Exa推出Agent Ultra：重新定义深度研究的“算力即效率”新范式
技术架构的“分而治之”与模型路由策略
在生成式AI快速迭代的当下，研究型大模型的竞争已不再仅仅是单纯的参数规模与基准测试得分，更聚焦于如何在复杂、多步骤的任务中保持高效与精准。Exa推出的Agent Ultra，正是基于这一洞察，打破了传统单模型“一条路走黑”的局限，采用了名为“子代理群”的协同工作模式。其核心创新点在于任务拆解与模型路由的智能调度机制。系统会首先将一个宏大的研究任务拆解为数十个甚至上百个子任务，随后根据每个子任务的难度与性质，精准调度前沿模型与轻量模型。对于需要深度推理、复杂逻辑链的环节，Agent Ultra会调用算力最昂贵的前沿模型；而对于那些可快速解答的基础检索环节，则转而使用效率更高的模型。这种“重轻结合”的策略，既保证了研究深度，又在一定程度上控制了整体成本的指数级膨胀。正如Exa团队所言，Ultra模式是为那些“必须耗尽算力”才能完成的任务而生的，它代表了该公司在代理智能体领域对算力利用率的极致追求。
基准测试中的统治力：四项核心指标的全面对比
要评估一个深度研究API的实际价值，基准测试结果往往是最直观的风向标。Exa团队基于最大算力设置，对Agent Ultra与竞争对手Opus 5.5、GPT-6 Astra及Perplexity Agent进行了四项严格测试。结果显示，Agent Ultra在所有测试中均占据了统治地位。以WANDR（软 recall）指标为例，Agent Ultra的软 recall率达到了81.4%，远超对手的72.3%和26.0%，展现了其在处理宽深结合的数据收集任务时的强大能力。在DeepSearchQA（F1得分）的测试中，Agent Ultra以93.9%的得分遥遥领先于77.6%、85.3%和89.7%的对手，这直接证明了其在生成高质量答案方面的优越性。WideSearch（行级F1）和Company Find-All（每任务平均通过实体数）两项指标同样如此。特别是在Company Find-All测试中，Agent Ultra每个任务能通过的实体平均数高达2,451个，而第二名Opus 5.5仅为146个，这一悬殊的差距无疑将其定位为大规模企业数据挖掘与列表构建的最佳利器。
成本与性能的双重平衡：算力投入的“性价比”革命
在AI产业日益关注“算力成本”效率的当下，单纯的高分往往不足以支撑商业化部署。好在Agent Ultra的出现，为这一悖论提供了令人信服的答案。Exa在发布中特别标注了每项任务的成本对比数据，这也是该系统值得关注的核心原因。在WANDR测试中，Agent Ultra相较于Opus 5.5，准确率提升了12.6%，且仅需对方一半的每任务成本；在DeepSearchQA测试中，它相较于Perplexity，准确率提升了4.7%，却仅需后者46%的成本；在WideSearch测试中，Agent Ultra实现了与Perplexity相近的性能，但成本却是后者的最低水平；而在Company Find-All测试中，Agent Ultra的性能优势更是惊人，相比Opus 5.5，其每实体成本低至对方的千分之一左右，效率提升了近16倍。这些数据表明，Agent Ultra并非简单的“砸钱”换来的高分，而是通过精细的模型路由与任务分配，在保证高性能的同时，实现了成本的极致降低。这种“高性能低成本”的双重突破，极大地降低了企业级深度研究的门槛。
部署现状与行业影响展望
从部署形态来看，Agent Ultra目前作为Exa API的 hosted（托管）服务形式对外提供，用户无需自行部署硬件，仅需在API调用中设置 effort: "ultra" 即可启动。需要注意的是，该模型目前不开放权重，不可自行托管，这在一定程度上限制了其在对数据隐私有极高要求的企业中的直接应用。然而，对于大多数寻求高效深度研究能力的企业和开发者而言，托管模式反而提供了更稳定、更易维护的使用体验。展望未来，Agent Ultra的推出或将加速AI代理在企业级研究场景的落地进程。随着大模型成本的持续下降和推理效率的提升，我们有理由预见，此类“高算力、深度研究”的API将不再是小众实验，而成为构建知识图谱、进行市场情报分析、企业实体富查询等关键业务流程的标配基础设施。Exa所展现的这种以算力为驱动、以效率为导向的创新路径，或许将引领整个行业在性能与成本之间寻找新的平衡点。
结语
综上所述，Exa推出的Agent Ultra不仅是一款技术上的突破，更是一份具有明确商业价值的产品方案。它在保持最高算力运行模式下，通过智能的子代理调度与模型路由，成功解决了深度研究任务中“算力爆炸”与“结果有效”之间的矛盾。无论是从WANDR的广度与深度、DeepSearchQA的答案质量，还是Company Find-All的列表构建效率来看，Agent Ultra都展现出了压倒性的优势。更为重要的是，它通过相对低廉的成本换取了这些高水准的性能，为AI代理的商业化落地提供了新的可能性。随着技术的成熟和生态的丰富，Agent Ultra极有可能成为未来AI驱动的深度研究领域的标杆产品，值得业界持续关注。