Exa Agent Ultra는 AI 검색 기업 Exa가 2026년 9월 26일에 공개한 Agent API의 최상위 'effort(노력 수준)' 옵션입니다. effort 파라미터를 ultra로 설정하면 에이전트는 '끝까지 파헤쳐야 하는' 작업에 최대 연산 자원을 투입합니다——대규모 리스트 구축, 엔티티 정보 보강, 수천 개의 출처를 뒤져야 하는 난제가 대상입니다. 더 빠른 것이 목표가 아니라, 더 철저한 것이 목표인 모드입니다.
하나의 질문에서 수천 개의 출처로: 동작 방식
Ultra의 동작 방식은 작업을 하위 작업으로 나눈 뒤, 병렬 서브에이전트(subagents)를 편성해 여러 영역을 동시에 조사하는 것입니다. 각 단계의 요구에 따라 최첨단 모델과 더 빠르고 저렴한 모델을 섞어 씁니다. Exa가 제공하는 모드 중 연산 투입이 가장 크고 시간도 가장 오래 걸립니다. 일반적인 복잡 작업은 약 30분이면 끝나고, 극도로 어려운 작업은 최대 3시간까지 소요됩니다(maxDurationSeconds 300〜10800). 호출은 이미 사용 가능합니다. Exa API에서 effort="ultra"로 설정하면 되고, OpenAI의 /responses 인터페이스(reasoning.effort="ultra")와도 호환됩니다. 주의할 점은 오픈 웨이트가 아니므로 셀프 호스팅이 불가능하다는 것입니다.
요금과 대상 사용자: 1〜100달러 비용 스위치
과금은 표준 Agent 사용량 기준입니다. 1회 실행 상한은 기본 20달러이며, 1〜100달러 범위에서 조정할 수 있습니다(maxCostDollars). 일찍 끝나면 실제 사용량만큼만 청구됩니다. SDK 폴링의 기본 타임아웃은 1시간이므로, 공식은 연장하거나 스트리밍으로 전환할 것을 권장합니다. Exa가 지목한 세 부류의 대상 사용자는 다음과 같습니다. 모델 개발사(학습 데이터 조립. 특정 기술의 논문과 저장소를 빠짐없이 수집하는 식), 금융(실사 시장 지도, KYC, 포트폴리오 모니터링), 해외 진출·마케팅 팀(고객 리스트 구축과 정보 보강. 결과마다 출처 URL이 붙습니다). 기존 리스트를 넘겨 확장하는 것도 가능하며, 넘긴 행은 자동으로 제외됩니다.
벤치마크는 화려하지만——전부 벤더 발표 수치
공식 발표 성적표는 확실히 인상적입니다. WANDR(Perplexity의 500개 광범위·심층 데이터 수집 과제)에서 soft recall 81.4%로, Opus 5.5보다 상대값 기준 12.6% 높고(절대 격차 9.1%p), 과제당 비용은 Opus 5.5의 절반이었습니다. DeepSearchQA(Google DeepMind의 900개 다단계 검색 프롬프트)에서는 F1 93.9%로 Perplexity보다 4.7% 높았고, WideSearch에서는 행 단위 F1 58.9%로 Perplexity보다 5.2% 높았으며, 4개 시스템 중 과제당 비용이 가장 낮았다고 합니다. Company Find-All에서는 과제당 평균 2,451개의 통과 엔티티를 반환해 Opus 5.5(146개)의 약 16.8배였습니다. 다만 출처는 분명히 밝혀야 합니다. 위 수치는 모두 Exa 자체 발표에 근거한 것으로, 비교 대상 경쟁 제품은 모두 최고 effort 설정으로 실행됐으며, 이 수치들은 아직 제3자의 독립 재현을 거치지 않았습니다.
'철저함'에 처음으로 가격표가 붙었다
딥리서치는 '답 하나 내놓기'에서 '탈탈 털어 열거하기'로 바뀌고 있습니다. Ultra의 가치는 '철저함'을 예산에 맞춰 켜고 끌 수 있는 API 파라미터로 만든 데 있습니다——1〜100달러의 비용 상한입니다. 이것이 바로 기업이 안심하고 쓸 수 있게 되는 핵심입니다. 성능 상한과 지출 상한을 동시에 틀 안에 넣을 수 있기 때문입니다. 다만 제3자의 재현 결과가 나오기 전까지는 이 성적표를 능력 상한의 참고선으로 보고, 도입 판단의 근거로 삼지는 않는 편이 좋습니다.
