Una nuova frontiera per la piattaforma Computer
Il 17 novembre 2026 Perplexity ha lanciato Multiagent, il più avanzato livello di sforzo per la propria piattaforma di agenti AI, Computer. Il nuovo modello prevede un agente guida, Claude Fable 5.2 di Anthropic, che divide il lavoro e lo assegna a un massimo di 16 agenti operanti su modelli differenti, tra cui Claude Opus 5.5, GPT 6.1 Sol di OpenAI e Gemini 4 Carbon di Google. Gli agenti si scambiano risultati, si controllano a vicenda e producono una risposta unica, più accurata e verificata.
La funzionalità è riservata agli abbonati del piano Max, disponibile esclusivamente sul web. Il piano Max costa 200 USD al mese (167 USD con pagamento annuale) e include 10.000 crediti mensili per l’utilizzo di Computer. Multiagent, però, consuma una quantità significativa di crediti, senza una stima ufficiale per singolo compito.
Come funziona Multiagent
Multiagent si attiva tramite il cursore di sforzo di Computer, che l’utente regola al momento dell’apertura di un nuovo compito su perplexity.ai. L’agente guida pianifica il compito, lo scompone in parti e le distribuisce tra gli agenti secondari. Ogni agente lavora in parallelo su un modello specifico, condividendo file, prove e correzioni in tempo reale. Il lead, oltre a coordinare, può intervenire direttamente su una parte del compito, garantendo una supervisione completa.
La differenza fondamentale rispetto al precedente livello Ultra è la comunicazione inter‑agente. In Ultra gli agenti di supporto riportano solo al lead, senza scambiarsi informazioni. In Multiagent, invece, un agente può utilizzare le prove trovate da un altro, mettere in dubbio un’ipotesi o segnalare discrepanze da verificare, rendendo il processo più collaborativo e riducendo gli errori.
Esempio pratico
Nel post ufficiale di lancio, viene illustrato un caso in cui un agente aggiorna le ipotesi di ricavo in un modello finanziario e avvisa l’agente che utilizza tali ipotesi per la valutazione finale. Questo scambio dimostra come le correzioni siano propagate immediatamente, evitando risultati incoerenti.
Modelli coinvolti nella squadra
La squadra di base di Multiagent è composta da:
- Claude Fable 5.2 (lead) – Anthropic, recentemente vincitore di sei prove su sette contro Opus 5.5.
- Claude Opus 5.5 – Anthropic.
- GPT 6.1 Sol – OpenAI.
- Gemini 4 Carbon – Google.
Modelli aggiuntivi, come GPT 6 Astra o versioni più recenti di Fable, possono essere attivati su richiesta dell’utente o se il compito lo richiede, secondo le indicazioni di Unite.AI. L’utente può specificare nella richiesta quali modelli preferisce utilizzare.
Questa scelta strategica – non mettere al centro un modello proprietario ma affittare “strumenti” ai concorrenti – richiama l’esperimento Sakana con Fugu e l’uso di Fable 5 come orchestratore in Claude Code, ma su scala più ampia, con più modelli concorrenti che si controllano reciprocamente.
Confronto tra Ultra, Multiagent e Model Council
Il post di lancio fornisce una tabella comparativa che evidenzia le differenze operative:
| Livello | Come lavorano gli agenti | Quando serve |
|---|---|---|
| Ultra | Un lead delega parti del compito ad agenti di supporto che riportano solo a lui | Problemi aperti con più approcci da provare, es. valutare un nuovo mercato con ipotesi di crescita diverse |
| Multiagent | Il lead coordina agenti che condividono i risultati, si controllano e costruiscono deliverable comuni | Grandi incarichi con parti collegate e lavorabili in parallelo, es. due diligence su una data room o previsioni con più ipotesi di partenza |
| Model Council | Più modelli indagano la stessa domanda in modo indipendente; Computer mostra dove concordano e dove no | Giudizi che chiedono prospettive indipendenti |
Applicazioni pratiche di Multiagent
Perplexity ha evidenziato diverse casistiche d’uso, tutte legate a compiti numerici e analitici:
- Previsioni finanziarie: gli agenti costruiscono ipotesi alternative in parallelo e verificano l’impatto di variazioni di ricavi, costi o mercato sul risultato finale.
- Revisione di bilancio: un agente esamina i prospetti contabili, un altro le note, un terzo i commenti del management; poi confrontano le versioni per segnalare incongruenze.
- Due diligence su data room: gli agenti leggono simultaneamente registri finanziari, contratti e documenti operativi, identificando come un singolo contratto possa modificare le prospettive di ricavo emerse altrove.
- Analisi di filing: un lotto di documenti depositati da società quotate viene analizzato in blocco, con agenti che confrontano dati, trend e dichiarazioni di rischio.
- Prediction market: simulazioni di mercato su eventi futuri, con più modelli che generano scenari differenti.
Aravind Srinivas, amministratore delegato di Perplexity, ha aggiunto su X un elenco più sintetico: “ricerca finanziaria, previsioni, prediction market e analisi di un lotto di filing”.
Teammates e Multiagent: sinergie e differenze
Il medesimo Aravind Srinivas ha precisato che Multiagent è utilizzabile sia con Computer sia con Teammates. Teammates sono agenti persistenti lanciati il 5 novembre per gli abbonati Max sul web: una volta assegnato un obiettivo, l’agente lavora in background su un thread permanente, con il proprio desktop e browser. Sono costruiti sopra Computer e, dal 13 novembre, sono disponibili anche nell’app per Mac, secondo Digital Trends. Tuttavia, il post di lancio di Multiagent si riferisce esclusivamente al cursore di sforzo di Computer e non menziona Teammates.
Durante un periodo promozionale senza data di fine, ogni piano Max include l’uso gratuito di Teammates. Dopo il periodo promozionale, l’utilizzo di Teammates consuma crediti già inclusi nell’abbonamento, ma la pagina di prodotto non specifica quanti crediti vengano sottratti per ogni agente.
Costi, crediti e disponibilità
Multiagent è disponibile per tutti gli abbonati Max sul web. Il piano Max, come riportato da AlphaSignal, costa 200 USD al mese (167 USD con fatturazione annuale) e fornisce 10.000 crediti mensili per Computer. Tuttavia, Multiagent è particolarmente “credit‑hungry”: la piattaforma consuma molti crediti per ogni compito, senza fornire una stima ufficiale.
Al momento del lancio, Multiagent è supportato solo sul web. Srinivas ha dichiarato che il supporto per dispositivi mobili arriverà “presto”. Il giorno successivo, AlphaSignal ha segnalato l’integrazione di Multiagent e Teammates nelle app iOS e Android, mentre la pagina di Teammates elenca già web, iOS e Mac, con Android in arrivo.
L’API Orchestrator
Il 17 novembre è stata rilasciata anche l’API Orchestrator, che consente a sviluppatori esterni di integrare la logica di coordinamento di Multiagent nelle proprie applicazioni. L’API espone endpoint per:
- Creare un lead (Fable 5.2) e definire il compito.
- Specificare i modelli da includere nella squadra.
- Gestire il flusso di dati tra gli agenti.
- Recuperare il risultato finale consolidato.
Questa apertura all’ecosistema di sviluppatori amplia le potenzialità di Multiagent, permettendo a startup fintech, studi legali e società di consulenza di costruire workflow personalizzati basati su più modelli AI.
Prospettive future
Multiagent rappresenta un passo significativo verso l’adozione di sistemi AI “collaborativi”, in cui più modelli competono e si verificano a vicenda. La scelta di Perplexity di non puntare su un modello proprietario, ma di orchestrare strumenti di diversi fornitori, potrebbe diventare un modello di riferimento per altre piattaforme emergenti.
Le prime testimonianze degli utenti Max indicano una maggiore velocità nella risoluzione di compiti complessi e una riduzione degli errori di interpretazione, grazie al meccanismo di verifica incrociata. Tuttavia, la dipendenza da crediti e il costo mensile elevato limitano l’adozione a realtà con budget dedicati all’AI avanzata.
In conclusione, Multiagent di Perplexity apre la porta a una nuova era di collaborazione tra modelli AI, offrendo potenza computazionale, flessibilità e precisione per i compiti più articolati. Con l’arrivo dell’API Orchestrator e il prossimo supporto mobile, la piattaforma è pronta a diventare un punto di riferimento per professionisti che richiedono analisi approfondite, previsioni accurate e verifiche incrociate in tempo reale.
