Perplexity lanzó función para comparar respuestas entre modelos de IA
- Redacción IT NOW
- hace 9 horas
- 2 Min. de lectura
La nueva herramienta llamada Model Council ejecuta la consulta simultáneamente en Claude Opus 4.5, GPT-5.2 y Gemini 3 Pro. Posteriormente, utiliza un modelo de sintetizador para revisar los tres resultados, resolver conflictos y ofrecer una respuesta completa. Esta función ayuda a los usuarios a confirmar y comparar la validez de las respuestas generadas entre los modelos fronterizos.
En un ecosistema donde la proliferación de modelos de IA ha generado respuestas divergentes según la arquitectura y el entrenamiento, Perplexity apuesta por una solución distinta: el consenso deliberativo entre múltiples modelos. Model Council permite enviar una consulta a tres modelos líderes (como Claude Opus 4.6, GPT-5.2 y Gemini 3 Pro) y, mediante un modelo sintetizador, fusionar las salidas en una sola respuesta que muestra tanto convergencias como discrepancias.
La lógica detrás de esta arquitectura es clara: ningún modelo individual es infalible. Todos tienen puntos ciegos —ya sea en su entrenamiento, sesgos inherentes o interpretaciones contextuales— y para temas críticos como decisiones financieras, análisis estratégico o investigación científica profunda, depender de una sola fuente puede ser arriesgado. Model Council intenta suplir esa limitación al ofrecer un “panel” de perspectivas que, en conjunto, generan respuestas más robustas.
Disponible exclusivamente para suscriptores de Perplexity Max en la web, el servicio permite elegir qué modelos participan y activar un modo de razonamiento profundo para cada uno, ampliando la flexibilidad en la comparación y síntesis de salidas.
Este enfoque de múltiples cabezas apunta también a un problema emergente en IA generativa: cómo verificar y validar resultados cuando los modelos a menudo generan contenido plausible pero no necesariamente correcto. Al mostrar dónde coinciden y dónde divergen los modelos, Model Council ofrece señales de confianza y discrepancia que van más allá de una simple predicción singular.
En un contexto en el que herramientas de IA se integran cada vez más en procesos de investigación académica, periodística y estratégica, este tipo de funciones puede marcar la diferencia entre información sesgada y conclusiones sólidas. Model Council no solo agrega un paso técnico, sino que propone un nuevo estándar metodológico para el uso crítico de inteligencia artificial en tareas complejas.