Perplexity Pro/Max迎来Gemini 4 Carbon，智能体任务成本大降

Perplexity近日宣布，面向所有Pro和Max订阅用户推送Gemini 4 Carbon模型。这一更新不仅让用户能够创建持久化的Teammates（智能体队友），还支持在Computer中进行一次性的智能体会话。更关键的是，Carbon在智能体研究任务上能力与Fable 5.2相似，但成本仅为后者的四分之一左右（官方称便宜2.5倍）。

Gemini 4 Carbon是什么？

根据Perplexity官方推文，Gemini 4 Carbon是一个专为智能体工作流优化的模型。它并非单纯的对话模型，而是针对需要多步推理、工具调用和持续交互的研究任务进行了调优。用户可以通过两种方式使用它：一是创建长期存在的Teammates，让AI助手记住上下文和偏好，成为团队中的固定成员；二是在Perplexity的Computer功能中发起一次性智能体会话，处理临时性的复杂任务。

这种双模式设计覆盖了从持续协作到即时响应的不同场景。对于需要反复跟进的研究项目，Teammates可以保持状态，减少重复沟通；对于快速验证想法或处理孤立任务，一次性会话则更加轻量。

智能体工作流（Agentic Workflow） 指 AI 不再只是被动回答单轮问题，而是能够自主规划步骤、调用工具（搜索、代码执行、数据分析等）、根据中间结果调整策略，并持续推进任务直至完成的一种运行模式。与常规对话模型相比，它要求模型具备更强的多步推理、错误恢复和状态管理能力，单次任务的 token 消耗和工具调用次数也显著更高。这正是智能体场景下推理成本成为规模化瓶颈的原因，也解释了为何 Perplexity 强调 Carbon 是针对此类任务专门调优、并以成本优势作为核心卖点。

成本优势：比Fable 5.2便宜2.5倍

官方推文明确指出，Carbon在智能体研究任务上的能力与Fable 5.2相似，但成本降低了2.5倍。这意味着在同等任务复杂度下，用户或平台可以以更低的开销运行更多智能体会话。对于Perplexity这样的订阅制服务，模型成本的下降直接关系到服务的可持续性和用户体验——更低的成本可能转化为更宽松的使用限额或更快的响应速度。

尽管推文没有披露具体的定价细节或任务基准数据，但“2.5倍更便宜”这一表述已经足以让关注AI应用成本的企业和开发者产生兴趣。在智能体逐渐从演示走向实际生产力的阶段，推理成本往往是规模化的关键瓶颈。

推理成本通常由输入/输出 token 单价、上下文长度以及智能体任务中的工具调用轮次共同决定。智能体研究任务往往需要反复检索、读取长文档并多轮自我修正，单次会话的 token 消耗可达普通问答的数倍甚至数十倍，因此单价的小幅差异会被任务轮次放大。文中“便宜2.5倍”属于口语化表述，实际含义是成本约为对照模型的 40%；严格来说，成本降低的倍数与“便宜百分之多少”并不等价，读者在横向比较不同模型时应以官方定价表或基准测试中的每任务成本为准。

对Perplexity用户意味着什么？

对于Pro和Max订阅者，此次更新是即时的。用户现在就可以在Perplexity界面中尝试创建Teammates或启动Computer会话。从产品角度看，持久化Teammates的引入让Perplexity不再只是一个问答工具，而更接近一个协作平台——AI队友可以积累项目知识，减少重复解释背景的成本。

同时，Gemini 4 Carbon的加入也丰富了Perplexity的模型选择。此前Perplexity已集成多种模型，Carbon的定位显然偏向智能体与工具调用场景，与通用对话模型形成互补。用户可以根据任务类型选择最合适的模型，而平台则通过成本优化保持价格竞争力。

智能体研究的下一步

Perplexity将Carbon定位为“智能体研究任务”的利器，这暗示了其发展方向：让AI不仅回答问题，还能主动执行搜索、整理、分析等一系列动作。Teammates的持久化特性使得多轮、跨会话的研究流程成为可能，而成本优势则让这种流程可以频繁运行。

目前官方信息有限，但可以预见，随着Carbon在Pro和Max用户中铺开，关于其实际表现、任务完成质量和成本节省的反馈将逐渐浮现。对于AI应用开发者和重度研究用户而言，这是一个值得关注的更新——它可能改变他们构建智能体工作流的经济账。

（本文基于Perplexity官方推文信息撰写，具体功能可用性以实际产品为准。）