programa
Fundamentos de la IA
10 h
Perplexity Computer es un agente en la nube al que asignas una tarea y te desentiendes. Desde su lanzamiento en febrero de 2026, las actualizaciones han cambiado quién puede usarlo, cómo se contabilizan los créditos y cuánto control tienes antes de iniciar una ejecución. Por eso, muchas reseñas iniciales se han quedado anticuadas.
Probé un flujo de investigación en paralelo sobre ocho herramientas de IA para programar, con un prompt fijo y el total de créditos visible. El resultado me dio base suficiente para juzgar conjuntamente el precio, los límites y la elección de plan.
¿Qué es Perplexity Computer y cómo funciona?
Computer es el producto de agente en la nube de Perplexity. No es un dispositivo y no es lo mismo que Perplexity Ask. Ask devuelve respuestas. Computer ejecuta acciones: navega por la web, genera documentos y diapositivas, ejecuta código en un sandbox, usa cientos de conectores y encadena esos pasos hasta obtener un resultado final.
Existe otro producto llamado Personal Computer que se ejecuta localmente en Mac. Se lanzó a mediados de abril de 2026 y está llegando progresivamente de Max a Pro. Esta reseña trata sobre el Computer en la nube.
Compositor de tareas de Computer en la web de Perplexity. Imagen del autor.
La arquitectura importa porque condiciona el coste. Computer redacta un plan y enruta los pasos a subagentes especializados dentro de un sandbox aislado en la nube. Desde la actualización del 4 de mayo de 2026, GPT-5.5 es el orquestador por defecto para suscriptores Pro y Max, así que las referencias del lanzamiento a Claude Opus 4.6 como predeterminado están desfasadas.
En tareas de investigación, la "ejecución en paralelo" describe cómo Computer busca y divide el trabajo. Un único subagente de investigación puede ejecutar siete tipos de búsqueda a la vez: web, académica, personas, imágenes, vídeo, compras y redes sociales, leyendo las páginas completas en lugar de fragmentos. También pueden ejecutarse varios subagentes dentro de una misma tarea. Para usuarios Max, Model Council añade una comprobación cruzada con modelos distintos para preguntas en las que importe el desacuerdo.
Dos incorporaciones posteriores son clave en esta reseña: vista previa del plan antes de tareas largas y seguimiento del coste en vivo durante la ejecución. Esos controles me permitieron controlar la ejecución en lugar de juzgar el coste a posteriori.
Las búsquedas normales de Perplexity Ask y Deep Research no consumen créditos. Las tareas de Computer sí.
Precios de Perplexity Computer: Pro, Max y cómo funcionan los créditos
La facturación de Computer tiene dos partes: una suscripción fija y un saldo de créditos aparte que el agente va consumiendo mientras se ejecuta. Hay que mirarlas juntas o el coste real es difícil de estimar.
Estos son los precios actuales para particulares y empresas a principios de mayo de 2026. Verifica las cifras el día que te suscribas, porque los precios y las reglas de créditos pueden variar por región, plan o promoción.
|
Plan |
Precio mensual |
Acceso a Computer |
Créditos mensuales incluidos |
|
Free |
$0 |
No |
Ninguno |
|
Pro |
$20 al mes, o $200 al año |
Sí, desde el 13 de marzo de 2026 |
No incluye; hay que comprar créditos |
|
Max |
$200 al mes, o $2,000 al año |
Sí |
10,000 |
|
Enterprise Pro |
$40 por usuario al mes |
Sí |
500 por usuario |
|
Enterprise Max |
$325 por usuario al mes |
Sí |
15,000 por usuario |
Dos detalles suelen pasarse por alto. Pro da acceso pero no créditos mensuales de Computer, así que hay que comprar créditos o activar la recarga automática. Max incluye 10,000 créditos al mes, además de bonus puntuales actuales para altas de Pro y Max de pago, según la página oficial de ayuda sobre créditos. Toma esos bonus como temporales: pueden cambiar y caducar.
El coste en créditos varía según la tarea y Perplexity no publica una tabla por tipo de tarea. Encargos sencillos pueden costar decenas de créditos; los centrados en investigación pueden subir a cientos o miles; bucles de código fallidos han superado los 10,000. La recarga automática está desactivada por defecto, los créditos mensuales no se acumulan y las tareas activas se pausan si te quedas sin saldo.
Prueba de ejecución en paralelo: un flujo real de investigación
Esta fue la prueba real. Pedí a Computer investigar ocho herramientas de IA para programar, recopilar los mismos campos para cada una, señalar contradicciones y convertir los resultados en una tabla comparativa más un breve memo. Elegí este caso porque pone a prueba la investigación en paralelo sin caer en trabajo de código abierto, donde controlar el uso de créditos es más difícil.
Antes del prompt, hay que tener listos algunos requisitos previos.
Requisitos y configuración de la cuenta
La prueba se ejecutó en Max por la asignación de créditos. Como se dijo antes, los usuarios Pro pueden ejecutar el mismo flujo con créditos comprados. Para una tarea solo de investigación no se necesitan conectores especiales. Necesitas:
- Una suscripción activa a Perplexity con acceso a Computer, es decir, Pro o Max
- Un saldo de créditos suficiente para cubrir la ejecución; idealmente al menos 1,500 créditos para dejar margen a revisiones
- Una lista clara de objetivos escrita antes de empezar, en lugar de dejar el alcance abierto a interpretación de Computer
El panel de Computer se abre desde la página de inicio en la web, desde la pestaña Computer en iOS y desde la app de escritorio de Perplexity en Mac.
Cómo escribir un prompt que dispare la ejecución en paralelo
El diseño del prompt importa porque Computer traduce tus instrucciones en trabajo de subagentes. Un prompt vago produce una ejecución vaga. Este fija los objetivos, los campos, la norma de citas, el público del memo y el punto de pausa.
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.Dos decisiones de diseño son clave. La vista previa del plan te da margen para acotar el alcance antes de gastar créditos. La línea de "señalar contradicciones" empuja a Computer a mostrar desacuerdos en lugar de aplanarlos en una única respuesta.
Ejecutar el flujo con vista previa del plan y créditos en vivo
Tras enviar el prompt, Computer se detuvo en un plan escrito que enumeraba las ocho herramientas objetivo, las fuentes que pensaba usar, el orden de trabajo y una estimación aproximada de créditos. Al aprobar el plan comenzó la fase de investigación en paralelo y el contador de créditos en vivo empezó a subir en el hilo. Ese contador, añadido en la actualización del 27 de marzo de 2026, fue el número que más vigilé.
Vista previa del plan antes de aprobar la ejecución. Imagen del autor.
Los subagentes trabajaron en las ocho herramientas a la vez. El panel de actividad mostraba líneas de progreso con notas breves sobre qué sitios se estaban leyendo. Un subagente se detuvo a mitad para preguntar si debía contar el CLI de código abierto de una empresa como producto aparte. Ese tipo de interrupción importa porque las reseñas tempranas describían Computer como una caja negra. Desde la actualización del 17 de abril de 2026, puedes detener un subagente concreto o dar una instrucción adicional a mitad de tarea.
La ejecución completa tardó 7 minutos y 59 segundos y consumió 225.71 créditos. Ese número no coincidirá con el tuyo. Las ejecuciones de agentes no son deterministas: el mismo prompt produce una descomposición distinta, una asignación de modelos diferente y una salida ligeramente distinta en cada ejecución. Si vas a grabar un vídeo o una demo, haz una prueba en seco antes de la real.
Computer ejecutando el flujo de investigación en paralelo. Vídeo del autor.
Revisión del resultado: precisión y tiempo de limpieza
La salida fue una tabla comparativa en Markdown que cubría las ocho herramientas con los campos solicitados, con citas en línea dentro de las celdas. También incluyó una tabla de contradicciones y lagunas y un memo corto de recomendaciones. Desde la actualización del 27 de marzo, Computer redacta en Markdown por defecto, con exportación a PDF y DOCX bajo demanda.
Califiqué la salida con una lista de verificación que preparé antes de la ejecución.
|
Categoría |
Veredicto |
Notas |
|
Precisión en datos duros |
Mixto |
Algunas afirmaciones sobre precios y funciones necesitaron verificación contra las fuentes primarias citadas |
|
Calidad de las fuentes |
Aprobado |
Citó documentación primaria y páginas de precios, no posts agregadores |
|
Estructura |
Aprobado |
La tabla normalizada no necesitó rehacerse; el orden de columnas coincidió con el prompt |
|
Gestión de conflictos |
Aprobado |
Señaló campos con desacuerdos entre fuentes, explicando el desacuerdo |
|
Tiempo de limpieza |
Mixto |
Unos treinta minutos de edición, casi todo en el memo de recomendaciones |
|
Consumo de créditos |
Mixto |
225.71 créditos en la ejecución, pero aún difícil de estimar antes de empezar |
La limpieza quedó claramente dividida. La tabla casi estaba lista para publicar. El memo de recomendaciones, en cambio, abusaba de lenguaje condicional y tenía algunas frases que no encajaban con la evidencia de la tabla. Ese memo, no los datos, es la parte que necesita una revisión humana cuidadosa. Trata la salida como el primer borrador de un analista junior: útil, en su mayor parte correcto y digno de una lectura atenta antes de enviarlo.
Dónde encaja Perplexity Computer
El resultado encaja con lo que otros testers han reportado desde el lanzamiento. El caso de uso es acotado.
- Investigación en paralelo con salida normalizada. Las siete búsquedas simultáneas y la lectura de páginas completas, empaquetadas en una salida estructurada, fue donde Computer requirió menos limpieza en esta prueba.
- Visibilidad de costes y control a mitad de tarea. En la prueba, esos controles dieron suficiente visibilidad para supervisar la ejecución sin repetir todo el prompt.
- Compactación de contexto y enrutado de modelos. El agente mantiene un estado coherente del hilo en tareas largas y tú no tienes que escribir lógica de enrutado ni mantener un archivo de conectores al día.
- Portabilidad de la salida. Computer redacta en Markdown y exporta a PDF o DOCX bajo demanda.
No ampliaría la afirmación más allá de investigación y síntesis. En código iría con más calma.
Limitaciones de Perplexity Computer: dónde se queda corto
Varias limitaciones son reales y algunas han cambiado desde el lanzamiento. Estas fueron las más relevantes durante la prueba.
La fiabilidad de los conectores es irregular y cambia rápido. Pruebas a principios de 2026 detectaron caducidad de OAuth en Vercel, datos superficiales en Ahrefs y apaños en GitHub usando un Personal Access Token manual. La actualización del 27 de marzo añadió un conector de Vercel, un conector de Box mejorado y una nota general sobre rendimiento de conectores. Eso no demuestra que las quejas anteriores estén resueltas. Prueba cualquier conector crítico en una tarea de bajo riesgo primero.
Uso de créditos tras la ejecución de prueba. Imagen del autor.
Los flujos de trabajo de código son los de mayor riesgo de coste. Computer en la nube sigue sin vista previa en vivo, sin recarga en caliente y con visibilidad limitada durante la ejecución. El producto para Mac mencionado antes añade acceso local y *.pplx.app permite publicar para inspeccionar antes de ir a producción, pero ninguno convierte el Computer en la nube en un bucle de codificación ágil.
El consumo de créditos sigue siendo difícil de prever antes de ejecutar una tarea. Los controles usados en la prueba reducen la incertidumbre durante la ejecución, pero las tareas amplias con muchos subagentes siguen siendo las más variables.
La reproducibilidad es limitada. Dos ejecuciones del mismo prompt producen planes de subagentes distintos y salidas algo diferentes. El coste en créditos varía con la ejecución, así que haz una prueba en seco antes de cualquier demo grabada.
La configuración de privacidad requiere atención en equipos regulados o flujos sensibles. Las cuentas Enterprise quedan excluidas del entrenamiento por defecto. Los usuarios Pro y Max de consumo deben darse de baja en los ajustes de la cuenta.
Elección de plan según el tipo de usuario
La respuesta depende del trabajo que le asignes, de la frecuencia de uso, del plan de partida y de tu disciplina con los topes de créditos.
Este es el desglose por tipo de usuario.
|
Tipo de usuario |
Veredicto |
Motivo |
|
Analistas e investigadores |
Max para uso frecuente |
La investigación en paralelo es el caso principal; los créditos mensuales incluidos pueden cubrir un uso regular |
|
Redactores técnicos |
Prueba con Pro, con cautela |
Las tareas acotadas de investigación y síntesis encajan mejor que el trabajo abierto |
|
Desarrolladores de apps en producción |
Riesgo alto en cualquier plan |
El bucle de feedback de código sigue siendo indirecto |
|
Usuarios ocasionales |
Difícil de justificar en Max |
El precio mensual de $200 exige volumen real de trabajo para compensar |
|
Equipos en sectores regulados |
Evaluar Enterprise Pro o Max |
Añade registros de auditoría, garantía de no entrenamiento, controles de firewall de red y gestión de conectores por admin |
|
Creadores de contenidos y estrategas |
Pro primero, a prueba |
La investigación competitiva y los informes estructurados requieren menos limpieza |
Si solo quieres probar Computer una vez, Pro con una pequeña compra de créditos es el punto de partida de menor riesgo. Si ejecutas varias tareas acotadas de investigación a la semana, Max te da un pool fijo de créditos mensuales.
Reglas para flujos de trabajo acotados con Computer
Estas reglas salieron de las ejecuciones de prueba.
Fija un tope mensual de gasto antes de cualquier tarea; bajar el tope por defecto de $200 en las primeras ejecuciones limita los daños si una tarea se desmadra. Para lo que no necesite un agente, usa Perplexity Ask. Exige una vista previa del plan, y apruébalo o corrígelo antes de ejecutar.
Mantén los prompts acotados, fija la lista de objetivos y exige citas para cada afirmación importante. En ejecuciones largas, vigila el mismo contador de coste usado en la prueba. Si sube más rápido de lo previsto, detén la ejecución y pide a Computer que indique dónde se atascó. En mis pruebas, el memo de recomendaciones necesitó más revisión que la tabla. Si vas a grabar, usa una cuenta aislada con conectores saneados; los datos reales se filtran fácilmente en capturas.
Conclusiones
Computer funciona mejor cuando la tarea está bien definida: una lista fija, un esquema, reglas de fuentes y un punto de parada. Si lo dejas abierto, la sensación de coste alto llega rápido.
En mi prueba, la tabla necesitó menos edición que el memo, y el coste en tiempo real importó más de lo esperado. Para investigación repetida y acotada, Max simplifica el tema de los créditos. Para pruebas casuales, Pro más una pequeña compra de créditos es la vía de menor compromiso. En código, seguiría siendo prudente.
Para más contexto sobre el propio patrón de agentes, nuestro curso Developing LLM Applications with LangChain cubre cadenas, herramientas y agentes en Python.