Perplexity CEO:AI 勝負不靠模型大小,每瓦 token 價值才是關鍵

作者 | 發布日期 2026 年 06 月 05 日 8:10 | 分類 AI 人工智慧 , Perplexity , 軟體、系統 line share Linkedin share follow us in feedly line share
Loading...
Perplexity CEO:AI 勝負不靠模型大小,每瓦 token 價值才是關鍵

Perplexity 執行長亞拉文·斯里尼瓦斯(Aravind Srinivas)表示,AI 競賽最終贏家未必是模型最大或收費最高的公司,而是能以最低功耗為每名用戶創造最高 token 價值的平台。他認為,AI 公司要在準確度、延遲、成本、隱私和智慧能力之間取得最佳平衡,才有機會建立長期競爭優勢。

Perplexity 近月將重心推向 Agentic AI,即可自行拆解任務、調用工具並長時間執行的 AI 系統。公司在 2026 年 2 月推出 Perplexity Computer,官方指它可在單一對話中協調多個模型,完成研究、設計、編程、部署和項目管理等工作。

每瓦功耗創造多少 token 價值 成為 AI 公司新估值邏輯

斯里尼瓦斯在 CNBC 訪問中指出,AI 公司真正值得比較的指標,是「每瓦功耗、每名用戶」能產生多少 token 價值。Token 是 AI 模型處理文字、指令和輸出的基本單位;每次問答、搜尋或代理任務都會消耗算力和電力。

他的意思是,單靠高訂閱費或短期收入,未必代表一間 AI 公司有長期護城河。若一個平台可以用較少電力、更低成本完成同等甚至更高價值任務,長遠就能在價格、速度和規模上取得優勢。這也解釋了為何 Perplexity 不只競逐大模型能力,也強調模型調度、雲端與本地算力分工。

Perplexity Computer 主打統籌調度 讓 AI 自動選擇雲端或本機運算

Perplexity 的策略核心,是建立一個「orchestrator」統籌層,按任務需要自動選擇最合適的大模型、智慧體和運算位置。Perplexity 官方資料顯示,Perplexity Computer 可同時調度 19 個模型,並將複雜任務拆解交給不同代理處理。

斯里尼瓦斯在訪問中形容:「資料中心正走進你的筆電。」他的判斷是,未來 AI 任務不會全部留在雲端,部分工作會在手機、筆電或桌機本機執行,以降低延遲、節省能源,並減少敏感資料上傳伺服器的需要。

Microsoft 365 已接入 Word、Excel、Outlook 可直接用代理

Perplexity 已把 Computer 擴展到 Microsoft 365 應用。官方 Changelog 顯示,Computer 於 2026 年 5 月 29 日支援 Word、Excel、PowerPoint、Outlook 和 Teams,並加入更清晰的上下文、來源顯示及使用分析功能。

這代表 Perplexity 不只是做搜尋答案,而是試圖進入日常工作流程。例如用戶可在 Word 草擬文件、在 Excel 分析數據、在 Outlook 整理 Email,再由 Computer 讀取上下文並自動生成報告或跟進事項。對企業用戶而言,重點不只是「AI 答得準不準」,而是能否在現有工具下可靠地完成工作。

Perplexity 與 OpenAI、Google、Anthropic 競爭 差異在跨模型中立層

Perplexity 面對的競爭對手包括 OpenAI、Google、Anthropic 和 Microsoft。斯里尼瓦斯認為,大型科技公司自建 AI 生態並不一定會對他們成為致命威脅,因為 Perplexity 的定位是相容不同模型、晶片、作業系統和硬體的平台。

這種「中立混合統籌層」的好處,是不須押注單一模型供應商。Perplexity 可按任務需要接入 Anthropic、OpenAI、Google 或其他模型,並在成本、速度、準確度與隱私之間自動選擇。不過,這也意味 Perplexity 的競爭力取決於調度層是否真的比單一平台更有效率。

企業用 AI 不只看模型排名 更要計算電費、隱私與工作流程

對香港企業和專業用戶來說,斯里尼瓦斯的說法有實際意義。金融、法律、顧問、傳媒和教育機構使用 AI 時,成本不只訂閱費,還包括資料外傳風險、回應延遲、員工培訓和雲端使用量。

端側 AI 也正成為硬體廠商的新戰場。Reuters 報導指,NVIDIA 於 Computex 2026 發表 RTX Spark,目標是把 AI 代理能力帶到個人電腦,讓更多任務可在本機執行。這與 Perplexity 強調「雲端加本地」的方向一致,反映 AI PC 將由硬體賣點,逐步變成企業部署 AI 的成本與隱私選項。

Perplexity 接下來要證明的是,Computer 和 Personal Computer 不僅是示範工具,也能在真實工作場景中穩定節省時間和成本。AI 競賽若由模型參數轉向「每瓦產出」,企業採購 AI 工具時也會更重視效率、部署位置和實際工作回報。

(本文由 Unwire HK 授權轉載;首圖來源:Flickr/TechCrunch CC BY 2.0)

延伸閱讀:

想請我們喝幾杯咖啡?

icon-tag

每杯咖啡 65 元

icon-coffee x 1
icon-coffee x 3
icon-coffee x 5
icon-coffee x

您的咖啡贊助將是讓我們持續走下去的動力

總金額共新臺幣 0
《關於請喝咖啡的 Q & A》