Perplexity Agent API เพิ่มทางเลือกโซ่ในขณะที่เลิกใช้เส้นทาง Gemini ที่เก่ากว่า
การอัปเดตล่าสุดของนักพัฒนาซอฟต์แวร์ของ Perplexity ไม่ใช่แค่การเพิ่มฟีเจอร์เท่านั้น สิ่งเหล่านี้เป็นเครื่องเตือนใจว่าตอนนี้ผู้สร้างตัวแทนต้องจัดการปัญหาสองประการพร้อมกัน: ความน่าเชื่อถือในการจัดระบบและการเลิกใช้งานของผู้ให้บริการอย่างต่อเนื่อง
/v1/modelsจุดสิ้นสุดและการกำหนดเส้นทางที่เข้ากันได้กับ OpenAI ในขณะที่เลิกใช้เส้นทาง Gemini ที่เก่ากว่าสิ่งที่ Perplexity เปลี่ยนไป
ในการอัปเดตเอกสารในเดือนมีนาคมและเมษายน 2026 Perplexity ได้วางตำแหน่ง Agent API เป็นรันไทม์ที่ได้รับการจัดการสำหรับเวิร์กโฟลว์เอเจนต์ ไม่ใช่แค่ wrapper อื่นในการเรียกโมเดล บริษัทกล่าวว่ารันไทม์สามารถประสานการดึงข้อมูล การดำเนินการของเครื่องมือ การให้เหตุผล และการย้อนกลับแบบหลายโมเดลผ่านจุดสิ้นสุดจุดเดียว นอกจากนี้ยังเพิ่มตัวเลือกรุ่นบุคคลที่สามเพิ่มเติม ได้แก่ GPT-5.4, Claude Sonnet 4.6, NVIDIA Nemotron และ Gemini 3.1 Pro Preview
ในเวลาเดียวกัน บันทึกการเปลี่ยนแปลงระบุว่าเส้นทาง Gemini เก่านั้นเลิกใช้แล้วและถูกลบออกอย่างรวดเร็วgoogle/gemini-2.5-flashถูกลบออกเมื่อวันที่ 20 มีนาคม 2026google/gemini-2.5-proและgoogle/gemini-3-pro-previewตามมาในวันที่ 1 เมษายน Perplexity ยังเพิ่มไฟล์ใหม่ที่ไม่ผ่านการรับรองความถูกต้องด้วยGET /v1/modelsอุปกรณ์ปลายทางเพื่อให้ผู้สร้างสามารถตรวจสอบความพร้อมใช้งานในปัจจุบันก่อนสมมติฐานการเขียนโค้ดแบบฮาร์ดโค้ด
เหตุใดจึงสำคัญสำหรับผู้สร้างตัวแทน
มีสองวิธีในการอ่านข่าวประชาสัมพันธ์ฉบับนี้ การอ่านในแง่ดีคือความสะดวกสบาย: หนึ่งคีย์ API, หนึ่งรันไทม์ของตัวแทน, หนึ่งเลเยอร์ความเข้ากันได้ และการสลับข้ามผู้ให้บริการชายแดนได้ง่ายขึ้น การอ่านเชิงปฏิบัติมากขึ้นก็คือตอนนี้การกำหนดเส้นทางเป็นส่วนหนึ่งของพื้นผิวความน่าเชื่อถือของคุณแล้ว หากตัวแทนของคุณขึ้นอยู่กับรูปแบบการให้เหตุผลที่เฉพาะเจาะจง พฤติกรรมการค้นหา หรือลักษณะเฉพาะของเอาท์พุตที่มีโครงสร้าง ห่วงโซ่ทางเลือกจะไม่ใช่สิ่งที่เป็นนามธรรมอย่างอิสระ
โดยเฉพาะอย่างยิ่งสำหรับตัวแทนการวิจัยและตัวแทนการเขียนโค้ดที่ทำงานมายาวนาน นามธรรมที่ชัดเจนยังคงสามารถสร้างการใช้จ่ายที่ยุ่งเหยิงได้ เมื่อโมเดลสำรองทำการเรียกเครื่องมือเพิ่มเติม ขยายบริบทเชิงรุกมากขึ้น หรือทำงานแตกต่างออกไปภายใต้สัญญาพร้อมท์เดียวกัน การปั่นโมเดลกลายเป็นการปั่นโทเค็นอย่างรวดเร็ว
มุม TRH: ความน่าเชื่อถือสามารถซ่อนความสิ้นเปลืองได้
ผู้สร้างมักจะถือว่าโมเดลทางเลือกกลับเป็นผลบวกล้วนๆ เนื่องจากจะช่วยปรับปรุงเวลาทำงาน มันปรับปรุงสถานะการออนไลน์ แต่ก็สามารถปกปิดโปรไฟล์ต้นทุนที่ลดลงได้เช่นกัน หากเส้นทางหนึ่งล้มเหลวและอีกเส้นทางหนึ่งทำงานให้เสร็จสิ้นโดยมีเหตุผลนานขึ้น มีการค้นหามากขึ้น หรือความแม่นยำในการผ่านครั้งแรกลดลง งานจะยังคง "ทำงาน" ในขณะที่ประสิทธิภาพของโทเค็นลดลงอย่างเงียบๆ
นั่นคือเหตุผลว่าทำไมการอัปเดตของ Perplexity จึงมีความสำคัญ มันทำให้ API มีประโยชน์มากขึ้น แต่ยังทำให้ความสามารถในการสังเกตมีความสำคัญมากขึ้นด้วย ทีมควรบันทึกว่าแบบจำลองใดที่ตอบได้จริง จำนวนขั้นตอนที่ใช้ บริบทที่ใช้ไป และดูว่าทางเลือกสำรองเปลี่ยนแปลงผลลัพธ์หรือการใช้จ่ายอย่างมีนัยสำคัญหรือไม่
สิ่งที่ผู้สร้างควรทำต่อไป
ขั้นแรก หยุดสมมติว่าเส้นทางของผู้ให้บริการที่คุณต้องการจะยังคงมีอยู่ในเดือนหน้า สำรวจจุดสิ้นสุดของโมเดล ปักหมุดโมเดลที่คุณใช้งานจริง และเก็บแผนที่การย้ายที่ทดสอบแล้วสำหรับแต่ละเอเจนต์ ประการที่สอง เปรียบเทียบราคาและลักษณะการทำงานในห่วงโซ่ทางเลือกที่มีชุดงานเดียวกัน แทนที่จะเชื่อถือ "เข้ากันได้กับ OpenAI" เพื่อรับประกันเอาต์พุตที่เทียบเท่า
หากคุณกำลังสร้างโฟลว์การวิจัยสไตล์ OpenClaw หรือเทอร์มินัลเป็นอันดับแรก การผสานรวมการค้นหาที่อัปเดตและผลลัพธ์ที่มีโครงสร้างของ Perplexity จะมีประโยชน์ อย่าปล่อยให้ความสะดวกสบายปิดบังความจริงที่ว่ารันไทม์ที่มีประสิทธิภาพของคุณเปลี่ยนไป