複数のAIが同じ結論に達したとき、その一致は信頼の根拠になるのでしょうか。PerplexityのModel Councilは、合意だけでなくモデルごとの意見の違いも整理します。重要な判断でAIを使う際、私たちが確認すべきことを考えます。
Perplexityは、複数のAIモデルに同じ課題を独立して検討させ、結論の一致点と相違点を統合する「Model Council」を、クラウド型AI作業環境「Computer」へ拡張した。利用者はOpenAI、Anthropic、Google、GLM、Kimiなどから2〜8モデルを選択し、分析の深さも設定できる。
法務、金融、経営判断、事業成長、エンジニアリングなど、正解が一つに定まらない課題を想定する。個人向けProとMax、法人向けプランで利用できるが、Computerのクレジットを消費し、Model Council単体の具体的な利用量は公表されていない。
From: 
Perplexity’s tokenmaxxing Model Council gives you multiple bot perspectives
【編集部解説】
Model Councilの特徴は、複数のAIモデルへ同じ質問を投げ、最も多かった回答を採用することではありません。各モデルの回答を統合し、どこで結論が一致し、どこで見解が分かれたのかを示す点にあります。
Perplexityが2026年2月に公開した当初のModel Councilでは、3つのモデルが同じ質問へ回答し、統合用モデルが一致点と相違点をまとめる仕組みでした。今回のComputerへの統合では、利用者が2〜8モデルを選び、分析の深さも調整できるようになりました。
この設計が役立つのは、正解を一つに決めにくい問いです。例えば、新規事業への参入判断では、市場規模を重視するモデルと、競合や規制上のリスクを重視するモデルで結論が分かれる可能性があります。その違いを確認すれば、利用者は単に「参入すべきか」という回答を受け取るだけでなく、判断を左右している前提条件まで検討できます。
つまり、Model Councilの価値は、AIに結論を決めてもらうことよりも、人間が追加で調べるべき論点を見つけることにあると考えられます。モデル間の合意は検討を進める材料になり、不一致は調査が不足している箇所や、判断基準によって結論が変わる箇所を示します。
従来のModel Councilは、複数モデルの回答を一つにまとめるリサーチ機能でした。Computerへ組み込まれたことで、統合結果をレポートや取締役会向け資料などの成果物へ変換し、追加質問によって内容を掘り下げられるようになりました。
PerplexityはComputerを、調査、分析、文書作成、データ処理、外部サービスとの連携など、複数工程の作業を実行するエージェントとして説明しています。また、単一モデルにすべてを任せるのではなく、作業の種類に応じて異なるモデルを使い分ける「マルチモデル・オーケストレーション」を設計の中心に置いています。
ここからは、Perplexityが「最も優れた一つのモデルを選ぶサービス」ではなく、「複数モデルを組み合わせて仕事を完了させる環境」を目指していることが読み取れます。Model Councilも独立した回答機能というより、意思決定に必要な調査から資料作成までをつなぐComputerの一工程として位置づけられています。
一方、複数モデルを使えば、あらゆる回答が自動的に正確になるわけではありません。複数モデルの結論が一致していても、それ自体が一次資料や実測データによる裏付けになるわけではないためです。法務、金融、経営判断などで利用する場合も、Model Councilの回答は最終判断ではなく、確認すべき論点や前提を整理するための材料として扱う必要があります。
また、利用コストも導入判断に関わります。Computerでは100クレジットが1ドル相当とされ、通常の調査や要約は100〜350クレジット、複数工程を含む分析は350〜950クレジット、複雑な資料作成は875〜2,275クレジットが目安です。さらに大規模な作業では2,400〜9,800クレジットの例も示されています。実際の消費量はタスクの複雑さによって変わります。
個人向けProプランには継続的な月間クレジットが含まれず、初回の4,000クレジットは1回限りで、付与から30日後に失効します。Maxプランには月間10,000クレジットが含まれ、初回の35,000クレジットも1回限りで、付与から30日後に失効します。Model Councilを一度実行した場合の具体的な消費量は公表されていないため、モデル数や分析の深さを増やす前に、少数モデルで得られる結果と費用を確認する運用が現実的です。
Computerのクレジットや提供条件は、プラン、地域、キャンペーンによって変わる場合があります。日本の利用者も、契約前にアカウント上で利用可能な機能、付与クレジット、追加購入条件を確認する必要があります。
Model Councilが適しているのは、簡単な要約や検索ではなく、結論を誤った場合の影響が大きく、複数の見方を比較する意味がある業務です。どのモデルが正解を出したかを競わせるのではなく、モデルごとの前提や見落としを人間が点検するために使うことが、この機能の実務的な使い方といえます。
【関連記事】
Perplexity、Model Council発表─3つのAIモデルを同時実行し回答精度を向上
2026年2月に発表された初期版Model Councilを扱った記事。当時はPerplexityが選んだ3モデルを並列実行する機能だったのに対し、今回の記事ではComputerへの統合、2〜8モデルの選択、成果物作成、利用時にComputerのクレジットを消費する点を扱う。
Perplexity Computer──19モデルのAIが働き続けるマルチモデル自律エージェント
Model Councilの統合先となったPerplexity Computerの発表時の記事。Computer全体のマルチモデル構成や自律実行を扱っており、今回の記事はその中でも複数モデルによる判断比較機能に焦点を絞る。
Perplexity Computer実利用調査：作業時間87%減・コスト94%減、AIエージェントが変える働き方
Computerの実利用データを基に、リサーチ、分析、資料作成などへAIエージェントが使われている状況を扱った記事。今回の記事で想定されるModel Councilの業務利用を、実際のComputer利用動向から補足できる。
【編集部後記】
複数のAIがそれぞれ意見を出し合う仕組みは、まるでAIによる円卓会議のようです。単に多数決で結論を選ぶのではなく、一致点と相違点を整理する設計もユニークに感じました。それぞれのモデルが異なる前提や視点を示すことで、判断材料そのものが増えていきます。
AIに答えを任せるのではなく、人間が比較しながら考える余地を残している点も印象的です。複数AIをどう組み合わせるかが、今後の意思決定支援の一つの形になるのかもしれません。
【用語解説】
Model Council
複数のAIモデルへ同じ質問を同時に送り、それぞれの回答を統合するPerplexityの機能。モデル間で一致する点と見解が分かれる点を区別して提示する仕組み。
統合モデル
複数のAIモデルが生成した回答を読み取り、共通点、相違点、矛盾点を整理して一つの回答へまとめるモデル。Model Councilでは、議長に相当する役割。
マルチモデル・オーケストレーション
複数のAIモデルやサブエージェントを連携させ、作業内容に応じて処理を分担させる仕組み。単に複数の回答を並べるだけでなく、実行順序や統合処理も管理する設計。
Perplexity Computer
調査、分析、文書作成、外部サービスとの連携など、複数工程からなる作業を実行するPerplexityのAIエージェント。Model Councilを一つの工程として組み込める作業環境。
【参考リンク】
Perplexity（外部）
引用元を示した検索回答やAIエージェント機能を提供するPerplexityの公式サイト。Model CouncilやComputerへの入口となるページ。
【参考記事】
Model CouncilがComputerに登場｜Perplexity（外部）
2〜8モデルの選択、分析の深さ、成果物作成、Pro・Maxユーザーへの提供拡大を説明する2026年7月28日付の公式発表。
Model Councilのご紹介｜Perplexity（外部）
Model Councilの初期仕様と設計目的を確認できる一次情報。モデルの一致を判断の補強に、不一致を追加調査の手掛かりにする考え方を説明。
Perplexity Computerのご紹介｜Perplexity（外部）
複数のAIモデル、ツール、ファイル、メモリを連携させ、複数工程の作業を実行するComputerの設計を説明する公式発表。
What is Computer?｜Perplexity Help Center（外部）
Computerと通常のPerplexity検索との違い、対応する成果物、コネクター、バックグラウンド実行などを整理した公式資料。
How Credits Work on Perplexity｜Perplexity Help Center（外部）
100クレジットを1ドル相当とする料金体系と、軽量、複雑、重量級、大規模の各作業における消費量の目安を掲載。
