Perplexity vai destinar pelo menos 10 mil GPUs a um pesquisador automático
A Perplexity lançou a linha Frontier Research e prometeu destinar a ela pelo menos 10 mil GPUs. O objetivo é um pesquisador automático: um sistema em que vários agentes de IA dividem tarefas entre si e continuam aprendendo durante a operação, em vez de congelar após o treinamento. Aravind Srinivas afirmou que a empresa vai publicar avaliações, artigos e blogs, além de disponibilizar modelos e ferramentas em acesso aberto. Na prática, é um sinal de que a startup de busca quer entrar na disputa com os laboratórios de pesquisa.
Processado por IA de X: @AravSrinivas; editado por Hamidun News
A Perplexity, que a maioria conhece como um buscador com IA que responde perguntas e cita fontes, anunciou uma nova área. O CEO Aravind Srinivas escreveu no X que a Perplexity Frontier Research terá pelo menos 10 mil GPUs. A equipe vai trabalhar em duas frentes: orquestração de múltiplos agentes e sistemas de aprendizado contínuo. O objetivo final é construir um pesquisador automático. A publicação teve cerca de 173 mil visualizações, o que mostra que o tema despertou interesse na indústria.
Por enquanto, trata-se apenas de um anúncio. Não há prazos, orçamento, nomes de modelos nem composição da equipe. Ainda assim, o movimento chama atenção: 10 mil GPUs é uma escala normalmente associada a grandes laboratórios, e não a startups de produto.
O que é um "pesquisador automático"
Imagine um doutorando que lê artigos sozinho, formula hipóteses, executa experimentos, analisa os resultados e parte para o próximo passo. Um pesquisador automático é a tentativa de montar esse "doutorando" com um sistema de IA. Um único modelo com um prompt longo normalmente não dá conta disso, porque a tarefa é extensa e cheia de ramificações.
Por isso, a Perplexity aposta em dois pilares.
O primeiro é a orquestração de múltiplos agentes. Um agente divide uma tarefa grande em partes, e outros assumem os pedaços: buscam fontes, escrevem código, conferem números. Depois, os resultados são reunidos. A dificuldade está em fazer os agentes não atrapalharem uns aos outros, não repetirem trabalho e perceberem a tempo os erros dos colegas. Quem já montou cadeias de agentes sabe como elas se desfazem rapidamente em tarefas longas.
O segundo é o aprendizado contínuo. Um modelo comum fica "congelado" após o treinamento: ele só aproveita o que cabe no contexto da consulta. Já um sistema de aprendizado contínuo precisa acumular experiência, registrando o que funcionou, o que falhou e quais abordagens deram resultado. Para um pesquisador, isso é essencial, porque recomeçar do zero todo dia impede qualquer avanço. Ao mesmo tempo, trata-se de um dos problemas mais difíceis e ainda sem solução em IA: um modelo que aprende coisas novas tende a esquecer as antigas.
O que será aberto
Srinivas afirma que a Perplexity vai publicar avaliações (ou seja, testes que medem a qualidade), artigos e blogs, e também disponibilizar em acesso aberto seus modelos e ferramentas. Para quem desenvolve, esse é o ponto mais interessante. Se a promessa for cumprida, os desenvolvedores terão não só números, mas também código funcional para montar sistemas com múltiplos agentes.
A empresa já publicou modelos abertos antes, como uma versão ajustada do DeepSeek R1 chamada R1 1776. Ainda assim, abrir modelos e ferramentas próprias para agentes, em uma escala computacional dessa ordem, é um passo de outra magnitude. Não se sabe, por enquanto, o que exatamente será aberto nem sob qual licença.
O que vale considerar
Primeiro, "pelo menos 10 mil GPUs" é um compromisso, não um cluster já em funcionamento. Não está claro se a Perplexity vai alugar capacidade ou construir a própria infraestrutura, nem em que prazo ela estará disponível.
Segundo, o pesquisador automático é um objetivo, não um produto. Outros laboratórios já fizeram declarações semelhantes, e nenhum ainda mostrou um sistema que conduza pesquisas independentes de forma consistente, da ideia ao resultado.
Terceiro, promessas de abertura na indústria têm um histórico irregular. A publicação de avaliações e código será o teste real do que foi dito.
Para produtos e fundadores, a conclusão é direta. Empresas que começaram como camada sobre modelos de terceiros estão cada vez mais construindo sua própria base de pesquisa. Se você desenvolve agentes sobre APIs, vale acompanhar o que a Perplexity disponibilizar. Suas ferramentas de orquestração podem servir de base pronta, e as avaliações, de referência útil para testar os seus próprios sistemas agênticos.
- 21 de nov. de 2026Parallel Search lidera ranking de 26 APIs de busca para agentes de IA com 83 pontos
- 21 de nov. de 2026Alice, ChatGPT e Perplexity citam apenas 34 de 309 sites para artigos
- 21 de nov. de 2026Perplexity indicou lojas de risco em 15% das respostas sobre compras; ChatGPT, em 8%
- 21 de nov. de 2026Perplexity lança Decider v1.3: 70 pontos no ranking de decisões e US$ 68 por milhão de tarefas
Perguntas frequentes sobre a notícia
O que é um "pesquisador automático"?
Imagine um doutorando que lê artigos sozinho, formula hipóteses, executa experimentos, analisa os resultados e parte para o próximo passo. Um pesquisador automático é a tentativa de montar esse "doutorando" com um sistema de IA. Um único modelo com um prompt longo normalmente não dá conta disso, porque a tarefa é extensa e cheia de ramificações. Por isso, a Perplexity aposta em dois pilares. O primeiro é a orquestração de múltiplos agentes.
O que será aberto?
Srinivas afirma que a Perplexity vai publicar avaliações (ou seja, testes que medem a qualidade), artigos e blogs, e também disponibilizar em acesso aberto seus modelos e ferramentas. Para quem desenvolve, esse é o ponto mais interessante. Se a promessa for cumprida, os desenvolvedores terão não só números, mas também código funcional para montar sistemas com múltiplos agentes. A empresa já publicou modelos abertos antes, como uma versão ajustada do DeepSeek R1 chamada R1 1776.
O que vale considerar?
Primeiro, "pelo menos 10 mil GPUs" é um compromisso, não um cluster já em funcionamento. Não está claro se a Perplexity vai alugar capacidade ou construir a própria infraestrutura, nem em que prazo ela estará disponível. Segundo, o pesquisador automático é um objetivo, não um produto. Outros laboratórios já fizeram declarações semelhantes, e nenhum ainda mostrou um sistema que conduza pesquisas independentes de forma consistente, da ideia ao resultado.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.