,示範常駐代理如何分工並在 Slack 協作。
Perplexity 在 X 的 Teammates 發布貼文
主動監控是它與單次任務代理的關鍵差異。官方舉的例子是銷售 Teammates 發現老客戶停止下單,主動調閱訂單歷史與客服紀錄,查明變化後擬出挽回方案或標記待解問題。它在過程中持續回報進度並送出批准請求,不需要你每次重新下指令;你若告訴營運 Teammates 某個外包需要兩週前置,它會把這個緩衝寫進之後所有排程。這種持續追蹤的形態與AI Agent 的基本原理同源,差別在生命週期從單次任務拉長為常駐職務。
權限與隔離有明確邊界。每個 Teammate 跑在獨立環境,瀏覽器 session 互相分離,儲存的憑證加密後安全填入,你可以審視完成的工作、接管桌面或中途改派任務;它也能被加進 Slack 頻道讓同事直接派工,Teammates 之間可互相交接,一個找出網站的錯誤、另一個接手準備修復。Max 訂閱者可在網頁版使用 Teammates,Perplexity 隨後宣布支援 Mac App 及 iOS、Android 上的語音通話。
它的底層沿用 Computer 既有的三件套。Projects 收納既有研究與目標資料,skills 固定特定工作的執行寫法,memory 跨任務累積偏好與回饋;官方的銷售範例把三者串起來,Teammates 讀 Project 裡的帳號研究、照 outreach 的 skill 寫信,再用每週自動化檢視 pipeline,找出停滯的對話、備好跟進草稿供你審核,隔週把結果套回排程。
建立流程留在產品內完成。左側導覽選 Teammates,命名後連上需要的工具,加上 Slack、GitHub 或 Gmail 外掛,GitHub 還能限定可存取的原始碼庫,最後描述它該擁有哪些工作、交付什麼、何時該主動出手,再指派到專案並給第一個任務,整段設定不需要寫程式。
Orchestrator:一個金鑰調度所有前沿模型

Orchestrator 解決的是多模型架構最費工的一段:供應商切換與故障重試。官方說明把它定義為一個統一計費的推論 API,把 Anthropic、OpenAI、Google、xAI 與開放權重模型裝進同一把金鑰與同一個預付餘額,接受 OpenAI Chat Completions、OpenAI Responses 與 Anthropic Messages 三種請求格式。既有整合可沿用支援格式的 SDK,改用 Perplexity 的 base URL、金鑰與模型 ID,並檢查請求是否含有不支援的伺服器端狀態欄位。
可靠性來自同模型跨部署的故障轉移。指定 Claude 時,請求在 Anthropic 失敗可以轉到 AWS Bedrock 的同一模型重試,平台依觀測到的健康度、容量與延遲分配部署,單次嘗試設有首 Token 時間與總時長上限。Perplexity 在 2026 年 10 月 4 日至 11 月 2 日的量測顯示,經 Perplexity 送出的 Claude 與 GPT 請求成功率比任一單一供應商更高,供應商出事時的日成功率波動也更小。
速度證據同樣具體。同一個量測期內,Claude Opus 5.5 的輸出速度中位數由 Anthropic 與 AWS Bedrock 各領先 15 天;GPT-5.6 Sol 的輸出速度中位數,Azure 比 OpenAI 高 27%。最快的供應商每天在變,這正是官方發展速度感知路由的理由,目前自動選擇仍以健康度與容量為主。
計費按各模型牌價,與實際服務的部署無關。不論哪個供應商回應,都按實際回答模型的每 Token 牌價計費,故障轉移不改單價,被 429 拒絕的請求不收費,用量與 Perplexity API 專案的預付點數共用,也能透過 AWS Marketplace 採購。模型目錄同時標明門檻:Google、xAI 與開放權重模型全層級可用,OpenAI 與 Anthropic 模型需要 Tier 1 以上。
| 模型 | 最低用量層級 | 輸入牌價 | 輸出牌價 |
|---|---|---|---|
| Claude Fable 5.2 | Tier 2 | 8.00 | 40.00 |
| Claude Opus 5.5 | Tier 2 | 4.00 | 20.00 |
| GPT 6.1 Sol | Tier 1 | 2.00 | 10.00 |
| GPT 6 Luna | Tier 1 | 0.10 | 0.50 |
| Gemini 3.8 Flash | Tier 0 | 0.75 | 3.75 |
| Grok 4.7 | Tier 0 | 2.00 | 6.00 |
perplexity/auto 自動路由把選模型這件事也交給平台,目前為預覽功能。把 model 欄位設為 perplexity/auto 並附上 routing 物件後,決策模型讀取對話內容、比對各 route 的文字描述來選模型,過程看不到模型名稱,回應 headers 的 x-perplexity-autoroute-route 標明配對結果,決策失敗或逾時就落在 default_model。官方在 Terminal-Bench 4.1 的 63 項任務子集實測,兩組自動路由配置各解出 41 項,單用 Fable 解出 38 項,每任務估計成本則較高。這是官方在指定子集的結果。
對工程團隊的意義可以一句話講完:多模型策略的路由層、重試層與帳務整合,從自建基礎設施變成一次 API 呼叫。過去要在 OpenAI、Anthropic 與 Bedrock 之間自建故障轉移與計費歸戶的團隊,現在把這段交給 Orchestrator,換到的是跨供應商的可用度量測與單一帳單。
跨模型換手時的快取行為值得單獨看。每個請求帶完整對話歷史,但各模型維護自己的快取。對話若在第四輪回到起初的便宜模型,它能重用第一輪仍有效的字首快取,把中間其他模型的回應當新輸入處理;官方建議同一對話固定使用同一個 prompt_cache_key,幫平台把相關請求留在同一部署上,保住快取親和性。遷移時唯一要注意的是無狀態設計,依賴伺服器端對話狀態的欄位會收到 400,補上完整歷史再送即可。
Context API:把網頁變成模型可用的乾淨內容

給 Context API 一組 URL,可指定每頁回傳正文 Markdown、HTML、去重後的連結與依查詢挑出的原文段落。發布說明指出,內容來自已抓取的副本或即時讀取。目前的速率限制為 Tier 0 每次 10 個 URL、Tier 1 至 3 每次 15 個、Tier 4 至 5 每次 25 個,每秒分別可送 1、3、5 次請求。
Context API 會對網頁區塊評分,辨識正文與樣板,盡量排除導航、Cookie 橫幅和廣告。highlights 依查詢挑出相關原文段落,並可限制每頁回傳的 Token 數。各格式的欄位與狀態碼見格式與時效文件。
時效控制是開發者最實用的參數。預設先查索引裡兩天內抓過的副本,沒有就即時抓取;max_age_seconds 設 0 強制即時讀取,設高到兩年內的副本都接受,cache_only 設 true 則絕不觸發即時請求,適合不能對外抓流的內部工作負載。成功結果的 metadata 可核對快取或即時來源與抓取時間,單一 URL 逾時不影響其他 URL,你只重試失敗那幾頁,這套參數的完整範例收在快速上手文件。
Perplexity 從真實代理的抓取請求抽樣 1,000 個 URL,涵蓋 715 個網站,並與 Firecrawl、Exa、Parallel、Keenable、Context.dev 交叉評比,Context API 的可用內容率 92.3%、關鍵事實召回 87.9%、內容精確度 80.3%,評審模型盲評,失敗抓取計零分。價格是每千個成功 URL 收 1 美元,失敗的 URL 不計費,附加的 criteria 是非題評分另按 Decisions API 的輸入 Token 計費。
官方列的四個應用情境都指向同一個痛點:搜尋結果的摘要不夠用。寫 API 整合要的是文件裡的參數與錯誤案例,比價要的是藏在方案細節裡的條件,回答退貨政策要的是例外條款。研究要比對的則是各來源的方法學,這些都埋在頁面本文裡,摘要拿不到,代理自己硬抓又會混進導航與廣告的雜訊,Context API 補的就是這一段。
criteria 逐頁評分可與抓取一起執行。最多五題是非題,抓完頁面後由決策模型逐頁作答,你的程式先依分數過濾,再讓主模型讀通過的頁面,省下讀無關內容的 Token;這段計費掛在 Decisions API 的輸入 Token 上,與每 URL 的抓取費分開列,對要掃大量候選頁面的代理來說是實際的成本槓桿。
內容網站如何檢查 AI 讀到哪些資訊?
想檢查網站能否被 Perplexity 讀取,先分清兩種請求。官方爬蟲指南指出,PerplexityBot 建立搜尋索引並遵守 robots.txt,Perplexity-User 則處理使用者請求觸發的網頁讀取,通常不受 robots.txt 約束。若網站返回機器人挑戰,Context API 可回傳 bot_challenge。遇到這種結果,對照伺服器日誌與Cloudflare 的 AI 爬蟲分類檢查是哪條規則攔下請求。
檢查 markdown 是否保留完整的標題、段落與表格,尤其是價格限制、適用條件和例外。若結果混入導航或漏掉主要資訊,可先檢查正文 HTML 的標題層級,並確認關鍵文字在頁面上可直接讀取。
metadata 一定有重新導向後的 source_url,也可能包含 title、description、author、published_date 和 language。把回傳結果與正式頁面的標題、作者和日期對照,可發現缺漏或錯置。
links 回傳依頁面順序排列、去重後的絕對 URL。相關性高的正文連結能給讀者和代理補查細節的入口,例如從方案摘要連到計費規則,或從產品描述連到數據原始來源。
更新價格、庫存或規格後,若要驗收最新版本,可設 max_age_seconds: 0 即時讀取。若另送 if_modified_since,支援條件式請求的網站可能回 not_modified。這項結果仍計費,而且只附 metadata,呼叫端須保留先前取得的內文。
Perplexity 的答案可以附上來源連結,讀者點擊時才會帶來造訪。網站可分開記錄三件事:代理有沒有成功抓到正文、答案是否附上該頁連結,以及連結帶來多少造訪。AI 搜尋的引用和流量如何衡量說明三者的關係,排名與引用的四象限追蹤則提供記錄方式。
選自己網站的首頁和幾篇重要文章,依Context API 的操作文件要求回傳 markdown,並核對一併返回的 metadata。若正文被截斷或返回 bot_challenge,比對網站日誌查明原因。若多種模板都漏資料,可從網站檢索與技術健檢找出共同問題,再用AI 搜尋引用優化檢查答案是否有引用來源。
費用與採用判斷
Multiagent 與 Teammates 開放給 Max,月繳 200 美元或年繳 2,000 美元,Max 每月含 10,000 Computer 點數。官方方案頁所列 Pro 40 美元、Max 450 美元等值 Computer 點數為限時優惠。若考慮為 Multiagent 升級,可用同一類任務比較 Ultra 與 Multiagent 產出,再從使用量頁看每次實際消耗。
API 側的計價各自獨立。Orchestrator 按各模型每 Token 牌價計費,沒有每次請求費;Context API 每千個成功 URL 收 1 美元,等於每個 URL 0.001 美元,整套平台的收費方式列在定價總覽。用 Context API 監看內容的月成本只要一條算式:每日 URL 數乘以 30,再乘以 0.001 美元。
| 每日抓取 URL 數 | 每月抓取 URL 數 | 月成本(美元) |
|---|---|---|
| 10 | 300 | 0.30 |
| 50 | 1,500 | 1.50 |
| 200 | 6,000 | 6.00 |
| 1,000 | 30,000 | 30.00 |
要交付一份可拆分、需要互查的研究,從 Multiagent 著手。要固定追蹤資料或定期整理,先定義 Teammates 的交付物和批准條件。若問題只是自家網頁有沒有被讀完整,一次 Context API 請求就足以先查日期、正文與來源連結。
Perplexity Computer 常見問題
Perplexity Computer 免費版可以用嗎?
免費方案可用基本搜尋。官方更新曾開放符合條件的美國免費帳號在網頁試用 Computer,台灣帳號可先查看自己的方案。個人 Pro 可使用 Computer,Multiagent 則需 Max。
Multiagent 跟 Ultra、Model Council 差在哪?
Ultra 的子代理分頭研究並各自向主代理回報。Multiagent 允許代理直接共享發現、互相查核和協調編輯。Model Council 讓多個模型獨立研究同一個問題,再整理共識與歧見。
想用 Multiagent 一定要訂 Max 嗎?
個人方案需訂閱 Perplexity Max。網頁版可在 Computer 的 effort 滑桿選 Multiagent。Max 同時開放 Teammates,每月 200 美元,年繳 2,000 美元。
Orchestrator 會比直接呼叫 OpenAI 或 Anthropic API 貴嗎?
先對照 Orchestrator 與供應商的價目表。Orchestrator 按實際回答模型的牌價計費,同模型換部署重試時費率不變。總費用仍取決於輸入、輸出、快取用量及你在各供應商適用的費率。
我的網站可以拒絕被 Context API 抓取嗎?
可透過 robots.txt 管理 PerplexityBot 的索引抓取。由使用者觸發的 Perplexity-User 通常不受此設定約束,若要限制即時讀取,可依官方 IP 清單和 User-Agent 訂定 WAF 規則。先前已取得的快取可能繼續被使用。
Context API 讀到的內容是即時的還是快取?
預設使用兩天內抓過的副本,沒有才即時抓取。用 max_age_seconds: 0 可指定即時讀取,cache_only: true 則只查快取。成功結果可查看 metadata.origin 與 fetched_at。
Teammates 會不會亂動我連接的帳號?
官方說明每個 Teammate 在獨立環境執行,瀏覽器工作階段分離,儲存的登入憑證以加密方式處理。實際可做的操作取決於連接器與帳號授權。涉及付款或修改敏感資料時,可限縮授權並把核准留給負責人。




討論與提問