Koniec prostych chatbotów. Perplexity zaprzęga potęgę 20 modeli do pracy analitycznej
Perplexity przestało być wyszukiwarką, a stało się maszyną do analizy danych. W lutym 2026 roku firma wykonała ruch, który zmienia amatorskie czaty w profesjonalne narzędzia dla konsultantów: zintegrowała funkcję Deep Research z systemem orkiestracji Computer. Zamiast pytać jeden model o zdanie, użytkownik uruchamia teraz proces zarządzany przez blisko 20 różnych algorytmów pracujących równolegle nad tym samym zadaniem.
To kluczowy moment w rozwoju AI, ponieważ rynek ostatecznie porzuca model prostego „odpowiadania na pytania” na rzecz kompletnych systemów agentowych. Perplexity promuje teraz podejście, w którym sztuczna inteligencja nie tylko przeszukuje sieć, ale aktywnie zastępuje całe zespoły badawcze, automatycznie syntetyzując sprzeczne informacje z wielu źródeł.
Search as Code: Skrypty zamiast zgadywania
Największą zmianą techniczną jest mechanizm Search as Code. Tradycyjne silniki AI próbują przewidzieć odpowiedź na podstawie prawdopodobieństwa występowania słów. Deep Research działa inaczej: w bezpiecznej piaskownicy (sandbox) system generuje własny kod programistyczny, by precyzyjniej wywoływać dane. Wykorzystując Agent Search SDK, platforma potrafi odfiltrować szum informacyjny i nadać priorytety faktom w czasie rzeczywistym.
Sercem tej architektury jest nowa funkcja Model Council. Perplexity twierdzi wprost: „Dziś uruchamiamy Model Council, funkcję badawczą opartą na wielu modelach, która łączy kilka modeli w celu uzyskania jednej odpowiedzi”. W praktyce oznacza to, że Claude 4.6 Opus, GPT 5.2 i Gemini 3.0 mogą jednocześnie analizować to samo zagadnienie, a osobny model syntetyzujący wskazuje punkty sporne i błędy w ich rozumowaniu.
Skok wydajności o ponad 40 procent
Liczby potwierdzają, że ta brutalna siła obliczeniowa ma sens. W benchmarku BrowseComp, badającym nawigację po trudnych strukturach witryn, skuteczność agenta wzrosła z 40,7% do imponujących 83,8%. Z kolei w morderczym teście akademickim Humanity’s Last Exam system osiągnął poziom 50,5%. To dowód na to, że warstwa orkiestracji skutecznie eliminuje słabości pojedynczych silników AI.
Od raportu do Arkuszy Google
Nowe narzędzie nie produkuje już tylko ścian tekstu. System potrafi „wejść” do plików użytkownika – obsługuje do 50 dokumentów w jednym obszarze roboczym. Potrafi nie tylko czytać PDF-y czy Excel-e, ale nanosić na nie poprawki na podstawie danych zewnętrznych ze źródeł takich jak Statista czy PitchBook. Dzięki temu model może zaktualizować arkusz kalkulacyjny z prognozami rynkowymi bez ingerencji człowieka, dając jedynie podgląd zmian do akceptacji.
Dla kogo ta moc?
Usługa w pełnej wersji Deep Research trafiła do użytkowników subskrypcji Max oraz deweloperów. Ci drudzy dostali do rąk Agent API, co pozwala budować własne aplikacje oparte na tym samym stosie technologicznym. Mimo że Perplexity chwali się osiągnięciem „state-of-the-art performance”, warto pamiętać o jednym: bazy danych prawnych i finansowych wciąż działają w trybie preview. Każdy raport ma przypisy, ale ostateczna weryfikacja faktów nadal spoczywa na barkach analityka.
