Perplexity Computer: Parallele KI-Workflows im Praxistest

Perplexity Computer ist ein Cloud-Agent, dem du eine Aufgabe zuweist und ihn dann arbeiten lässt. Seit dem Launch im Februar 2026 haben Updates geändert, wer Zugriff hat, wie Credits abgerechnet werden und wie viel Kontrolle du vor dem Start einer Ausführung bekommst. Viele frühe Reviews sind damit überholt.

Ich habe einen parallelen Research-Workflow über acht KI-Coding-Tools getestet – mit festem Prompt und sichtbarem Credit-Kontingent. Das Ergebnis reichte aus, um Preisgestaltung, Limits und die passende Tarifwahl im Zusammenhang zu bewerten.

Was ist Perplexity Computer und wie funktioniert es?

Computer ist Perplexitys Cloud-Agent-Produkt. Es ist kein Gerät und nicht dasselbe wie Perplexity Ask. Ask liefert Antworten. Computer führt Aktionen aus: Es durchsucht das Web, erstellt Dokumente und Folien, führt Code in einer Sandbox aus, nutzt Hunderte von Konnektoren und verknüpft diese Schritte zu einem fertigen Ergebnis.

Daneben gibt es ein separates Produkt namens Personal Computer, das lokal auf einem Mac läuft. Es wurde Mitte April 2026 eingeführt und wird von Max auf Pro ausgerollt. Diese Rezension bezieht sich auf den Cloud-Computer.

Task Composer von Computer im Perplexity-Web. Bild: Autor.

Die Architektur ist wichtig, weil sie die Kosten bestimmt. Computer entwirft einen Plan und leitet Schritte an spezialisierte Sub-Agenten in einer isolierten Cloud-Sandbox weiter. Seit dem Update vom 4. Mai 2026 ist GPT-5.5 der Standard-Orchestrator für Pro- und Max-Abos; Verweise aus der Launch-Phase auf Claude Opus 4.6 als Standard sind veraltet.

Bei Research-Aufgaben bezeichnet „parallele Ausführung“, wie Computer sucht und Arbeit aufteilt. Ein einzelner Research-Sub-Agent kann sieben Sucharten gleichzeitig ausführen: Web, wissenschaftlich, Personen, Bild, Video, Shopping und Social – und liest vollständige Quellseiten statt Snippets. Mehrere Sub-Agenten können zudem innerhalb einer Aufgabe laufen. Für Max-Nutzer ergänzt der Model Council eine separate Modell-Gegenprüfung für Fragen, bei denen Uneinigkeit zählt.

Zwei spätere Ergänzungen sind für diesen Test relevant: Planvorschau vor langen Tasks und Live-Kostentracking während der Ausführung. Diese Steuerungen erlauben es, den Lauf zu überwachen, statt die Kosten erst im Nachhinein zu bewerten.

Normale Perplexity-Ask-Suchen und Deep Research verbrauchen keine Credits. Computer-Tasks schon.

Perplexity-Computer-Preise: Pro, Max und wie Credits funktionieren

Die Abrechnung besteht aus zwei Teilen: einem festen Abo plus einem separaten Credit-Guthaben, das der Agent während des Laufs abbaut. Lies beides zusammen, sonst ist die tatsächliche Kostenlage schwer einzuschätzen.

Hier sind die aktuellen Preise für Privat- und Unternehmenskunden Anfang Mai 2026. Prüfe die Zahlen am Tag der Anmeldung, da Preise und Credit-Regeln je nach Region, Tarif oder Aktion variieren können.

Zwei Punkte werden oft übersehen: Pro bietet zwar Zugriff, aber keine monatlichen Computer-Credits – Nutzer brauchen also gekaufte Credits oder Auto-Aufladung. Max enthält 10.000 Monats-Credits plus derzeit einmalige Bonus-Credits für zahlende Pro- und Max-Neuanmeldungen, siehe offizielle Hilfe-Seite zu Credits. Behandle Boni als temporär, da sie sich ändern und auslaufen können.

Die Credit-Kosten variieren je nach Aufgabe; Perplexity veröffentlicht keine Pro-Task-Tabelle. Einfache Jobs kosten Dutzende Credits; researchlastige Aufgaben gehen in die Hunderte oder Tausende; gescheiterte Coding-Schleifen überschritten bereits 10.000. Auto-Aufladung ist standardmäßig aus, Monats-Credits verfallen, und aktive Tasks pausieren, wenn dir die Credits ausgehen.

Parallele Ausführung testen: Ein echter Research-Workflow

Hier ist der echte Test: Ich bat Computer, acht KI-Coding-Tools zu recherchieren, für jedes dieselben Felder zu sammeln, Widersprüche zu markieren und die Ergebnisse in eine Vergleichstabelle plus ein kurzes Memo zu überführen. Der Fall testet parallelen Research, ohne in offene Coding-Arbeit abzugleiten, bei der sich Credits schwerer steuern lassen.

Vor dem Prompt müssen ein paar Voraussetzungen stimmen.

Voraussetzungen und Konto-Setup

Der Test lief auf Max wegen des Credit-Kontingents. Wie erwähnt können Pro-Nutzer denselben Workflow mit gekauften Credits fahren. Für reine Research-Aufgaben sind keine speziellen Konnektoren nötig. Du brauchst:

• Ein aktives Perplexity-Abo mit Computer-Zugriff, also Pro oder Max
• Ein Credit-Guthaben, das den Lauf abdeckt – idealerweise mindestens 1.500 Credits als Puffer für Iterationen
• Eine klare Zielliste, die vor dem Start feststeht, statt den Umfang von Computer interpretieren zu lassen

Das Computer-Panel öffnet sich auf dem Web-Home, im Computer-Tab auf iOS und in der Perplexity-Desktop-App auf dem Mac.

So schreibst du einen Prompt, der parallele Ausführung triggert

Prompt-Design ist entscheidend, weil Computer deine Anweisungen in Sub-Agentenarbeit übersetzt. Ein vager Prompt erzeugt einen vagen Lauf. Dieser hier fixiert Ziele, Felder, Zitierregel, Memo-Zielgruppe und Haltepunkt.

Research the following 8 AI coding tools in parallel: GitHub Copilot, Cursor,
Claude Code, Windsurf, Aider, Continue.dev, Tabnine, and Cody.

For each tool, collect the same fields:
Pricing for individual paid plansCore features, with a focus on agent behaviorMain use casesTwo main limitationsOne notable update from the past 90 daysA primary source link for every important claim
Then:
Build a single normalized comparison tableFlag any field where two of your sources contradict each otherWrite a 200-word recommendation memo for a senior backend engineer who already pays for one AI coding tool and is considering whether to switch
Before producing the final memo, show the plan, the list of sources you intend to cite, and your credit estimate, then wait for my approval.

Zwei Designentscheidungen sind am wichtigsten: Die Planvorschau erlaubt es, den Umfang vor dem Credit-Verbrauch zu schärfen. Die Zeile „Widersprüche markieren“ zwingt Computer, Uneinigkeiten sichtbar zu machen statt sie in einer Antwort zu glätten.

Workflow mit Planvorschau und Live-Credits ausführen

Nach dem Absenden des Prompts stoppte Computer bei einem schriftlichen Plan mit den acht Ziel-Tools, den beabsichtigten Datenquellen, der Arbeitsreihenfolge und einer groben Credit-Schätzung. Mit der Freigabe startete die parallele Research-Phase, und der Live-Credit-Zähler im Thread begann zu steigen. Dieser Zähler, eingeführt im Update vom 27. März 2026, war die Zahl, die ich am genauesten beobachtete.

Planvorschau vor dem Start. Bild: Autor.

Sub-Agenten liefen über alle acht Tools parallel. Das Aktivitäts-Panel zeigte Fortschrittszeilen mit kurzen Hinweisen, welche Sites gelesen wurden. Ein Sub-Agent hielt an, um zu fragen, ob die Open-Source-CLI eines Anbieters als separates Produkt zählen soll. Solche Unterbrechungen sind wichtig, weil frühe Reviews Computer als Black Box beschrieben. Seit dem Update vom 17. April 2026 kannst du einzelne Sub-Agenten stoppen oder während des Tasks eine Folgeanweisung geben.

Der komplette Lauf dauerte 7 Minuten 59 Sekunden und verbrauchte 225,71 Credits. Diese Zahl wird bei dir abweichen. Agent-Läufe sind nicht deterministisch: Derselbe Prompt erzeugt eine andere Zerlegung, eine andere Modellzuweisung und ein leicht anderes Ergebnis. Wenn du für ein Video oder eine Demo aufzeichnest, mach vorab einen Probelauf.