Perplexity Computer : l’orchestration multi-agents qui redéfinit la couche applicative de l’IA

On a longtemps cru que le prochain saut quantitatif viendrait d’un modèle plus gros, plus rapide, plus cher. Perplexity vient de démontrer que l’enjeu se joue ailleurs — dans la couche d’orchestration. Avec Computer, le produit n’est plus le modèle. C’est le système qui les dirige tous. Et ça change tout pour les équipes tech qui jonglaient encore entre ChatGPT, Claude et Gemini selon les cas d’usage.

À retenir

Perplexity Computer orchestre 19 modèles frontier en parallèle via Claude Opus 4.6 comme moteur de raisonnement central. Chaque sous-agent s’exécute dans un sandbox cloud isolé avec accès à un vrai filesystem, un vrai navigateur et des intégrations d’outils réelles. Disponible dès maintenant pour les abonnés Max à 200 $/mois avec 10 000 crédits mensuels, plus 20 000 crédits bonus de lancement. Plus de 400 intégrations tierces disponibles, mémoire persistante inter-sessions incluse. Déploiement Pro et Enterprise Max prévu dans les prochaines semaines.

Le goulot d’étranglement n’était pas le modèle

La vraie contrainte de l’IA en 2026, ce n’est plus la puissance des modèles — c’est la couche applicative qui les entoure. La sagesse conventionnelle prédisait une banalisation des LLMs. Ce qu’on observe en pratique, c’est exactement l’inverse : les modèles frontier se spécialisent. Gemini domine la recherche approfondie, Grok s’impose sur la latence des tâches légères, ChatGPT 5.2 excelle sur le rappel de contexte long, Veo 3.1 gère la génération vidéo. Aucun modèle généraliste ne couvre ce spectre de façon optimale.

Le vrai problème architectural, c’est le routing intelligent : quel modèle, pour quelle sous-tâche, à quel moment du workflow ? C’est exactement ce que Perplexity Computer résout avec son moteur d’orchestration basé sur Claude Opus 4.6, en routant dynamiquement chaque nœud du graphe de tâches vers le spécialiste idoine.

Le modèle n’est plus le produit. La couche d’orchestration, si.

Architecture : le paradigme CEO

Perplexity Computer fonctionne selon ce que la société appelle le “paradigme CEO” : l’utilisateur soumet un macro-objectif, le système le décompose, délègue et exécute. Concrètement, Computer instancie des sous-agents spécialisés et les dispatche sur le modèle le plus adapté à chaque nœud du graphe de tâches. L’exécution est entièrement asynchrone et parallélisée : un agent rédige pendant qu’un autre interroge des APIs live, pendant qu’un troisième génère des assets visuels.

Quand un sous-agent bute sur un obstacle — API dépréciée, dépendance manquante, documentation introuvable — il spawn lui-même des agents de résolution sans interrompre le workflow global. L’utilisateur n’est sollicité que si la situation l’exige réellement.

L’équipe engineering de Perplexity utilise Computer en production depuis janvier 2026. Exemple concret rapporté en interne : une feuille de calcul de 4 000 lignes, qui aurait nécessité une semaine de travail manuel, a été construite en une nuit par le système — sans supervision. C’est la version battle-tested qui est livrée au public.

Comment s’inscrire et configurer Perplexity Computer

L’accès à Computer est conditionné à l’abonnement Max à 200 $/mois — le plan Pro standard (20 $/mois) ne l’inclut pas. Voici le chemin le plus court pour être opérationnel.

Inscription :
Rendez-vous sur perplexity.ai, créez un compte ou connectez-vous, puis souscrivez à l’offre Max depuis les paramètres d’abonnement. Le système crédite immédiatement 10 000 crédits mensuels + 20 000 crédits bonus de lancement valables 30 jours.

Configuration initiale recommandée :

1. Définir un plafond de dépense par workflow — indispensable avant de lancer les premiers projets gourmands en tokens. L’option est accessible dans les paramètres du projet avant chaque lancement.
2. Connecter vos intégrations tierces — plus de 400 connecteurs disponibles (Google Drive, Notion, GitHub, Slack, APIs métier). Plus vous en connectez, plus Computer opère en autonomie réelle.
3. Activer la mémoire persistante — elle permet à Computer de réutiliser le contexte de vos projets précédents sans ré-onboarding à chaque session.
4. Choisir le modèle par défaut pour chaque type de sous-tâche — utile si vous avez des préférences sur la qualité de raisonnement ou la maîtrise des coûts d’inférence.

Une fois ces quatre points configurés, Computer est prêt à recevoir un macro-objectif. Le reste est automatique.

Les 19 modèles d’IA orchestrés par Computer

Contrairement à ce que le mot “19 modèles” pourrait laisser croire, il ne s’agit pas de modèles interchangeables. Chacun a un rôle précis dans le workflow :

Le harnais est model-agnostic par design : quand un modèle est déprécié ou surpassé, Computer le remplace sans casser les workflows existants. L’utilisateur peut également forcer le choix d’un modèle spécifique pour une sous-tâche donnée — utile quand les budgets d’inférence sont une contrainte réelle.

Sandboxing cloud : la réponse à OpenClaw

Chaque tâche de Perplexity Computer s’exécute dans un sandbox cloud isolé — un choix d’architecture qui répond directement aux vulnérabilités documentées des agents locaux. Le cas OpenClaw, l’agent autonome d’Altman qui a supprimé la boîte mail de la chercheuse en sécurité Summer Yue début février 2026 après un phénomène de context compaction, a cristallisé les risques structurels du modèle agent-local : prompts mal interprétés, actions non autorisées, contamination réseau.

Computer contourne ces vecteurs d’attaque par construction : aucun agent ne tourne sur l’infrastructure locale du client, les erreurs restent confinées dans l’environnement quarantainé, et le système dispose de centaines de connecteurs vers des services tiers sans jamais accéder directement au réseau de l’organisation. Le sandboxing ne résout pas tout — un agent qui hallucine dans un sandbox produit quand même du mauvais output — mais il empêche le pire.

Pour les DSI, c’est l’argument de compliance qui manquait pour envisager des déploiements à l’échelle.

Comet Browser : le navigateur natif IA qui complète Computer

Comet n’est pas un Chrome avec un chatbot greffé dessus. C’est un navigateur conçu d’emblée pour l’IA agentique, où l’assistant est natif — pas une extension. Comet Assistant peut interagir avec les onglets ouverts, filtrer les recherches selon le contexte de navigation actif, cliquer sur des liens, remplir des formulaires et exécuter des tâches multi-étapes directement dans le navigateur.

Pour démarrer avec Comet :

1. Télécharger Comet depuis perplexity.ai — disponible sur macOS et Windows, compatible avec la majorité des extensions Chrome
2. Activer Comet Assistant avec le raccourci Shift + Alt + V pour le mode vocal, ou via le panneau latéral pour le mode texte
3. Utiliser la comparaison multi-onglets — ouvrez plusieurs pages sur un même sujet, demandez à Comet de les synthétiser et comparer en une seule réponse
4. Connecter Comet à Computer — les deux produits partagent la mémoire persistante et le contexte de session : ce que Comet collecte en navigation, Computer peut l’utiliser dans ses workflows

Cas d’usage concret : un product manager qui fait sa veille concurrentielle dans Comet peut basculer directement vers Computer pour transformer ces données brutes en rapport structuré, sans ré-exporter ni copier-coller. Le contexte de navigation est déjà là.

Exemples concrets d’utilisation pro en tech

L’IA agentique reste abstraite tant qu’on n’a pas vu ce qu’elle produit sur des cas réels. Voici quatre workflows documentés par des équipes tech au lancement :

Développement d’application from scratch
Un développeur décrit l’objectif : “Crée une app web qui affiche les conditions d’enneigement en temps réel sur 20 stations alpines.” Computer interroge des APIs météo publiques, écrit l’infrastructure serveur, génère l’interface graphique, teste les endpoints et déploie — sans intervention manuelle entre la description et le livrable. Temps total : quelques heures.

Pipeline de veille concurrentielle automatisé
Une équipe produit configure un workflow hebdomadaire : Computer scrute 50 sources définies, extrait les signaux faibles, classe par pertinence, génère un rapport Markdown avec tableau comparatif et l’envoie via webhook Slack. Le lundi matin, le rapport est là. Personne n’a travaillé le week-end.

Audit de codebase et documentation automatique
Un CTO connecte le repo GitHub à Computer et lui demande de produire la documentation technique manquante. Computer analyse le code, infère les intentions des fonctions, génère les docstrings, crée le fichier README et ouvre une pull request — avec les 19 modèles qui se répartissent l’analyse selon la technicité de chaque module.

Génération de contenu multimodal pour campagne produit
Une équipe marketing brief Computer sur une fonctionnalité à lancer : textes, visuels, vidéo de démo, version sociale. Veo 3.1 gère la vidéo, Nano Banana les images, Claude Opus 4.6 orchestre la cohérence éditoriale. Le tout livré dans un espace de fichiers partagé, prêt pour révision.

Perplexity Pro vs Computer : lequel pour les professionnels tech ?

C’est la question qui revient le plus depuis le lancement. La réponse courte : ce ne sont pas des concurrents — ce sont deux niveaux d’usage distincts.

Pour un développeur qui utilise Perplexity comme moteur de recherche augmenté — vérifier une syntaxe, explorer une architecture, analyser un benchmark — Pro est suffisant. Dès qu’il s’agit d’automatiser un pipeline, de livrer un projet de A à Z sans supervision ou de faire tourner des workflows en parallèle, Computer change de catégorie.

Pour les équipes enterprise, la grille est encore différente : Enterprise Pro (40 $/siège/mois) apporte la gouvernance et la conformité, Enterprise Max (325 $/siège/mois) déverrouille Computer, la génération vidéo et les modèles top-tier sans limitations d’usage. Un delta significatif — qui ne se justifie que pour les équipes qui font réellement tourner des workflows de production en IA agentique.

Positionnement concurrentiel

Perplexity n’est pas seul sur le terrain de l’orchestration multi-agents en 2026 — mais sa position model-agnostic est structurellement impossible à répliquer par ses concurrents directs. OpenAI a lancé Frontier début février, sa propre plateforme de gestion d’agents. Google attaque l’interopérabilité via le protocole Agent2Agent au niveau des standards. Anthropic a rendu les capacités agentiques de Claude Code accessibles aux non-développeurs avec Cowork en janvier.

Le point aveugle de tous ces acteurs est identique : ils favoriseront toujours leurs propres modèles. OpenAI routera vers GPT, Google vers Gemini, Anthropic vers Claude. Seul Perplexity — qui ne publie aucun modèle fondation propriétaire — a la position d’honest broker capable d’orchestrer objectivement l’ensemble du marché frontier. C’est un avantage compétitif structurel, pas un choix marketing.

La vraie question ouverte : cette neutralité survivra-t-elle aux pressions des API pricing, des cycles de dépréciation des modèles et de la tentation de créer des modèles maison ?

Modèle économique : bienvenue sur votre facture AWS

Perplexity Computer est accessible dès maintenant pour les abonnés Max à 200 $/mois, avec une facturation par token — une première dans l’écosystème Perplexity. Les abonnés Max reçoivent 10 000 crédits mensuels inclus, plus 20 000 crédits bonus valables 30 jours au lancement. Le déploiement aux abonnés Pro (20 $/mois) et Enterprise Max est prévu prochainement.

Ce changement de modèle n’est pas anodin. Un workflow complexe — construction d’une application from scratch, rapport de veille sur 50 sources, pipeline de génération vidéo — peut consommer des milliers de tokens en quelques heures à travers 19 modèles simultanés. Les forfaits fixes ne peuvent pas absorber cette réalité. Les utilisateurs qui auront configuré des plafonds de dépense par workflow seront ceux qui maîtriseront réellement leurs coûts.

Dit autrement : Perplexity vient d’introduire une ligne de facture qui ressemble à une console AWS pour les professionnels de l’IA.

L’héritage de Clairaut

Le mot “ordinateur” a toujours désigné la même chose : la division autonome d’un travail complexe, avec la précision comme exigence centrale. En 1757, le mathématicien français Alexis Clairaut avait un problème : affiner la prédiction d’Edmond Halley sur le retour d’une comète. Seul, c’était impossible dans les délais. Il a recruté deux ordinateurs — des apprentis calculateurs humains — et le trio a divisé le problème, travaillé en parallèle nuit et jour pendant des mois, et prédit le périhélie de la comète avec une précision de deux jours.

Ce que Clairaut faisait avec deux apprentis en 1757, Perplexity Computer le fait avec 19 modèles frontier en quelques heures. La question n’est plus “est-ce que l’IA peut faire ce travail ?” Elle peut, et depuis un moment déjà. La vraie question, c’est : combien de temps votre organisation va-t-elle encore le faire manuellement ?