El 05 de feb de 2026, Perplexity lanzó oficialmente “Model Council”, una nueva función de investigación multi-modelo diseñada para responder una sola pregunta consultando múltiples sistemas de IA de vanguardia al mismo tiempo. En palabras de Perplexity: “Hoy lanzamos Model Council, una función de investigación multi-modelo…”
La idea refleja una realidad creciente en la IA moderna: el mejor modelo depende de la tarea. Perplexity enmarca el asunto central sin rodeos: “Nuestros datos muestran que el rendimiento de los modelos varía cada vez más según las diferentes tareas y preguntas.” Model Council es la respuesta de producto de Perplexity: tratar la variabilidad como una característica que gestionar en lugar de una molestia que ignorar.
1) Qué es el Model Council de Perplexity (y por qué existe)
Model Council es el intento de Perplexity de hacer que la investigación con IA trate menos de elegir un modelo “ganador” y más de comparar perspectivas fuertes en paralelo. En lugar de obligar a los usuarios a decidir qué modelo podría ser el mejor para una pregunta dada, el sistema ejecuta una consulta en tres modelos a la vez y luego consolida lo que devuelven.
Perplexity posiciona la función alrededor del hecho de que diferentes modelos sobresalen en distintas tareas: resumen, razonamiento, creatividad, matemáticas, programación o matices de fuentes. La motivación declarada de la compañía es la variabilidad del rendimiento entre tareas, lo que significa que el modelo A puede superar al modelo B en una pregunta y luego perder en la siguiente.
Esa variabilidad también es un problema de fiabilidad. Si un solo modelo está demasiado confiado o pasa por alto un ángulo, el usuario puede no darse cuenta. Model Council está diseñado para reducir esos puntos ciegos de un único modelo exponiendo los acuerdos y desacuerdos entre los mejores sistemas como una señal sobre la estabilidad de la respuesta.
2) Cómo funciona el Model Council: tres modelos en paralelo + un sintetizador
En el núcleo de Model Council está el paralelismo: Perplexity ejecuta la misma instrucción “a través de tres de los modelos… como Claude Opus 4.6, GPT 5.2 y Gemini 3.0.” La alineación puede variar, pero lo clave es que el usuario recibe múltiples intentos independientes sobre el mismo problema.
Esos intentos separados no se muestran por defecto como un desorden de salidas en competencia. Perplexity dice que un “modelo sintetizador” luego “revisa las salidas, resuelve conflictos… y te da una respuesta que muestra dónde los modelos coinciden y dónde difieren.” En otras palabras, el sistema busca fusionar los beneficios del pensamiento en conjunto con un resultado único y legible.
El énfasis en “coincidir vs. diferir” importa porque cambia lo que los usuarios deben buscar. La convergencia puede ser una señal de confianza (múltiples modelos fuertes alcanzando conclusiones similares de forma independiente), mientras que la divergencia puede ser una señal de advertencia (la pregunta puede ser ambigua, los datos pueden ser inciertos o los caminos de razonamiento pueden entrar en conflicto). La lógica de Perplexity es que la comparación multi-modelo ayuda a reducir errores excesivamente confiados que pueden colarse cuando se consulta sólo un modelo.
3) Disponibilidad del producto y acceso: solo web y exclusivo para Max
El Centro de Ayuda de Perplexity define Model Council como “investigación multi-modelo” que “ejecuta consultas a través de tres modelos de IA simultáneamente y sintetiza una respuesta unificada.” En el lanzamiento, está “exclusivamente para suscriptores de Perplexity Max en la web”, estableciendo tanto una limitación de plataforma como un requisito de plan.
La disponibilidad está actualmente limitada: el Centro de Ayuda indica que está “actualmente disponible solo en la web… aún no disponible en las apps móviles o de escritorio.” Esa restricción también se refleja en la cobertura externa, incluyendo una cita recogida por Numerama de la publicación social de Perplexity: “Ejecuta tres modelos de vanguardia a la vez… Disponible ahora solo en la web para suscriptores de Perplexity Max.”
El acceso es intencionalmente sencillo en la interfaz web. El Centro de Ayuda describe los pasos como: Inicio (web) → hacer clic en el más (+) junto a la barra de búsqueda → seleccionar “Model Council.” Ese pequeño detalle del flujo de trabajo es importante porque indica que Model Council no es un producto separado, es un modo dentro de la experiencia de búsqueda existente de Perplexity.
4) Controles y personalización: elegir modelos y el modo “Thinking”
Model Council no está fijado a un trío estático. Según el Centro de Ayuda, los usuarios “pueden activar o desactivar diferentes modelos,” permitiéndoles elegir qué tres modelos participan. Eso soporta estrategias prácticas, como combinar un modelo fuerte en razonamiento con uno fuerte en creatividad y otro fuerte en programación según la tarea.
Los controles por modelo también incluyen un interruptor opcional de “Thinking”. Perplexity apunta: “Cada modelo también tiene un interruptor ‘Thinking’…” Aunque Perplexity no lo presenta como un interruptor mágico, implica que los usuarios pueden optar por comportamientos de procesamiento más deliberados y con más pasos cuando sea necesario, generalmente a costa de la velocidad o el cómputo.
Estos controles convierten a Model Council de un simple “botón de conjunto” en algo más parecido a una cabina de investigación. En lugar de tratar todas las preguntas igual, los usuarios pueden ajustar el panel, inclinándose hacia un razonamiento cuidadoso para decisiones complejas o activando modelos optimizados para amplitud cuando están haciendo lluvia de ideas y explorando.
5) Precios y elegibilidad: una función premium de fiabilidad
Model Council se incluye en Perplexity Max, con un precio de $200/mes o $2,000/año, según el Centro de Ayuda. Ese precio señala que Perplexity apunta a usuarios intensivos, personas que obtienen valor material de mejoras marginales en precisión, completitud y señalización de confianza.
La elegibilidad es explícitamente estrecha. El Centro de Ayuda indica que está “disponible solo para suscriptores Max” y “no disponible para los planes Free, Pro, Education Pro, Enterprise Pro o Enterprise Max…”. En la práctica, eso convierte a Model Council tanto en un diferenciador como en un mecanismo de bloqueo: el acceso a comparaciones multi-modelo se vuelve una capacidad premium.
Esta elección de empaquetado también refleja la economía de cómputo de ejecutar tres modelos de vanguardia para una sola consulta, más una pasada de sintetizador encima. Aunque los usuarios no vean la infraestructura, la restricción del plan comunica que este nivel de redundancia y síntesis es costoso, y lo suficientemente valioso como para que Perplexity lo ancle a su suscripción de mayor precio.
6) Cuándo Perplexity recomienda usar Model Council
El Centro de Ayuda de Perplexity señala varios casos de uso: investigación de inversiones, decisiones complejas, lluvia de ideas creativa y verificación. Estas categorías comparten un rasgo común: el costo de equivocarse es mayor, o el espacio de respuestas posibles es lo bastante amplio como para que la primera pasada de un modelo pueda omitir ángulos clave.
Para la investigación de inversiones, el beneficio es menos predecir mercados y más diligencia estructurada, sacar a la luz narrativas en competencia, identificar variables faltantes y detectar dónde los modelos discrepan en supuestos. Si tres sistemas fuertes convergen en las mismas salvedades, esa convergencia puede ser informativa; si divergen, resalta lo que necesita una investigación más profunda.
Para la verificación, Model Council funciona como una comprobación de consistencia. Si un único modelo produce una afirmación segura, el usuario puede probar si otros modelos de vanguardia la corroboran, la desafían o la reformulan. La justificación declarada de Perplexity, “Cada modelo de IA tiene puntos ciegos”, convierte a la verificación en una motivación de primera clase en vez de algo secundario.
7) Cobertura inicial y posicionamiento: fiabilidad mediante triangulación
La cobertura mediática resumió rápidamente la función en términos de ejecución simultánea multi-modelo. El 06 de feb de 2026, el medio tecnológico japonés Innovatopia describió Model Council como la ejecución de tres modelos de IA al mismo tiempo para mejorar la fiabilidad de las respuestas, una interpretación alineada con el énfasis de Perplexity en la convergencia y el desacuerdo como una señal de calidad.
El medio francés Numerama también señaló la fecha de anuncio del 05 de feb de 2026 y destacó el concepto de “tres modelos al mismo tiempo”. Numerama también relató la frase de Perplexity en redes sociales: “Run three frontier models at once… Available now on web only for Perplexity Max subscribers.” Esa cita captura efectivamente tanto la promesa central (tres modelos) como la limitación inmediata (solo web, solo Max).
En conjunto, estos resúmenes reflejan cómo Perplexity quiere que se entienda Model Council: menos como una novedad y más como un flujo de trabajo de investigación práctico. El argumento es que la fiabilidad no solo proviene de tener un modelo único más fuerte, sino de triangular entre múltiples modelos fuertes y hacer visibles las discrepancias en lugar de ocultarlas.
Model Council es un paso notable para productivizar un comportamiento que muchos usuarios avanzados ya practican manualmente: hacer la misma pregunta a distintos modelos y comparar resultados. Al formalizar ese flujo de trabajo , tres modelos en paralelo más un sintetizador que destaca coincidencias vs. discrepancias, Perplexity intenta que la “verificación cruzada” se sienta nativa, rápida y legible.
A corto plazo, el impacto de la función dependerá de qué tan bien el sintetizador resuelva conflictos sin enmascarar la incertidumbre, y de con qué frecuencia el desacuerdo entre modelos realmente ayude a los usuarios a tomar mejores decisiones. Pero la dirección es clara: a medida que el rendimiento de los modelos se vuelva más dependiente de la tarea, Perplexity apuesta a que el futuro de la investigación con IA no será un único oráculo, sino un consejo, donde la fiabilidad provenga de la comparación, la síntesis y la transparencia de la variación.
