Exa Agent Ultra ist die höchste „Effort“-Stufe der Agent API, die das KI-Suchunternehmen Exa am 26. September 2026 veröffentlicht hat: Wer den effort-Parameter auf „ultra“ setzt, lässt den Agenten maximale Rechenleistung in Aufgaben stecken, die bis zur Erschöpfung recherchiert werden müssen – List Building im großen Maßstab, Entity Enrichment und Fragen, die das Durchforsten Tausender Quellen erfordern. Ziel ist nicht Geschwindigkeit, sondern Gründlichkeit.
Von einer Frage zu Tausenden Quellen: So arbeitet es
Ultra zerlegt eine Aufgabe in Teilaufgaben und orchestriert dann parallele Subagenten (subagents), die gleichzeitig in mehreren Domänen recherchieren; jeder Schritt mischt je nach Bedarf Frontier-Modelle mit schnelleren, günstigeren Modellen. Es ist der rechenintensivste und zeitaufwendigste Modus, den Exa derzeit anbietet: Eine typische komplexe Aufgabe ist in etwa 30 Minuten erledigt, extrem schwere Aufgaben können bis zu 3 Stunden dauern (maxDurationSeconds von 300 bis 10800). Der Aufruf ist bereits live: In der Exa API genügt effort="ultra", und es ist auch über OpenAIs /responses-Schnittstelle kompatibel (reasoning.effort="ultra"). Zu beachten: Es handelt sich nicht um offene Gewichte – Self-Hosting ist nicht möglich.
Kosten und Zielgruppe: Ein Kostenschalter von 1 bis 100 Dollar
Abgerechnet wird nach der Standard-Agent-Nutzung: Die Standardobergrenze pro Lauf liegt bei 20 Dollar und lässt sich von 1 bis 100 Dollar anpassen (maxCostDollars); Läufe, die früher enden, werden nur nach tatsächlicher Nutzung abgerechnet. Das Polling des SDKs hat standardmäßig ein Timeout von einer Stunde; die offizielle Empfehlung lautet, es zu verlängern oder auf Streaming umzusteigen. Die drei Zielgruppen, die Exa nennt: Modellbauer (Zusammenstellung von Trainingsdaten, z. B. das Sammeln aller Papers und Repos zu einer Technologie), Finanzteams (Market Maps für Due Diligence, KYC, Portfolio-Monitoring) sowie Go-to-Market-Teams (Aufbau und Anreicherung von Kundenlisten, jedes Ergebnis mit Quellen-URL). Auch eine bestehende Liste kann zur Erweiterung übergeben werden – die übergebenen Zeilen werden automatisch ausgeschlossen.
Die Benchmarks glänzen – stammen aber alle vom Anbieter
Die offiziell veröffentlichte Ergebnistabelle ist tatsächlich eindrucksvoll: Bei WANDR (Perplexitys 500 breit-tiefe Datenerfassungsaufgaben) 81,4 % Soft Recall – relativ 12,6 % über Opus 5.5 (absoluter Abstand 9,1 Punkte), bei halben Kosten pro Aufgabe gegenüber Opus 5.5; bei DeepSearchQA (Google DeepMinds 900 mehrstufige Such-Prompts) 93,9 % F1, 4,7 % über Perplexity; bei WideSearch 58,9 % F1 auf Zeilenebene, 5,2 % über Perplexity, mit den niedrigsten Kosten pro Aufgabe unter den vier Systemen; bei Company Find-All im Schnitt 2.451 passende Entitäten pro Aufgabe – etwa das 16,8-Fache der 146 von Opus 5.5. Doch die Herkunft muss klar benannt werden: All das stammt aus Exas eigener Veröffentlichung, sämtliche verglichenen Konkurrenten liefen mit maximaler Effort-Einstellung, und keine dieser Zahlen wurde bislang unabhängig reproduziert.
„Gründlichkeit“ hat erstmals ein Preisschild
Deep Research wandelt sich von „Gib mir eine Antwort“ zu „erschöpfend aufzählen“, und Ultras Wert liegt darin, „Gründlichkeit“ zu einem API-Parameter gemacht zu haben, der sich budgetgesteuert an- und ausschalten lässt – mit einer Kostenobergrenze von 1 bis 100 Dollar. Genau das ist der Schlüssel zur Unternehmenstauglichkeit: Leistungsobergrenze und Ausgabenobergrenze lassen sich gleichzeitig festzurren. Bis Dritte die Ergebnisse reproduzieren, sollte diese Ergebnistabelle aber als Referenzlinie für die Leistungsobergrenze gelesen werden – nicht als Grundlage für Beschaffungsentscheidungen.
