Hoppa till huvudinnehållet

Perplexity Computer: Test av parallella AI-arbetsflöden

Lär dig vad Perplexity Computer är, hur dess parallella underagenter fungerar, vad krediter egentligen kostar i ett praktiskt test och var Pro och Max passar i verkliga forskningsflöden.
Uppdaterad 8 maj 2026  · 10 min läsa

Perplexity Computer är en molnagent du tilldelar en uppgift och sedan kan lämna. Sedan lanseringen i februari 2026 har uppdateringar ändrat vem som kan använda den, hur krediter räknas och hur mycket kontroll du får innan en körning startar. Det gör många tidiga recensioner inaktuella.

Jag testade ett parallellt forskningsflöde över åtta AI-kodningsverktyg, med en fast prompt och en synlig kredittotal. Resultatet gav mig tillräckligt för att bedöma prissättningen, begränsningarna och val av plan tillsammans.

Vad är Perplexity Computer och hur fungerar det?

Computer är Perplexitys molnbaserade agentprodukt. Det är ingen enhet, och det är inte samma sak som Perplexity Ask. Ask returnerar svar. Computer utför åtgärder: det surfar på webben, genererar dokument och presentationer, kör kod i en sandbox, använder hundratals connectors och kedjar ihop dessa steg till en färdig utdata.

Det finns en separat produkt som heter Personal Computer som körs lokalt på en Mac. Den lanserades i mitten av april 2026 och rullas ut från Max till Pro. Den här recensionen handlar om datorn i molnet.

Perplexity Computers arbetsytor på webben som visar huvudfältet för uppgiften och Computer-ikonen i vänstra sidlisten.

Arbetsyta för Computer på Perplexity web. Bild: författaren.

Arkitekturen spelar roll eftersom den formar kostnadsbilden. Computer skissar en plan och skickar sedan steg till specialiserade underagenter i en isolerad moln-sandbox. Från och med uppdateringen den 4 maj 2026 är GPT-5.5 standardorkestrerare för Pro- och Max-prenumeranter, så referenser från lanseringen till Claude Opus 4.6 som standard är inaktuella.

För forskningsuppgifter avser ”parallell körning” hur Computer söker och delar upp arbetet. En enskild forskningsunderagent kan köra sju söktyper samtidigt: webben, akademiskt, personer, bild, video, shopping och socialt, och läsa hela källsidor i stället för utdrag. Flera underagenter kan också köras inom en uppgift. För Max-användare lägger Model Council till en separat modellkorsgranskning för frågor där oenighet spelar roll.

Två senare tillägg spelar roll för den här recensionen: planförhandsgranskning före långa uppgifter, och live kostnadsspårning under körning. Dessa kontroller lät mig följa körningen i stället för att bedöma kostnaden i efterhand.

Vanliga Perplexity Ask-sökningar och Deep Research förbrukar inte krediter. Computer-uppgifter gör det.

Prissättning för Perplexity Computer: Pro, Max och hur krediter fungerar

Faktureringen för Computer har två delar: en fast prenumerationsplan samt ett separat kredit-saldo som agenten drar ned medan den körs. Läs dem tillsammans, annars är det svårt att bedöma den verkliga kostnaden.

Här är den aktuella prissättningen för konsument och företag i början av maj 2026. Verifiera siffrorna den dag du registrerar dig, eftersom priser och kreditregler kan variera beroende på region, plan eller kampanj.

Plan 

Månadskostnad

Tillgång till Computer

Inkluderade månadskrediter

Free

$0

Nej

Inga

Pro

$20 per månad, eller $200 per år

Ja, sedan 13 mars 2026

Inga inkluderade; krediter måste köpas

Max

$200 per månad, eller $2,000 per år

Ja

10,000

Enterprise Pro

$40 per plats och månad

Ja

500 per plats

Enterprise Max

$325 per plats och månad

Ja

15,000 per plats

Två detaljer förbises ofta. Pro ger tillgång men inga månatliga Computer-krediter, så användare behöver köpta krediter eller auto-påfyllning. Max inkluderar 10,000 månatliga krediter, plus aktuella engångsbonusar för betalda Pro- och Max-registreringar, enligt den officiella hjälpsidan om krediter. Behandla bonusar som tillfälliga eftersom de kan ändras och löpa ut.

Kreditkostnaden varierar per uppgift, och Perplexity publicerar ingen tabell per uppgift. Enkla jobb kan kosta tiotals krediter; forskningsintensiva uppgifter kan gå upp i hundratals eller tusentals; misslyckade kodningsloopar har passerat 10,000. Auto-påfyllning är av som standard, månadskrediter rullar inte över och aktiva uppgifter pausas om du får slut på krediter.

Test av parallell körning: Ett verkligt forskningsflöde

Här är det faktiska testet. Jag bad Computer att undersöka åtta AI-kodningsverktyg, samla in samma fält för varje, flagga motsägelser och göra om resultaten till en jämförelsetabell plus en kort promemoria. Jag valde detta fall eftersom det testar parallell forskning utan att glida över i öppet kodningsarbete, där kreditförbrukningen är svårare att kontrollera.

Innan prompten krävs några förutsättningar.

Förutsättningar och konto-setup

Testet kördes på Max för kreditutrymmet. Som nämnts kan Pro-användare köra samma arbetsflöde med köpta krediter. Inga särskilda connectors krävs för en ren forskningsuppgift. Du behöver:

  • En aktiv Perplexity-prenumeration med åtkomst till Computer, alltså Pro eller Max
  • Ett kreditsaldo som är tillräckligt högt för körningen, helst minst 1,500 krediter för att lämna utrymme för justeringar
  • En tydlig lista över mål nedskriven innan körningen startar, i stället för att lämna omfånget öppet för Computer att tolka

Computer-panelen öppnas från startsidan på webben, från fliken Computer på iOS och från Perplexitys skrivbordsapp på Mac.

Så skriver du en prompt som triggar parallell körning

Promptdesign spelar roll eftersom Computer gör om dina instruktioner till arbete för underagenter. En vag prompt ger en vag körning. Den här låser målen, fälten, citeringsregeln, målgrupp för promemorian och pauspunkt.

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.

Två designval spelar störst roll. Planförhandsgranskningen ger dig en chans att snäva in omfånget innan krediter förbrukas. Raden ”flagga motsägelser” pressar Computer att lyfta fram oenigheter i stället för att platta till dem till ett svar.

Köra arbetsflödet med planförhandsgranskning och livekrediter

Efter att prompten skickats pausade Computer på en skriftlig plan som listade de åtta målverktygen, datakällorna den tänkte använda, arbetsordningen och en grov kredituppskattning. Att godkänna planen startade den parallella forskningsfasen, och den levande krediträknaren började ticka upp i tråden. Den räknaren, som lades till i uppdateringen den 27 mars 2026, blev siffran jag följde närmast.

Förhandsgranskning av Perplexity Computers plan som listar de åtta målverktygen, datakällorna, arbetsordningen och en kredituppskattning före godkännande.

Planförhandsgranskning före godkännande. Bild: författaren.

Underagenter kördes över de åtta verktygen samtidigt. Aktivitetsrutan visade förloppsrader med korta anteckningar om vilka sajter som lästes. En underagent pausade mitt i körningen för att fråga om ett företags öppna källkods-CLI skulle räknas som en separat produkt. Den typen av avbrott spelar roll eftersom tidiga recensioner beskrev Computer som en svart låda. Från och med uppdateringen den 17 april 2026 kan du stoppa en enskild underagent eller skriva en följdinstruktion mitt i uppgiften.

Hela körningen tog 7 minuter och 59 sekunder och förbrukade 225,71 krediter. Den siffran kommer inte att matcha din. Agentkörningar är icke-deterministiska: samma prompt ger en annan dekomposition, en annan modellallokering och en något annorlunda utdata vid varje körning. Om du spelar in för en video eller demo, gör en testrunda före den riktiga.

Computer kör det parallella forskningsflödet. Video: författaren.

Granskning av utdata för korrekthet och städtid

Utdatat var en Markdown-jämförelsetabell som täckte alla åtta verktygen över de efterfrågade fälten, med källhänvisningar i cellerna. Det inkluderade också en tabell med motsägelser och luckor samt en kort rekommendationspromemoria. Computer skriver i Markdown som standard sedan uppdateringen den 27 mars, med export till PDF och DOCX på begäran.

Jag betygsatte utdatat mot en checklista jag byggde före körningen.

Kategori

Omdöme

Anteckningar

Träffsäkerhet på hårda fakta

Blandat

Ett fåtal pris- och funktionspåståenden behövde verifieras mot de citerade primärkällorna

Kvalitet på källor

Godkänt

Citerade primärdokument och prissidor, inte aggregerande blogginlägg

Struktur

Godkänt

Den normaliserade tabellen behövde inte byggas om; kolumnordningen matchade prompten

Hantering av konflikter

Godkänt

Flaggade fält där källor var oense, med oenigheten utskriven

Städningstid

Blandat

Cirka trettio minuters redigering, nästan allt på rekommendationspromemorian

Kreditanvändning

Blandat

225,71 krediter för körningen, men fortfarande svårt att uppskatta före körning

Städningen delade sig tydligt. Tabellen var nästan publiceringsklar. Rekommendationspromemorian, å andra sidan, lutade åt försiktigt språk och några meningar som inte matchade bevisen i tabellen. Den promemorian, inte datat, är den del som behöver en noggrann mänsklig genomgång. Behandla utdatat som en junioranalytikers första utkast: användbart, mestadels rätt och värt en noggrann läsning innan det lämnar dina händer.

Där Perplexity Computer passar

Resultatet ligger i linje med vad andra testare rapporterat sedan lanseringen. Användningsområdet är smalt.

  • Parallell forskning med normaliserad utdata. Sju samtidiga söktyper och helsidesläsning, paketerat som en strukturerad utdata, var där Computer krävde minst städning i detta test.
  • Kostnadssynlighet och kontroll mitt i uppgiften. I testet gav dessa kontroller tillräcklig insyn för att övervaka körningen utan att repetera hela prompten.
  • Kompaktering av kontext och modellroutning. Agenten håller ett koherent trådtillstånd över långa uppgifter, och du behöver inte skriva routningslogik eller hålla en connector-konfiguration i synk.
  • Portabilitet för utdata. Computer skriver i Markdown och exporterar PDF eller DOCX på begäran.

Jag skulle inte sträcka påståendet bortom forskning och syntes. För kodning skulle jag bromsa.

Begränsningar i Perplexity Computer: Där det brister

Flera begränsningar är reella, och några har förändrats sedan lanseringen. Dessa var de som spelade störst roll under testet.

Connector-tillförlitlighet är ojämn och ändras snabbt. Tidiga tester 2026 fann Vercel OAuth-utgång, ytlig Ahrefs-data och GitHub-lösningar med en manuell Personal Access Token. Uppdateringen den 27 mars lade till en Vercel-connector, en förbättrad Box-connector och en allmän not om connector-prestanda. Det bevisar inte att de äldre klagomålen är åtgärdade. Testa alla connectors du förlitar dig på i en låginsatsuppgift först.

Perplexitys panel för kreditanvändning som visar 225,71 krediter använda och 7 minuter 59 sekunder arbetstid.

Kreditanvändning efter testrundan. Bild: författaren.

Kodningsarbetsflöden innebär den högsta kostnadsrisken. Cloud Computer har fortfarande ingen liveförhandsvisning, ingen hot reload och begränsad insyn under pågående arbete. Mac-produkten som nämndes tidigare lägger till lokal åtkomst, och *.pplx.app publicering ger dig något att inspektera innan du går live, men ingen av dem gör molnversionen av Computer till en tät kodningsloop.

Kreditförbrukning är fortfarande svår att förutsäga innan en uppgift körs. Kontrollerna som användes i testet minskar gissandet under körning, men breda uppgifter med många underagenter är fortfarande mest variabla.

Reproducerbarheten är begränsad. Två körningar av samma prompt ger olika planer för underagenter och något olika utdata. Kreditkostnaden varierar mellan körningarna, så gör en testrunda före alla inspelade demos.

Sekretessinställningar förtjänar uppmärksamhet för reglerade team eller känsliga arbetsflöden. Företagskonton är exkluderade från träning som standard. Konsumentanvändare på Pro och Max måste välja bort i kontoinställningarna.

Val av plan efter användartyp

Svaret beror på vilket arbete du ger den, hur ofta du använder den, vilken plan du börjar på och hur disciplinerad du är med kreditgränser.

Här är uppdelningen per användartyp.

Användartyp

Omdöme

Skäl

Analytiker och forskare

Max vid frekvent användning

Parallell forskning är huvudfallet; de inkluderade månadskrediterna kan täcka regelbunden användning

Tekniska skribenter

Pro-test, med försiktighet

Avgränsade forsknings- och syntesuppgifter passar produkten bättre än öppet arbete

Utvecklare som bygger produktionsappar

Hög risk på alla planer

Kodningsfeedback-loopen är fortfarande indirekt

Sporadiska användare

Svårt att motivera på Max

Månadskostnaden på $200 kräver verklig volym i arbetsflödena för att gå jämnt upp

Team i reglerade branscher

Utvärdera Enterprise Pro eller Max

Lägger till granskningsloggar, garanti om ingen träning, nätverksbrandväggskontroller och admin-kontroller för connectors

Innehållsskapare och strateger

Börja med Pro-test

Konkurrensanalys och strukturerade rapporter är där utdatat behövde minst städning

Om du bara vill testa Computer en gång, är Pro med ett litet kreditköp den lägre risken. Om du kör flera avgränsade forskningsuppgifter i veckan ger Max dig en fast månatlig kreditpott.

Regler för avgränsade Computer-arbetsflöden

Dessa regler kom ur testrundorna.

Sätt ett månatligt utgiftstak före alla uppgifter; att sänka standardtaket på $200 i tidiga körningar begränsar skadan om en uppgift spårar ur. För allt som inte behöver en agent, använd Perplexity Ask i stället. Kräv en planförhandsgranskning, och godkänn eller korrigera den före körning.

Håll prompter smala, lås mål-listan och kräv källhänvisningar för varje viktigt påstående. Under långa körningar, följ samma kostnadsräknare som i testet. Om den stiger snabbare än planerat, stoppa körningen och fråga Computer var arbetet fastnade. I mina körningar behövde rekommendationspromemorian mer granskning än tabellen. Om du spelar in, använd ett sandboxat konto med sanerade connectors; verkliga kontodata läcker lätt in i skärmdumpar.

Avslutande tankar

Computer fungerar bättre när uppgiften har en tydlig form: en fast lista, ett schema, källregler och en stoppunkt. Lämnar du det öppet börjar det snabbt kännas dyrt.

I mitt test behövde tabellen mindre redigering än promemorian, och löpande kostnad spelade större roll än jag väntat. För upprepad avgränsad forskning har Max en enklare kreditsetup. För informell testning är Pro plus ett litet kreditköp vägen med lägre åtagande. För kodning skulle jag fortfarande vara försiktig.

För mer bakgrund om själva agentmönstret täcker vår kurs Developing LLM Applications with LangChain kedjor, verktyg och agenter i Python.

FAQs

Kan Pro-användare köra Perplexity Computer utan att betala för krediter?

Endast om de fortfarande har bonuskrediter. Den säkrare kontrollen är inte plansidan, utan kreditsidan i ditt konto innan du startar en uppgift. Om saldot är lågt, håll den första körningen snäv och stäng av auto-påfyllning tills du vet vad en normal uppgift kostar för ditt användningsfall.

Hur mycket kostar en typisk forskningsuppgift i krediter?

Det finns inget tal jag skulle ange som typiskt. En bättre metod är att först köra en liten variant: färre mål, ingen slutlig promemoria och ett hårt stopp efter jämförelsetabellen. Det ger dig ett kreditintervall innan du åtar dig hela arbetsflödet.

Vad är skillnaden mellan Perplexity Computer och Personal Computer?

Computer är den du ska använda när arbetet kan ske i Perplexitys moln-sandbox. Personal Computer är viktigt när uppgiften beror på filer, appar eller webbläsarsessioner på din Mac. Om du använder Windows eller Linux, betrakta Personal Computer som otillgängligt för tillfället.

Vad händer om Computer får slut på krediter mitt i en uppgift?

Uppgiften pausas, vilket är bättre än att tappa arbetet, men det kan ändå bryta ditt flow. Innan du lägger till fler krediter, läs de senaste agentuppdateringarna och avgör om uppgiften fortfarande är på rätt spår. Om den har börjat loopa gör extra krediter bara att loopen fortsätter.

Kan jag lita på Computers forskningsutdata utan att kontrollera den?

Nej. Börja med de celler som sannolikt blir inaktuella: priser, begränsningar i planer, lanseringsdatum och påståenden om ”sen uppdatering”. Jag skulle kontrollera dem före stilredigering, för en välskriven promemoria byggd på ett inaktuellt pris är ändå fel.

Ämnen

Lär dig med DataCamp

track

AI-grunder

10 timmar
Upptäck grunderna i AI, lär dig att använda AI effektivt i arbetet och fördjupa dig i modeller som ChatGPT för att navigera i det dynamiska AI-landskapet.
Se detaljerRight Arrow
Starta kursen
Se merRight Arrow