Суть продукта: рой подзадач вместо одной модели
Exa выпустила Agent Ultra, высший уровень усилий в своей экосистеме Exa Agent. Это не просто новая модель, а API-инфраструктура, которая разбивает сложные исследовательские задачи на подзадачи и распределяет их между параллельными подагентами. Система маршрутизирует запросы к передовым моделям там, где нужна точность, и к более быстрым — где достаточно скорости. Ultra-режим предназначен для задач, требующих исчерпывающего анализа: сбор больших списков, обогащение сущностей и ответы на вопросы, требующие обработки тысяч источников.
Результаты бенчмарков: цифры против конкурентов
Exa сообщает о лидерстве Agent Ultra на четырех ключевых исследовательских бенчмарках по сравнению с Opus 5.5, GPT-6 Astra и Perplexity Agent (все запущены в режиме максимальных усилий). Ниже приведены сравнительные метрики:
| Бенчмарк (метрика) | Agent Ultra | Opus 5.5 | GPT-6 Astra | Perplexity Agent |
|---|---|---|---|---|
| WANDR (soft recall) | 81.4% | 72.3% | 26.0% | 40.1% |
| DeepSearchQA (F1) | 93.9% | 77.6% | 85.3% | 89.7% |
| WideSearch (row-level F1) | 58.9% | 51.6% | 54.7% | 56.0% |
| Company Find-All (сущностей/задачу) | 2,451 | 146 | 113 | 98 |
Экономическая эффективность и время выполнения
Exa подчеркивает не только точность, но и стоимость. По данным компании, Agent Ultra обеспечивает значительную экономию при лучших результатах:
- WANDR: +12.6% к результату относительно Opus 5.5 при стоимости в 2 раза ниже.
- DeepSearchQA: +4.7% к результату относительно Perplexity, при этом стоимость задачи на 46% ниже, чем у GPT-6 Astra.
- Company Find-All: Превосходство над Opus 5.5 на 1579% по количеству найденных сущностей при минимальной стоимости за единицу.
Типичный сложный запрос выполняется за ~30 минут, предельное время — 3 часа. Стоимость запуска ограничена по умолчанию $20, но может быть настроена в диапазоне от $1 до $100.
Для кого и как подключиться
Инструмент ориентирован на три сегмента: провайдеров моделей (сбор данных для обучения), финансовый сектор (KYC, due diligence) и GTM-команды (сбор лидов). API работает через стандартный эндпоинт с поддержкой outputSchema и стриминга. Модель не является open-weight и доступна только как хостинг-сервис. Для совместимости с OpenAI можно использовать параметр reasoning.effort: "ultra" на эндпоинте /responses.
Бенчмарки
| Бенчмарк | Agent Ultra | GPT-6 Astra | Opus 5.5 | Perplexity Agent |
|---|---|---|---|---|
| WANDR (soft recall) | 81.4% | 26% | 72.3% | 40.1% |
| DeepSearchQA (F1) | 93.9% | 85.3% | 77.6% | 89.7% |
| WideSearch (row-level F1) | 58.9% | 54.7% | 51.6% | 56% |
| Company Find-All (avg. passing entities per task | 2451count | 113count | 146count | 98count |
Жирным — лучший результат в строке. Источник цифр — официальная публикация.
Источник: MarkTechPost ↗