Exa Agent Ultra は、AI 検索企業の Exa が 2026 年 9 月 26 日に公開した Agent API の最上位「effort（努力度）」設定です。effort パラメータを ultra にすると、エージェントは「やり尽くさなければならない」タスクに最大の計算資源を投下します——大規模なリスト構築、エンティティ情報の補完、数千の情報源を掘り尽くす必要がある難問が対象です。速さを狙うのではなく、徹底さを狙うモードです。
1つの問いから数千の情報源へ：どう動くのか
Ultra の動作方式は、タスクをサブタスクに分解し、並列のサブエージェント（subagents）を編成して複数の領域を同時に調査すること。各ステップの要件に応じて、最先端モデルと高速・低コストなモデルを使い分けます。Exa が提供する中で最も計算資源を消費し、最も時間のかかるモードです。典型的な複雑タスクは約 30 分で完了し、極めて難しいタスクは最大 3 時間かかります（maxDurationSeconds は 300〜10800）。呼び出しはすでに利用可能です。Exa API で effort="ultra" を指定するだけで、OpenAI の /responses インターフェース（reasoning.effort="ultra"）にも対応しています。注意点として、オープンウェイトではないためセルフホストはできません。
料金と対象ユーザー：1〜100 ドルのコストスイッチ
課金は標準の Agent 利用量ベースです。1 回の実行あたりの上限はデフォルト 20 ドルで、1〜100 ドルの範囲で調整できます（maxCostDollars）。早く終われば実際の利用量分だけの請求です。SDK のポーリングはデフォルトで 1 時間のタイムアウトなので、公式は延長するかストリーミングへの切り替えを推奨しています。Exa が挙げる対象ユーザーは 3 種類。モデル開発者（学習データの組み立て。ある技術の論文とリポジトリを網羅的に収集するなど）、金融（デューデリジェンス用の市場マップ、KYC、ポートフォリオ監視）、海外展開・マーケティングチーム（顧客リストの構築と情報補完。各結果に出典 URL が付きます）。既存のリストを渡して拡充することも可能で、渡した行は自動的に除外されます。
ベンチマークは華々しい——ただし全てベンダー発表
公式発表の成績表は確かに見事です。WANDR（Perplexity の 500 件の広く深いデータ収集タスク）では soft recall 81.4%。Opus 5.5 を相対値で 12.6% 上回り（絶対差は 9.1 ポイント）、タスク単価は Opus 5.5 の半分でした。DeepSearchQA（Google DeepMind の 900 件の多段階検索プロンプト）では F1 93.9% で Perplexity を 4.7% 上回り、WideSearch では行レベル F1 58.9% で Perplexity を 5.2% 上回り、4 システム中でタスク単価が最も低かったとしています。Company Find-All では 1 タスクあたり平均 2,451 件の適合エンティティを返し、Opus 5.5（146 件）の約 16.8 倍でした。ただし出典ははっきりさせておきます。上記はすべて Exa 自身の発表によるもので、比較対象の競合はいずれも最高 effort 設定で実行されており、これらの数字はまだ第三者による再現を経ていません。
「徹底」に初めて値札が付いた
ディープリサーチは「答えを出す」から「やり尽くして列挙する」へと変わりつつあります。Ultra の価値は、「徹底さ」を予算に応じてオン・オフできる API パラメータに変えたことにあります——1〜100 ドルのコスト上限です。これこそが企業が安心して使える鍵です。性能の上限と支出の上限を同時に枠にはめられるからです。ただし、第三者による再現結果が出るまでは、この成績表は能力の上限を示す参考線として扱い、調達判断の根拠にはしない方がよいでしょう。
