மின்னஞ்சலில் Computer, GPT-5.6 Terra மற்றும் Luna, மற்றும் Grok 4.6

24/08/26

Glass Computer icon surrounded by glowing envelope shapes on a dark green background.

மின்னஞ்சலில் Computer: மின்னஞ்சல் மூலம் த்ரெட்டுக்கு Computer-ஐ அனுப்பவும், ஃபார்வர்ட் செய்யவும் அல்லது சேர்க்கவும்

மின்னஞ்சல் மூலம் Computer அமர்வைத் தொடங்க computer@perplexity.com முகவரிக்கு மின்னஞ்சல் அனுப்பவும் அல்லது ஃபார்வர்ட் செய்யவும். Computer த்ரெட் சூழலைப் படித்து, அனுப்புநரின் ஏற்கனவே உள்ள இணைப்பான்கள், அனுமதிகள் மற்றும் Memory ஆகியவற்றைப் பயன்படுத்தி அதே த்ரெட்டில் சரிபார்க்கப்பட்ட அனுப்புநருக்கு மட்டுமே பதிலளிக்கும். Enterprise ரிப்ளை-ஆல் ஆதரவு விரைவில் வரவுள்ளது. இப்போது அனைத்து Computer பயனர்களுக்கும் கிடைக்கும்.

மின்னஞ்சலில் உள்ள Computer-ஐப் பயன்படுத்தி முயற்சிக்கவும்:

புதிய பணிக்கு பொறுப்பளியுங்கள்: "TSMC-க்கான 5 ஆண்டு DCF-ஐ உருவாக்கி, அதை Excel மாடலாக மீண்டும் அனுப்பவும்."
த்ரெட்டிலிருந்து வேலை செய்யுங்கள்: "இந்த ஒப்பந்தத்தைச் சுருக்கி, அவர்களின் திறந்த கேள்விகளுக்கு பதிலளிக்க நான் பயன்படுத்தக்கூடிய பதிலை வரைவு செய்யவும்."
இணைப்பை டெலிவரி செய்யக்கூடிய ஒன்றாக மாற்றவும்: "பொதுப் பேரேட்டிற்கான இணைக்கப்பட்ட CSV-ஐச் சுத்தம் செய்யவும், தரவைச் சுத்தம் செய்து, எனது நிறுவனத்தின் வடிவத்தில் வடிவமைக்கப்பட்ட ஸ்பிரெட்ஷீட்டை மீண்டும் அனுப்பவும்."

மேலும் அறிக: Computer இப்போது மின்னஞ்சலில் வேலை செய்கிறது · மின்னஞ்சலில் Computer எவ்வாறு வேலை செய்கிறது

டர் க்கீன் பின்னணியில் ஒளிரும் உறை வடிவங்களால் சூழப்பட்ட கண்ணாடி Computer ஐகான். — மின்னஞ்சலில் Computer.

GPT-5.6 Terra மற்றும் Luna: Computer துணை முகவர்கள் மற்றும் திட்டமிடப்பட்ட ஆட்டோமேஷன்களுக்கான இயல்புநிலைகள்

GPT-5.6 Terra இப்போது Computer துணை முகவர்களுக்கான இயல்புநிலை மாடலாக உள்ளது மற்றும் ஓர் ஆர்ட்வெஸ்ட்ரேட்டர் மாடலாகக் கிடைக்கிறது, அதே நேரத்தில் GPT-5.6 Luna என்பது திட்டமிடப்பட்ட ஆட்டோமேஷன்களுக்கான முதன்மை மாடலாகும். ஒவ்வொரு இயக்கத்திற்கும் ஒரு மாடலைத் தேர்ந்தெடுக்காமல், சிக்கலான பல-படி வேலைகளுக்கு Terra-வையும், மீண்டும் மீண்டும் நிகழும் பணிப்பாய்வுகளுக்கு Luna-வையும் பயன்படுத்தவும்.

Computer-ல் GPT-5.6 Terra மற்றும் Luna-வை முயற்சிக்கவும்:

சிக்கலான துணை முகவர் வேலையைத் தொடங்குங்கள்: "சமீபத்திய சந்தை மாற்றங்களை ஆராய்ந்து தாக்கங்களைச் சுருக்க GPT-5.6 Terra-வைப் பயன்படுத்தவும்."
மீண்டும் மீண்டும் நிகழும் வேலையைத் திறம்பட இயக்கவும்: "ஒவ்வொரு வார நாளிலும், இந்தப் போட்டியாளர்களைக் கண்காணித்து எனக்கு ஒரு சுருக்கமான சுருக்கத்தை அனுப்பவும்."
பல-படி பணியை ஒருங்கிணைக்கவும்: "Terra-வை ஆர்ட்வெஸ்ட்ரேட்டராகப் பயன்படுத்தவும் மற்றும் இந்த லாஞ்ச் பிரீப்பைத் தயாரிக்கத் தேவையான துணை முகவர்களை ஒருங்கிணைக்கவும்."

மேலும் அறிக: GPT-5.6 மாடல் குறிப்பு

முந்தைய Computer துணை முகவர் மற்றும் ஆட்டோமேஷன் மாடல்களுடன் GPT-5.6 Terra மற்றும் Luna செலவுகளை ஒப்பிடும் பார் வரைபடம். — GPT-5.6 Terra மற்றும் Luna துணை முகவர் மற்றும் ஆட்டோமேஷன் செலவுகளைக் குறைக்கின்றன.

Grok 4.6: Perplexity மற்றும் Perplexity Computer முழுவதும் மாடல் அணுகல்

Perplexity மற்றும் Perplexity Computer-ல் உள்ள அனைத்து Pro மற்றும் Max சந்தாதாரர்களுக்கும் Grok 4.6 கிடைக்கிறது. நீண்ட காலம் இயங்கும், பல-படி வேலைகளுக்காக உருவாக்கப்பட்டுள்ள Grok 4.6, பணி ஒன்றுக்கு $20.30 செலவாகும் Fable 5 இன் 0.496 WANDR மதிப்பெண்ணை பணி ஒன்றுக்கு $7.58 செலவில் ஒப்பிடுகிறது, மேலும் 62.7% குறைந்த செலவில் அதே பெஞ்ச்மார்க் செயல்திறனை வழங்குகிறது.

Perplexity மற்றும் Computer-ல் Grok 4.6-ஐ முயற்சிக்கவும்:

விருப்பங்களை ஒப்பிடுக: "விலை நிர்ணயம் மற்றும் ஒருங்கிணைப்புகள் உட்பட 200 பேர் கொண்ட நிறுவனத்திற்கான முன்னணி ஊதிய முறைகளை ஒப்பிடுக."
ஒரு முடிவை ஆராயுங்கள்: "இந்தச் சந்தையைப் பாதிக்கும் சமீபத்திய அமெரிக்கக் கொள்கை மாற்றங்களை ஆராய்ந்து முதன்மை மூலங்களைக் குறிப்பிடவும்."
ஒரு பணியைத் திட்டமிடுங்கள்: "மைல்கற்கள், உரிமையாளர்கள் மற்றும் அபாயங்களுடன் இந்தத் திட்டத்திற்கான லாஞ்ச் திட்டத்தை உருவாக்கவும்."

மேலும் அறிக: Agent API-ல் Grok 4.6 · Perplexity Computer இன் மாடல் ஆர்ட்வெஸ்ட்ரேஷன்

மதிப்பெண் மற்றும் செலவின் அடிப்படையில் Grok 4.6-ஐ பிற Computer மாடல்களுடன் ஒப்பிடும் WANDR பெஞ்ச்மார்க் ஸ்கேட்டர் ப்ளாட். — WANDR பெஞ்ச்மார்க்கில் Grok 4.6.

DeepSeek V4 Pro: Perplexity Computer-ல் அமெரிக்காவில் ஹோஸ்ட் செய்யப்பட்ட மாடல் அணுகல்

கோரும் காரணத்திறன், கோடிங் மற்றும் நீண்ட சூழல் வேலைகளுக்காக Perplexity Computer-ல் DeepSeek V4 Pro-ஐத் தேர்ந்தெடுக்கவும், இதன் மாடல் இன்ஃபரன்ஸ் அமெரிக்காவில் ஹோஸ்ட் செய்யப்பட்டுள்ளது.

Computer-ல் DeepSeek V4 Pro-வை முயற்சிக்கவும்:

ஒரு சந்தையை ஆராயுங்கள்: "விலை நிர்ணயம் மற்றும் ஒருங்கிணைப்புகள் உட்பட 200 பேர் கொண்ட நிறுவனத்திற்கான முன்னணி ஊதிய முறைகளை ஒப்பிடுக."
கோட்பேஸை மதிப்பாய்வு செய்யவும்: "இந்த ரெபாசிட்டரியின் அங்கீகார ஓட்டத்தை மதிப்பாய்வு செய்யவும், மிக உயர்ந்த ஆபத்து இடைவெளிகளைக் கண்டறிந்து, திருத்தங்களை முன்மொழியவும்."
முடிவு பிரீப்பைத் தயாரிக்கவும்: "இந்த விற்பனையாளர் முன்மொழிவுகளைப் பகுப்பாய்வு செய்து எங்கள் பாதுகாப்பு மற்றும் பட்ஜெட் தேவைகளுக்குச் சிறந்த விருப்பத்தைப் பரிந்துரைக்கவும்."

மேலும் அறிக: Computer மாடல் கிடைக்கும் தன்மை மற்றும் தேர்வு · Perplexity-ஆல் ஹோஸ்ட் செய்யப்பட்ட திறந்த-எடை-மாடல் (open-weight-model) அணுகல்

மதிப்பெண் மற்றும் செலவின் அடிப்படையில் DeepSeek V4 Pro-வை பிற Computer மாடல்களுடன் ஒப்பிடும் WANDR பெஞ்ச்மார்க் ஸ்கேட்டர் ப்ளாட். — WANDR பெஞ்ச்மார்க்கில் DeepSeek V4 Pro.

Search as Code: Computer-ல் குறைந்த செலவிலான, மிகவும் நம்பகமான ஆராய்ச்சி

Search as Code மேம்படுத்தல்கள் Computer-ல் வெளியிடப்படுகின்றன, இது ஒருங்கிணைக்கப்பட்ட SDK-ஆதரவு பெற்ற இடைமுகம் மூலம் தேடலை ரூட் செய்கிறது. இரண்டு புதுப்பிப்பு தொகுதிகள் இயக்க நம்பகத்தன்மையை 81.9%-லிருந்து 92.6%-ஆக உயர்த்தியுள்ளன; நிஜ உலக பணிப்பாய்வுகளும் 8% குறைந்த பணிச் செலவில் அதிக பயனாளர் திருப்தியைக் காட்டியுள்ளன.

Computer-ல் Search as Code-ஐ முயற்சிக்கவும்:

ஒரு சந்தையை ஆராயுங்கள்: "விலை நிர்ணயம், ஒருங்கிணைப்புகள் மற்றும் சமீபத்திய வாடிக்கையாளர் கருத்துகள் உட்பட 200 பேர் கொண்ட நிறுவனத்திற்கான முன்னணி ஊதிய முறைகளை ஒப்பிடுக."
கோரிக்கையைச் சரிபார்க்கவும்: "இந்தப் புள்ளிவிவரத்திற்குப் பின் உள்ள முதன்மை மூலங்களைக் கண்டறிந்து, சான்றுகள் அதை ஆதரிக்கிறதா என்று என்னிடம் கூறுங்கள்."
ஒரு தலைப்பை ஆராயுங்கள்: "நிறுவனத்தின் அடிப்படையில் சமீபத்திய AI டேட்டா சென்டர் முதலீடுகளை மேப் செய்து ஒவ்வொரு மூலத்தையும் குறிப்பிடவும்."

மேலும் அறிக: Search as Code ஜெனரேஷனை மறுபரிசீலனை செய்தல்

Search as Code மேம்படுத்தல்களுக்குப் பிறகு அதிக வெற்றி விகிதத்தையும் குறைந்த இயக்கச் செலவையும் காட்டும் வரைபடம். — Search as Code நம்பகத்தன்மை மற்றும் செலவு மேம்பாடுகள்.

இணைப்பான் ஒப்புதல்கள்: செயல்பாடுகள் இயங்குவதற்கு முன்பு அவற்றை இடைநிறுத்தவும்

செயல்படுவதற்கு முன்பு Perplexity இடைநிறுத்தப்பட வேண்டும் என நீங்கள் விரும்பும்போது இணைப்பான் கருவியை Always ask என அமைக்கவும். ஒற்றைக் செயல்பாட்டை ஒப்புதல் அளிக்கவும், த்ரெட்டின் மீதமுள்ள பகுதிகளுக்குக் கருவியை அனுமதிக்கவும் அல்லது அதை மறுக்கவும்; மீண்டும் மீண்டும் நிகழும் இயக்கங்கள் த்ரெட் மட்டத்திலான அனுமதிகளைப் பெறுகின்றன.

இணைப்பான் ஒப்புதல் கட்டுப்பாடுகளை முயற்சிக்கவும்:

தொடர்பு உங்கள் கணக்கிலிருந்து வெளியேறுவதற்கு முன்பு அதை மதிப்பாய்வு செய்யவும்: "Gmail-ல் வாடிக்கையாளர் புதுப்பிப்பை வரைவு செய்யவும், ஆனால் அனுப்புவதற்கு முன்பு எப்போதும் கேட்கவும்."
வணிகப் பதிவுகளைப் பாதுகாக்கவும்: "Salesforce-ல் புதிய வாய்ப்பைத் தயாரித்து, அதை உருவாக்குவதற்கு முன்பு ஒப்புதலுக்காகக் காத்திருக்கவும்."
நிலையான அனுமதியுடன் மீண்டும் மீண்டும் நிகழும் வேலையை இயக்கவும்: "ஒவ்வொரு திங்கட்கிழமையும், இந்த வாரத்தின் காலண்டர் மற்றும் CRM செயல்பாட்டைச் சேகரித்து, இந்தத் த்ரெட்டிற்காக நான் வழங்கிய ஒப்புதலைப் பயன்படுத்தி சுருக்கத்தை Slack-ல் இடுகையிடவும்."

மேலும் அறிக: Microsoft 365 இணைப்பான் கருவிகளுக்கு Always ask என்பதை அமைக்கவும்

Always allow, Always ask மற்றும் Never allow விருப்பங்களைக் காட்டும் Perplexity இணைப்பான் அனுமதி கட்டுப்பாடுகள். — கருவி வாரியான இணைப்பான் ஒப்புதல் கட்டுப்பாடுகள்.

Perplexity Search SDK: Python-ல் தேடல் பணிப்பாய்வுகளை எழுதவும், தரவரிசைப்படுத்தவும் மற்றும் வடிகட்டவும்

Python Search SDK ஏஜெண்டுகளைத் தேடல்களைப் பரவச் செய்யவும், பின்னர் குறியீட்டில் முடிவுகளை வடிகட்டவும், நகல்களை நீக்கவும் மற்றும் தரவரிசைப்படுத்தவும் அனுமதிக்கிறது. உங்கள் சொந்த பயன்பாட்டு லாஜிக்கைச் சுற்றி தேடல் பணிப்பாய்வுகளை உருவாக்க இதை pplx-srch-sdk என நிறுவவும்.

Perplexity Search SDK-ஐ முயற்சிக்கவும்:

SDK-ஐ நிறுவவும்: Python சூழலில் pplx-srch-sdk-ஐச் சேர்த்து, உங்கள் Perplexity API விசையுடன் அங்கீகரிக்கவும்.
இணைத் தேடல்களை இயக்கவும்: ஒரு பணிப்பாய்விலிருந்து பல தேடல்களைப் பரவச் செய்து, பின்னர் குறியீட்டில் முடிவுகளைச் சேகரிக்கவும்.
குறியீட்டில் முடிவுகளை வடிவமைக்கவும்: உங்கள் பயன்பாடு அல்லது ஏஜெண்டிற்கு அனுப்புவதற்கு முன்பு திரும்பப் பெற்ற முடிவுகளை வடிகட்டவும், நகல்களை நீக்கவும் மற்றும் தரவரிசைப்படுத்தவும்.

மேலும் அறிக: Perplexity Search SDK கண்ணோட்டம்

ஐந்து வினவல்களைப் பரவச் செய்து ஐந்து முடிவுத் தொகுதிகளைத் திருப்பியளிக்கும் Python குறியாட்டைக் காட்டும் Search SDK வரைபடம். — Perplexity Search SDK உடன் இணைத் தேடல்.

Kimi K3: Perplexity Agent API-ல் அமெரிக்காவில் ஹோஸ்ட் செய்யப்பட்ட அணுகல்

Perplexity Agent API மூலம் Kimi K3 உடன் ஏஜெண்ட் பணிப்பாய்வுகளை உருவாக்கவும். இந்த மாடல் அமெரிக்காவை அடிப்படையாகக் கொண்ட சேவையகங்களில் ஹோஸ்ட் செய்யப்பட்டுள்ளது மற்றும் Agent API மாடல் பட்டியலிடலில் பட்டியலிடப்பட்டுள்ளது.

Agent API-ல் Kimi K3-ஐ முயற்சிக்கவும்:

ஒரு சந்தையை ஆராயுங்கள்: "இந்தச் சந்தையில் சமீபத்திய மாற்றங்களை ஆராய்ந்து மேற்கோள் காட்டப்பட்ட பிரீப்பைத் திரும்பப் பெறவும்."
ஒரு சிக்கலைப் பகுப்பாய்வு செய்யுங்கள்: "இந்த விருப்பங்களை ஒப்பிட்டு, பரிமாற்றங்களை விளக்கி, ஒரு பாதையை முன்னோக்கிப் பரிந்துரைக்கவும்."
ஒரு திட்டத்தைத் திட்டமிடுங்கள்: "இந்த இலக்கை மைல்கற்கள் மற்றும் அபாயங்களுடன் நிலைநிறுத்தப்பட்ட இயக்கத் திட்டமாக மாற்றவும்."

மேலும் அறிக: Agent API மாடல் பட்டியலிடலில் Kimi K3

Kimi K3 விலை மற்றும் ஆவணப்படுத்தல் இணைப்பைக் காட்டும் Perplexity Agent API மாடல் அட்டவணை. — Perplexity Agent API மாடல் பட்டியலிடலில் Kimi K3.

NVIDIA Nemotron 3.5 Lightning: Agent API-ல் மாடல் அணுகல்

NVIDIA Nemotron 3.5 Lightning என்பது Perplexity Agent API மாடல் பட்டியலிடலில் சேர்க்கப்பட்டுள்ளது.

NVIDIA Nemotron 3.5 Lightning-ஐ முயற்சிக்கவும்:

ஏஜெண்ட் பணிகளைக் கையாளுங்கள்: "இந்த முடிவுகளைச் சரிபார்க்கவும், முரண்பாடுகளைக் கொடியிடவும், மற்றும் அடுத்த செயல்பாடுகளைத் திரும்பப் பெறவும்."
துணை முகவர்களை ஆதரிக்கவும்: "இந்தப் பணிப்பாய்வைப் பேரலல் பணிகளாகப் பிரித்து கண்டுபிடிப்புகளைச் சுருக்கவும்."
அதிக அளவு வேலையை இயக்கவும்: "இந்தப் பதிவுகளைச் செயலாக்கி, ஒவ்வொன்றையும் வகைப்படுத்தி, கட்டமைக்கப்பட்ட அறிக்கையைத் திரும்பப் பெறவும்."

மேலும் அறிக: Agent API மாடல் பட்டியலிடலில் NVIDIA Nemotron 3.5 Lightning

NVIDIA Nemotron 3.5 Lightning விலை மற்றும் ஆவணப்படுத்தல் இணைப்பைக் காட்டும் Perplexity Agent API மாடல் அட்டவணை. — Agent API மாடல் பட்டியலிடலில் NVIDIA Nemotron 3.5 Lightning.

Perplexity API MCP Server: இதை ஒரு Agent Plugin ஆக நிறுவவும்

Agent Plugins 1.0.0-ஐ ஆதரிக்கும் கிளைண்ட்களில் அதன் ரெபாசிட்டரியிலிருந்து நேரடியாக Perplexity இன் MCP சேவையகத்தை நிறுவவும். Perplexity API மூலம் உங்கள் ஏஜெண்டிற்கு நிகழ்நேர வலைத் தேடல், காரணத்திறன் மற்றும் ஆராய்ச்சியை வழங்கவும்.

Agent Plugin ஆக Perplexity API MCP Server-ஐ முயற்சிக்கவும்:

ஒருமுறை நிறுவவும்: தரநிலையை ஆதரிக்கும் கிளைண்டில் ரெபாசிட்டரியை Agent Plugin ஆகச் சேர்க்கவும்.
அணுகலை உள்ளமைக்கவும்: கிளைண்டின் பிளகின் அல்லது MCP அமைப்புகளில் PERPLEXITY_API_KEY-ஐ அமைக்கவும்.
Perplexity கருவிகளைப் பயன்படுத்தவும்: Perplexity API மூலம் உங்கள் ஏஜெண்டிற்கு நிகழ்நேர வலைத் தேடல், காரணத்திறன் மற்றும் ஆராய்ச்சிக்கான அணுகலை வழங்கவும்.

மேலும் அறிக: Perplexity API MCP Server-ஐ நிறுவவும்

Agent Plugin ஆக நிறுவப்பட்ட Perplexity API MCP Server மற்றும் அதன் கிடைக்கக்கூடிய கருவிகளைக் காட்டும் கோடிங்-ஏஜெண்ட் அமர்வு. — Agent Plugin ஆக நிறுவப்பட்ட Perplexity API MCP Server.