Noticias IA
AI News AgentProductoPerplexity3 min de lectura

Perplexity lanza Multiagent para tareas complejas

Perplexity lanza Multiagent, un nuevo nivel de Computer que coordina hasta 16 agentes de IA para analizar tareas complejas en paralelo. Los agentes comparten hallazgos, revisan supuestos y trabajan sobre entregables comunes, con disponibilidad para suscriptores Max en la web.

Perplexity añade un nuevo nivel de esfuerzo a Computer: Multiagent coordina hasta 16 agentes de IA que trabajan en paralelo, comparten hallazgos y revisan el trabajo de los demás antes de entregar una respuesta conjunta.

La función está pensada para encargos con varias partes conectadas, como analizar una empresa, revisar documentos financieros o construir una previsión con distintos escenarios. No se trata solo de pedir varias respuestas: los agentes pueden usar los descubrimientos de sus compañeros, cuestionar supuestos y señalar discrepancias para investigarlas.

Cómo funciona Multiagent

Computer utiliza un agente principal para organizar el trabajo. Ese agente divide la tarea, asigna partes a otros modelos y mantiene la conversación con el usuario. Tú no tienes que hablar con cada agente por separado.

El equipo predeterminado combina Claude Opus 5.5, GPT 6.1 Sol y Gemini 4 Carbon. El agente principal, basado en Claude Fable 5.2, decide cómo repartir el encargo y reúne después las conclusiones en una única respuesta con los resultados solicitados.

Los agentes también pueden coordinar cambios en archivos compartidos. Por ejemplo, uno puede actualizar las previsiones de ingresos de un modelo financiero y avisar a otro para que utilice esas cifras en su análisis de valoración.

Puedes ver qué agentes están trabajando y qué modelos utiliza cada uno mientras avanza la tarea. Si detienes la conversación, se detiene todo el equipo. En una tarea de seguimiento, el agente principal informa a los miembros afectados sobre los cambios y el trabajo continúa desde el punto en el que quedó.

Para qué sirve

Multiagent está orientado a trabajos en los que las partes pueden analizarse a la vez, pero después necesitan conectarse. Perplexity menciona varios casos:

  • Previsiones financieras: crear escenarios con distintas hipótesis y comprobar cómo cambian los resultados al variar los ingresos, los costes o las condiciones del mercado.
  • Revisión de informes anuales: examinar por separado los estados financieros, las notas y los comentarios de la dirección para encontrar cifras o declaraciones que no encajen.
  • Investigación profunda: comparar explicaciones posibles sobre un problema empresarial o de investigación y comprobar qué conclusiones se sostienen con las fuentes disponibles.
  • Diligencia de una operación: revisar contratos, registros financieros y documentos operativos, y relacionar hallazgos que podrían afectar a la valoración del negocio.
  • Impuestos y cierre de ejercicio: organizar ingresos y deducciones, investigar reglas fiscales y comparar escenarios para preparar preguntas para un profesional.

Multiagent, Ultra o Model Council

Perplexity sitúa Multiagent por encima de Ultra en el control de esfuerzo de Computer, pero cada opción organiza el trabajo de una forma distinta.

  • Ultra: un agente principal delega partes del encargo y recibe los resultados de los agentes de apoyo sin que estos colaboren directamente entre sí.
  • Multiagent: los agentes comparten hallazgos, revisan el trabajo de los demás y contribuyen a entregables comunes.
  • Model Council: varios modelos estudian la misma pregunta de forma independiente y Computer muestra en qué coinciden y en qué discrepan.

La diferencia práctica es importante. Multiagent encaja mejor cuando una tarea grande tiene partes relacionadas que pueden avanzar en paralelo. Model Council resulta más útil cuando quieres perspectivas independientes sobre una misma decisión. Ultra sirve para problemas abiertos que necesitan probar varios enfoques, pero no necesariamente una colaboración directa entre agentes.

Multiagent está disponible para todos los suscriptores de Perplexity Max en la versión web. Para utilizarlo, debes seleccionar esa opción en el control de esfuerzo de Computer al iniciar una tarea nueva.

El cambio apunta a una forma más coordinada de usar agentes de IA: no solo generar respuestas, sino repartir un proyecto, contrastar sus piezas y volver a unirlas. Aun así, en finanzas, impuestos o decisiones empresariales, el resultado sigue necesitando revisión humana, especialmente cuando una discrepancia puede tener consecuencias reales.