Perplexity 今天推出 Deep Research 工具,彻底打破了 AI 市场的现状。这款工具能在几分钟内生成全面的研究报告,以远低于企业级常规成本的价格,向用户开放先进的 AI 功能。
Perplexity CEO Aravind Srinivas 在 X 平台上发文表示:"感谢开源!我们将继续提高速度并降低成本。知识应该是普遍可及且有用的,不应该被隐藏在昂贵的订阅计划背后,那只会让企业受益,而不符合人类的利益!"
Perplexity Deep Research 重新定义 AI 定价 — 企业级 AI 能否生存?
这次发布揭示了 AI 定价的一个残酷事实:昂贵的企业订阅可能并非必要。虽然 Anthropic 和 OpenAI 每月收取数千美元的服务费,但 Perplexity 为所有用户每天提供 5 次免费查询。专业版用户每月支付 20 美元即可获得每天 500 次查询额度和更快的处理速度 — 这一价格标准可能会迫使大型 AI 公司解释为什么他们的服务要贵上 100 倍。
尽管整体 IT 预算增长不到 2%,但预计企业在 AI 方面的支出将在 2025 年增长 5.7%。一些企业计划将 AI 支出增加 10% 或更多,平均增加 340 万美元用于 AI 计划。随着 Perplexity 以消费级价格提供类似功能,这些投资现在看来值得商榷。
在典型查询中,Perplexity 的 Deep Research 工具会执行 8 次搜索并参考 42 个来源,在不到 3 分钟内生成一份 1,300 字的报告。
Perplexity Deep Research 如何超越 Google 和 OpenAI
Deep Research 的技术成就表明,昂贵的 AI 服务可能是定价过高而非性能更优。该系统在 SimpleQA 基准测试中获得 93.9% 的准确率,在"人类最后考试"中达到 20.5%,超过了 Google 的 Gemini Thinking 和其他领先模型。
OpenAI 的 Deep Research 在同样的考试中以 26.6% 的成绩领先,但 OpenAI 对该服务收取 200% 的费用。Perplexity 能够以消费级价格提供接近企业级的性能,这引发了人们对 AI 行业定价结构的重要质疑。
为什么 Perplexity 的平价 AI 正在打破先进技术的准入门槛
影响已经超出定价范畴。企业级 AI 在资金充足的公司和其他群体之间造成了数字鸿沟。无法负担数千美元订阅费用的小企业、研究人员和专业人士实际上被排除在先进 AI 功能之外。
Perplexity 的方案改变了这种局面。该工具可以处理从财务分析、市场研究到技术文档和医疗保健洞察等复杂任务。用户可以将研究结果导出为 PDF 或通过 Perplexity 的平台分享,有望替代昂贵的研究订阅和专业工具。
该公司计划将 Deep Research 扩展到 iOS、Android 和 Mac 平台,这可能会加快那些以前认为 AI 工具遥不可及的用户的采用速度。这种广泛的访问可能比任何技术突破都更有价值 — 最终让最需要的用户能够使用先进的 AI 功能。
对于技术决策者来说,这种转变值得关注。为 AI 服务支付高价的公司应该审视这些投资是否带来了超出 Perplexity 现有低价服务的价值。答案可能会重塑组织在 2025 年及以后如何看待 AI 支出。
当 Perplexity 的竞争对手争相为其高价服务辩护时,已有数千用户正在测试 Deep Research 的功能。他们的判断可能比任何基准测试都更重要:在 AI 的新现实中,最好的技术不是最贵的 — 而是人们真正能用得起的。
好文章,需要你的鼓励
苹果已开始在印度分阶段恢复Apple账户的信用卡支付功能,用户可绑定Visa和Mastercard信用卡及借记卡,用于购买iCloud+、Apple Music订阅及App Store应用。此前,由于印度储备银行于2021年推出新的周期性支付监管框架,苹果于2022年5月暂停了该支付方式。此次恢复标志着苹果在适应各国本地化监管要求方面的持续努力,同时也引发外界对苹果是否将在印度推出Apple Pay的新猜测。
CGGS是华南理工大学与西湖大学联合提出的以自我为中心三维场景生成框架,通过一致性增强多视角扩散模型、光流深度估计和互信息几何优化,实现高保真文本驱动3D场景生成。
Bookshop.org创始人Andy Hunter证实,与Kobo的合作集成将于今年落地。此前该计划历经多次推迟,网页措辞一度从"2026年"改为"未来某时"。Hunter表示,双方已就商业条款达成一致,工程团队正将资源重新投入Kobo支持开发,但尚无具体上线日期。该集成将支持数字版权管理要求,让用户通过Bookshop.org购买电子书,同时支持独立书店。
南加州大学团队发现语音抑郁检测领域存在数据漏洞,并提出CLeaD跨语言对比对齐框架,揭示模型规模越大跨语言性能越差的反直觉规律。