Tracks
Perplexity Computer 是一款云端代理:您分配任务后即可离开。自 2026 年 2 月发布以来,其更新改变了可访问人群、点数的计量方式,以及在运行开始前您可控的程度。许多早期评测因此已显过时。
我用固定提示与可见的点数总额,对八款 AI 编码工具进行并行研究实测。结果足以把定价、限制与套餐选择放在一起评判。
什么是 Perplexity Computer?它如何工作?
Computer 是 Perplexity 的云端代理产品。它不是硬件设备,也不同于 Perplexity Ask。Ask 返回答案;Computer 会执行动作:它可浏览网页、生成文档与幻灯片、在沙盒中运行代码、调用上百个连接器,并将这些步骤串联为成品输出。
另有一款名为 Personal Computer 的独立产品,可在 Mac 本地运行。它于 2026 年 4 月中旬发布,正从 Max 向 Pro 推出。本评测聚焦云端版 Computer。

Perplexity 网页端的 Computer 任务编排器。图片由作者提供。
架构之所以重要,是因为它决定了成本逻辑。Computer 会先拟定计划,再将步骤路由到隔离的云端沙盒中的专用子代理。截至2026 年 5 月 4 日更新,GPT-5.5成为 Pro 与 Max 订阅者的默认编排器,因此将Claude Opus 4.6视为默认的发布初期说法已不再适用。
在研究任务中,“并行执行”指的是 Computer 如何搜索与分配工作。单个研究子代理可同时运行 7 种搜索:网页、学术、人物、图片、视频、购物与社交,并读取完整源页面而非摘要。同一任务中也可运行多个子代理。对于 Max 用户,Model Council 会为分歧重要的问题进行跨模型核对。
本评测中有两项后续新增功能非常关键:长任务前的计划预览,以及执行中的实时成本跟踪。这些控制让我能在运行过程中监控开销,而非事后才评估成本。
常规的 Perplexity Ask 搜索与 Deep Research 不消耗点数;Computer 任务会消耗。
Perplexity Computer 定价:Pro、Max 与点数机制
Computer 的计费分两部分:固定订阅计划,外加单独的点数余额,代理在运行时按点数扣减。需要将两者结合来看,否则很难判断真实成本。
以下为截至 2026 年 5 月上旬的当前个人与企业定价。请在注册当日核实数据,因定价与点数规则可能因地区、套餐或促销而变动。
|
计划 |
月费 |
Computer 访问权限 |
每月包含点数 |
|
Free |
$0 |
无 |
无 |
|
Pro |
每月 $20,或每年 $200 |
有,自 2026 年 3 月 13 日起 |
不含;需单独购买点数 |
|
Max |
每月 $200,或每年 $2,000 |
有 |
10,000 |
|
Enterprise Pro |
每席位每月 $40 |
有 |
每席位 500 |
|
Enterprise Max |
每席位每月 $325 |
有 |
每席位 15,000 |
有两点常被忽略。Pro 提供访问权限,但不含每月 Computer 点数,因此用户需购买点数或启用自动补充。Max 每月包含 10,000 点数,且 Pro 与 Max 的付费注册当前有一次性赠送点数,详见官方点数帮助页。将赠送视为临时福利,因为可能变更或到期。
点数消耗因任务而异,Perplexity 未公布每类任务的点数表。简单任务可能花费几十点,重研究任务可能达到数百或上千点;失败的编码循环甚至会超过 10,000 点。自动补充默认关闭,每月点数不结转;若点数耗尽,进行中的任务会暂停。
并行执行实测:一个真实的研究流程
以下是实际测试。我让 Computer 并行研究 8 款 AI 编码工具,为每款收集相同字段,标注矛盾之处,并将结果整理为对比表与简短备忘录。我选择此案例,是为了测试并行研究,而不滑向开放式编码工作(后者更难控点)。
在给出提示前,需要先准备一些前提条件。
前提条件与账户设置
本次测试在 Max 上运行以获得充足点数。前文所述,Pro 用户也可购买点数运行相同流程。纯研究任务无需特殊连接器。您需要:
- 一份包含 Computer 访问权限的有效 Perplexity 订阅,即 Pro 或 Max
- 足够覆盖本次运行的点数余额,理想情况下至少 1,500 点,以便有修改余量
- 在开始前写好清晰的目标清单,而不是将范围留给 Computer 自行解读
在网页端可从首页打开Computer 面板;在 iOS 打开 Computer 选项卡;在 Mac 使用 Perplexity 桌面应用。
如何编写能触发并行执行的提示
提示设计很重要,因为 Computer 会把您的指令拆解为子代理工作。模糊的提示只会得到模糊的运行。本提示固定了目标、字段、引文规则、备忘录受众与停顿点。
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.
两项设计尤为关键。计划预览让您在消耗点数之前收窄范围;“标注矛盾”则促使 Computer 暴露分歧,而非将其抹平为一个答案。
在计划预览与实时点数下运行流程
提交提示后,Computer 会在书面计划处暂停,列出 8 个目标工具、拟用数据源、工作顺序与大致点数预估。批准计划后,即开始并行研究阶段,线程中的实时点数计数器开始递增。该计数器是在2026 年 3 月 27 日更新中加入的,也是我最关注的数字。

批准运行前的计划预览。图片由作者提供。
子代理针对八款工具同时运行。活动面板以进度线展示,并简要标注所读取的网站。某个子代理在中途暂停,询问是否应将某公司的开源 CLI 视为独立产品。这类打断很关键,因为早期评测将 Computer 描述为“黑箱”。自2026 年 4 月 17 日更新起,您可以在任务中途停止单个子代理,或输入后续指令。
完整运行用时 7 分 59 秒,消耗 225.71 点。这个数字与您的结果不会一致。代理运行是非确定性的:相同的提示会在每次运行中得到不同的任务拆解、不同的模型分配与略有差异的输出。若需录制视频或演示,请先做一次试跑。
校对输出的准确性与清理时间
输出为覆盖全部八款工具、包含所要求字段的 Markdown 对比表,单元格内含内联引用。还附有“矛盾与缺口”表,以及简短的推荐备忘录。自 3 月 27 日更新起,Computer 默认以 Markdown 起草,并可按需导出 PDF 与 DOCX。
我按照一份在运行前准备的核对清单对输出打分。
|
类别 |
结论 |
备注 |
|
硬性事实的准确性 |
好坏参半 |
少量定价与功能陈述需对照引用的第一手来源核实 |
|
来源质量 |
通过 |
引用了官方文档与定价页,而非聚合类博文 |
|
结构 |
通过 |
归一化表格无需重建;列顺序与提示一致 |
|
冲突处理 |
通过 |
标注了来源不一致的字段,并明确说明分歧 |
|
清理时间 |
好坏参半 |
约 30 分钟编辑,几乎都花在推荐备忘录上 |
|
点数使用 |
好坏参半 |
本次 225.71 点,但在执行前仍难以精确预估 |
清理工作分布很清晰。表格几乎可直接发布。相较之下,推荐备忘录带有较多模棱两可的表述,且有少数句子与表中证据不完全匹配。需要认真人工把关的是备忘录而非数据。把输出当作一名初级分析师的首稿:有用、基本正确,但在出手前值得仔细通读一遍。
Perplexity Computer 的适用场景
结论与发布以来其他测试者的反馈一致。其用例较为狭窄。
- 并行研究与规范化输出。一次同时执行七种搜索并读取整页,再打包为结构化输出,是本次测试中清理成本最低的场景。
- 成本可见性与任务中控。测试中的这些控制足以监督运行,而无需重复整个提示。
- 上下文压缩与模型路由。代理能在长任务中保持连贯的线程状态,且无需您编写路由逻辑或维护连接器配置文件。
- 输出可移植性。Computer 以 Markdown 起草,并可按需导出 PDF 或 DOCX。
我不会把结论延展到研究与综述之外。编码方面我会放慢脚步。
Perplexity Computer 的局限:短板何在
若干限制确实存在,且部分较发布初期已有变化。以下是在测试中影响最大的几点。
连接器可靠性参差不齐且变化快。2026 年早期测试发现 Vercel OAuth 过期、Ahrefs 数据浅、以及 GitHub 需用手动 PAT 变通。3 月 27 日更新新增了 Vercel 连接器、改进了 Box 连接器,并对连接器性能作出一般性说明。这并不意味着早先问题已解决。对任何关键连接器,先在低风险任务中验收。

测试运行后的点数使用情况。图片由作者提供。
编码流程的成本风险最高。云端 Computer 仍无实时预览、无热重载,进行中可见性有限。前述 Mac 版提供本地访问,且 *.pplx.app 发布可在上线前提供可检视的内容,但二者都不能将云端 Computer 变为紧凑的编码闭环。
在任务运行前,点数消耗仍难以预测。测试中用到的控制可在执行时降低盲猜,但涉及大量子代理的宽泛任务波动最大。
可复现性有限。相同提示的两次运行,会得到不同的子代理计划与略有差异的输出。点数成本也随运行变化,因此任何录制演示前先试跑。
对受监管团队或敏感流程而言,隐私设置值得留意。企业账户默认不参与训练;个人版 Pro 与 Max 用户需在账户设置中选择退出。
按用户类型选择套餐
答案取决于您交给它的工作、使用频率、起始套餐,以及您对点数上限的自律程度。
以下按用户类型细分。
|
用户类型 |
建议 |
理由 |
|
分析师与研究员 |
高频使用选 Max |
并行研究是主要场景;每月包含点数可覆盖常规使用 |
|
技术写作者 |
谨慎试用 Pro |
有边界的研究与综述任务比开放式工作更契合该产品 |
|
构建生产应用的开发者 |
任一套餐均风险较高 |
编码反馈回路仍较间接 |
|
休闲用户 |
难以在 Max 上自洽 |
$200 的月费需要足够的流程量才能打平 |
|
受监管行业的团队 |
评估 Enterprise Pro 或 Max |
增加审计日志、不参与训练保证、网络防火墙与管理员连接器控制 |
|
内容创作者与策略人员 |
先试 Pro |
竞品研究与结构化报告的清理工作更少 |
如果您只 想试一次 Computer,Pro 加少量点数购买是更低风险的起点。若每周运行数个有边界的研究任务,Max 可提供固定的月度点数池。
有边界的 Computer 工作流守则
这些规则源自多次试跑。
在任何任务前设定每月支出上限;在早期试跑中下调默认 $200 上限,可在任务失控时降低损失。不需代理的事,用Perplexity Ask 代替。务必要求计划预览,在执行前批准或修正。
保持提示聚焦、固定目标清单,并要求对每条重要陈述提供引文。长任务期间,关注与测试相同的成本计数器;若增长速度超出计划,及时停止并询问 Computer 工作卡在哪。以我的试跑而言,推荐备忘录比表格更需要核查。若需录制,请使用沙盒账户并净化连接器;真实账户数据极易出现在截图中。
结语
当任务边界清晰——有固定清单、模式、来源规则与停点——Computer 的表现更好。一旦放开,它很快就会显得“昂贵”。
在我的测试中,表格比备忘录更省编辑时间,而运行成本比我预期更关键。若要反复执行有边界的研究,Max 的点数设置更省心;若只是随便试试,Pro 外加少量点数购买更少承诺。至于编码,我仍会谨慎。
关于代理模式的更多背景,我们的《用 LangChain 开发 LLM 应用》课程涵盖 Python 中的链、工具与代理。
常见问题
Pro 用户能否在不额外购买点数的情况下运行 Perplexity Computer?
只有在仍有赠送点数时才行。更稳妥的做法不是看套餐页面,而是在开始任务前查看您账户的点数页面。如果余额偏低,先把首跑范围收窄,并在了解常规任务成本前关闭自动补充。
一项典型的研究任务需要多少点数?
没有一个我愿引用为“典型值”的数字。更好的办法是先运行一个缩小版:更少的目标、不生成最终备忘录,并在对比表后硬性停止。这样可在承诺完整流程前获得一个点数区间。
Perplexity Computer 与 Personal Computer 有何区别?
当工作可在 Perplexity 的云端沙盒完成时,用 Computer。若任务依赖您 Mac 上的文件、应用或浏览器会话,则 Personal Computer 更重要。若您使用 Windows 或 Linux,暂时将 Personal Computer 视为不可用。
如果 Computer 在任务中途点数耗尽会怎样?
任务会暂停——这比丢失进度要好,但仍可能打断您的节奏。在追加点数前,先阅读最近几条代理更新,判断任务是否仍在正轨。若已开始循环,补点只会让循环继续。
能否不经核查就直接信任 Computer 的研究输出?
不能。先从最容易过时的单元格查起:定价、套餐限制、上线日期,以及“最近更新”类陈述。我会先核这些,再做行文风格编辑;因为再漂亮的备忘录,只要有一处价格过时,就仍然是错的。