Exa запускає Agent Ultra: API для глибоких досліджень із роєм субагентів, створене для вичерпного складання списків

Exa випустила Agent Ultra — найвищий рівень зусиль свого API Exa Agent. Він призначений для досліджень, які мають виконуватися до вичерпання можливостей: створення великих списків, збагачення даних про сутності та пошуку відповідей на запитання, що потребують тисяч джерел. Команда Exa повідомляє, що Ultra перевершує Opus 5.5, GPT-6 Astra та Perplexity Agent, кожен із яких працював на максимальному рівні зусиль, у 4 дослідницьких бенчмарках.

Чи можна його розгорнути? Так, як розміщений API. Agent Ultra доступний уже сьогодні в API Exa — для цього потрібно встановити effort: "ultra". Це не модель із відкритими вагами, і її не можна розмістити на власній інфраструктурі.

Що таке Exa Agent Ultra?

Exa Agent розподіляє завдання на підзавдання та призначає субагентів для одночасного дослідження кількох доменів. Він спрямовує передові моделі на кроки, де вони потрібні, а швидші моделі — туди, де їх достатньо. Ultra — це режим, який використовує найбільше обчислювальних ресурсів. Згідно з документацією Agent Ultra, він працює довше за будь-який інший рівень зусиль, щоб повертати найповніші результати.

Запуски Ultra зазвичай виконують складні завдання приблизно за 30 хвилин. Дуже складні завдання можуть тривати до 3 годин.

Результати бенчмарків

Усі наведені нижче показники взято з публікації Exa про запуск. Конкуренти працювали з максимальним налаштуванням зусиль.

Exa супроводжує кожен результат заявою про вартість:

• WANDR: на 12.6% вище, ніж Opus 5.5, за половину його вартості на завдання.
• DeepSearchQA: на 4.7% вище, ніж Perplexity, і на 46% дешевше за GPT-6 Astra на одне завдання.
• WideSearch: на 5.2% вище, ніж Perplexity, і має найнижчу вартість на завдання серед 4 систем.
• Company Find-All: на 1579% вище, ніж Opus 5.5, і має найнижчу вартість за знайдену сутність.

Ці показники є відносними, а не відсотковими пунктами. У WANDR абсолютний розрив з Opus 5.5 становить 9.1 пункта.

Як розуміти ці показники

WANDR — це бенчмарк Perplexity із 500 широких і глибоких завдань зі збору даних, що має відкритий тестовий інструментарій. Оцінювач Exa використовує ту саму логіку оцінювання, що й оригінальна система. Він замінює інструмент роботи з вмістом на Exa, змінює логіку передавання даних і використовує gpt-6-luna як суддю. Якщо постачальник опублікував результат у цьому тестовому інструментарії, Exa наводить цей показник. В інших випадках Exa самостійно запускає бенчмарк.

DeepSearchQA — це багатокроковий бенчмарк пошуку від Google DeepMind, що містить 900 запитів. WideSearch перевіряє широке збирання інформації. Exa оцінила до 200 завдань для WANDR і DeepSearchQA та по 100 завдань для WideSearch і Company Find-All. Кількість оцінених завдань різниться залежно від постачальника. Усі результати надані постачальниками й поки що не відтворені незалежно.

Місце Agent Ultra

Exa визначає 3 цільові групи користувачів:

• Постачальники моделей: збирати навчальні дані, наприклад усі статті та репозиторії, що реалізують певну техніку. Перевіряти такі критерії, як «опубліковані ваги, а не лише API».
• Фінансові послуги: створювати ринкові карти для комплексної перевірки, проводити дослідження KYC за даними звітності та судових записів, а також відстежувати сигнали портфеля.
• Команди виходу на ринок: створювати списки клієнтів і доповнювати рядки оціночними полями, кожне з яких підтверджене URL-адресою з посиланням на джерело.

Ultra також може розширювати наявний список. Передайте вже наявні рядки — вони не потраплять до нових результатів.

API, ціни та керування

Ultra використовує стандартну кінцеву точку запуску Agent. Запит підтримує outputSchema, input.data і потокове передавання.

from exa_py import Exa

exa = Exa()
run = exa.agent.runs.create(
    query="Find all companies building browser automation tools in the United States.",
    effort="ultra",
)
run = exa.agent.runs.poll_until_finished(run.id, timeout_ms=3 * 60 * 60 * 1000)
print(run.stop_reason)

• Ціни: тарифікація здійснюється за стандартними тарифами використання Agent, за замовчуванням — до 20 доларів за запуск. Запуски, що завершуються раніше, коштують дешевше.
• Бюджет: maxCostDollars приймає значення від 1 до 100 доларів. maxDurationSeconds приймає значення від 300 до 10 800 секунд.
• Зупинка: виклик зупинки достроково завершує запуск, зберігає його результати та стягує плату за використання до цього моменту.
• Тайм-аути: допоміжні функції SDK для опитування завершують роботу через 1 годину за замовчуванням, тому встановіть довший тайм-аут або передавайте події потоково.
• Сумісність з OpenAI: у /responses встановіть reasoning.effort: "ultra" у потоковому або фоновому режимі.

Ви можете протестувати його в Exa API Playground.

Порівняння

Головні висновки

• Agent Ultra — це режим Agent від Exa з найвищим рівнем зусиль, уже доступний через API.
• Він координує паралельних субагентів і поєднує передові та швидші моделі.
• Exa повідомляє про найвищі результати у WANDR, DeepSearchQA, WideSearch і Company Find-All.
• За замовчуванням запуски коштують до 20 доларів; суму можна налаштувати від 1 до 100 доларів.
• Типові запуски тривають близько 30 хвилин, а максимальна тривалість становить 3 години.

Ознайомтеся з технічними деталями. Уся подяка досліднику цього проєкту. Також підписуйтеся на нас у Twitter і не забудьте приєднатися до нашого сабреддіту про машинне навчання зі 150+ тисячами учасників та підписатися на нашу розсилку. Стривайте! Ви є в Telegram? тепер ви також можете приєднатися до нас у Telegram.

Потрібно співпрацювати з нами для просування вашого репозиторію GitHub, сторінки Hugging Face, випуску продукту, вебінару тощо? Зв’яжіться з нами