- 发布日期
专为全面列表构建打造的子智能体集群深度研究API
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
Exa 已推出 Agent Ultra。这是 Exa Agent API 中一个全新的最高投入档位，专门面向必须持续进行研究、直到广泛的结果集合被彻底穷尽的任务。Ultra 不会像普通模式那样，仅通过一次检索流程便回答单个查询；它主要适用于构建大型清单、丰富实体信息，以及需要查阅数千个来源的问题。Exa 表示，这一模式目前已作为托管服务即时提供，开发者只需将请求中的投入级别设置为 ultra 即可选用。它并不是一种开放权重模型，也无法自行部署，因此对其的访问和使用将依赖 Exa 的平台与 API。
Agent Ultra 属于 Exa 更广泛的智能体架构。该架构会将一项任务拆分成多个子任务，并分配多个子智能体并行调查不同的领域。对于执行难度较高的步骤，系统可以将其路由至前沿模型；而在工作相对简单时，则使用速度更快的模型。根据 Exa 的发布文档，为了尽可能追求完整性，Ultra 会消耗更多计算资源，运行时间也会长于该公司其他投入档位。这一定位反映出，Exa 正在从普通的搜索助手转向托管式、异步的研究工作流。
对于一项复杂任务，一次典型的 Ultra 运行可能需要约 30 分钟；尤其困难的任务则可能持续长达三小时。这种延迟是该服务的一项核心产品选择：它旨在返回覆盖面很深的答案，而不是一个生成速度很快但内容不完整的部分答案。结果通过标准的 Agent 运行端点返回，并支持 outputSchema、input.data 以及流式传输。在启用流式传输或后台模式时，兼容 OpenAI 的 /responses 路径也接受 reasoning.effort: ultra 这一设置。
Exa 的发布文章称，在四项研究基准测试中，Agent Ultra 在最大投入设置下的表现超过了 Opus 5.5、GPT-6 Astra 和 Perplexity Agent。在 WANDR 基准测试上，Exa 声称其相较于 Opus 5.5 取得了 12.6% 的相对提升，而每项任务的成本只有后者的一半。在 DeepSearchQA 基准测试上，Exa 报告称其相较于 Perplexity 提升了 4.7%，并且每项任务的成本比 GPT-6 Astra 低 46%。据称，WideSearch 基准测试上的结果比 Perplexity 高 5.2%，同时在这四套系统中具有最低的每项任务成本。Company Find-All 基准测试的结果幅度要大得多：Exa 声称其相较于 Opus 5.5 提升了 1579%，并且每找到一个实体所需的成本最低。
解读这些比较结果时需要格外谨慎，因为这些数字表示的是相对提升幅度，而不是百分点增幅；其中，WANDR 的结果对应的是 9.1 个百分点的绝对分差。WANDR 使用 500 项宽泛的数据收集任务，而 DeepSearchQA 包含 900 个多步骤搜索提示。Exa 在 WANDR 和 DeepSearchQA 上分别评估了多达 200 项任务，在 WideSearch 和 Company Find-All 上则各评估了 100 项任务。该公司在 WANDR 测试框架中使用了自有的 contents 工具、经过修改的传输逻辑，并将 gpt-6-luna 用作评判模型；在相关厂商已经公布分数的情况下，它还补充使用了这些分数。目前尚未引用任何独立复现实验，因此，这些发布证据虽然前景可观，但仍应被视为厂商自行报告的数据，而不能当作已经确定的比较性能。这种区别可能会适当降低早期的热烈期待：采购方会希望看到可复现的分数、可预测的延迟，以及能够证明额外覆盖面确实值得相应计算成本的证据。
最初的使用场景主要面向需要获得经得起质疑且尽可能穷尽的数据集，而不是只需要对话式摘要的团队。模型提供商可以借此汇集用于训练的科学论文和代码仓库，随后验证相关条件，例如某项技术是否真正发布了模型权重，而不只是提供了一个 API。金融服务团队可以使用 Ultra 开展尽职调查、绘制市场全景、跨公司备案文件和法院记录进行客户身份识别研究，以及持续监测投资组合。市场进入团队可以构建客户账户清单，也可以用判断字段和附带引用的 URL 来扩充现有数据行；与此同时，他们可以将已经知道的记录行传递给系统，使这些记录不再出现在新生成的结果中。
Ultra 按标准 Agent 使用费率计量，每次运行的默认费用上限为 20 美元；如果任务提前完成，实际费用可能会更低。maxCostDollars 的设置范围为 1 至 100 美元，maxDurationSeconds 的范围则为 300 至 10,800 秒。发出停止请求时，系统会保留已经完成的结果，同时对使用量计费；原文最后一个未完成的英文片段为“billing usage th”。
