Accueil › Perplexity Computer › Limites

Limites de Perplexity Computer : ce qu’il faut savoir avant de souscrire

Perplexity Computer est l’agent IA multi-modèles le plus ambitieux de mars 2026. Il est aussi un produit de moins d’un mois avec des limitations réelles : crédits opaques, connecteurs de fiabilité variable, sandbox invisible, coding itératif faible, et supervision humaine nécessaire pour les tâches critiques. Voici un inventaire honnête de ce qui ne fonctionne pas encore parfaitement.

1. Opacité du système de crédits

C’est la critique la plus unanime dans la communauté. Perplexity n’a publié aucune grille tarifaire par type de tâche. Vous ne savez pas combien une tâche coûtera en crédits avant de la lancer. Vous le découvrez après, en consultant le menu contextuel du thread ou votre page d’usage.

Cette opacité crée un problème concret de budgétisation. Un professionnel qui veut intégrer Computer dans ses workflows quotidiens ne peut pas prédire son coût mensuel. Il doit d’abord passer un mois à tester et calibrer sa consommation, un processus qui consomme lui-même des crédits.

Les fourchettes observées par les premiers utilisateurs vont de 30 crédits pour une tâche triviale à plus de 21 000 crédits pour un scan de codebase complexe. Cette amplitude de 1 à 700 rend toute estimation préalable hasardeuse. Perplexity a déclaré que les tarifs sont « sujets à modification » et évoluent, ce qui n’aide pas la prévisibilité.

2. Connecteurs : « 400+ en théorie, vérifiez en pratique »

Le chiffre de 400+ connecteurs est réel. Mais la profondeur et la fiabilité varient drastiquement d’un connecteur à l’autre. Les retours des premiers testeurs documentent plusieurs problèmes récurrents :

Tokens OAuth qui expirent. Le connecteur Vercel, par exemple, nécessitait une ré-authentification à chaque nouvelle session. Pour un outil censé fonctionner en arrière-plan sans intervention, c’est un obstacle significatif.

Fonctionnalités partielles. Le connecteur Ahrefs ne donnait accès qu’aux données de backlinks, sans les fonctionnalités de recherche de mots-clés ou d’audit de site. L’utilisateur n’avait aucun moyen de distinguer une limitation du connecteur d’un problème de permissions ou d’un bug.

Contournements manuels nécessaires. Pour GitHub, un testeur a dû créer un Personal Access Token manuellement et le fournir directement à l’agent, contournant entièrement le connecteur officiel.

Pas de débogage transparent. Quand un connecteur ne retourne pas les données attendues, il n’existe pas de log accessible ni de mécanisme de diagnostic pour comprendre pourquoi. Est-ce un problème de permissions ? Une limitation du connecteur ? Une erreur d’interprétation de Computer ? La distinction reste opaque.

Les connecteurs principaux (Gmail, Slack, Notion) sont fiables. Les connecteurs Enterprise (Snowflake, Salesforce, Datadog) reçoivent une attention prioritaire de Perplexity. C’est sur les connecteurs intermédiaires et les intégrations moins courantes que les problèmes se concentrent.

3. Sandbox invisible : pas de visibilité pendant l’exécution

Computer exécute ses tâches dans un sandbox cloud Linux (2 vCPU, 8 Go RAM). Le problème : vous ne voyez rien pendant que la tâche tourne. Pas de logs en temps réel, pas de visualisation des étapes, pas de retour sur ce que chaque sub-agent fait à un instant T.

Vous lancez une tâche, vous attendez, et vous récupérez le résultat. Si le résultat est bon, parfait. S’il ne l’est pas, vous n’avez aucune visibilité sur ce qui s’est mal passé pendant l’exécution. C’est comme envoyer un email à un collègue et attendre sa réponse, sans pouvoir suivre son travail en cours.

Par comparaison, Manus AI (un concurrent) montre un replay en temps réel de chaque action de ses agents. Claude Cowork affiche un plan d’exécution avec des points de contrôle humains. Computer ne propose ni l’un ni l’autre. C’est une limitation structurelle qui rend le diagnostic d’erreurs particulièrement difficile, surtout pour les workflows longs et coûteux.

Perplexity affiche la consommation de crédits en temps réel, ce qui est le seul indicateur disponible pendant l’exécution. Si les crédits diminuent rapidement sans progrès visible, c’est un signal que quelque chose ne va pas.

4. Coding itératif limité

Computer peut coder, c’est l’un de ses cas d’usage annoncés. Mais l’expérience de développement est significativement inférieure à celle d’outils spécialisés comme Cursor ou Claude Code.

Pas de prévisualisation live. Le sandbox ne propose ni aperçu visuel, ni hot-reloading. Pour voir le résultat d’une modification d’interface, il faut déployer l’application sur Vercel (ou un équivalent cloud), ce qui ajoute 2-3 minutes par itération. Pour du travail UI itératif, ce cycle est péniblement lent.

Choix techniques contre-intuitifs. Des testeurs ont noté que l’orchestrateur fait parfois des choix d’architecture fragiles : utiliser l’API GitHub directement pour manipuler un repo au lieu de workflows de développement standard, par exemple. Ces choix fonctionnent parfois, mais produisent des résultats difficiles à maintenir.

Erreurs silencieuses. Le sandbox peut échouer silencieusement sur des installations de dépendances, des configurations d’environnement ou des permissions de fichiers. Computer ne détecte pas toujours ces erreurs et peut continuer à travailler sur une base cassée, consommant des crédits sans produire de résultat fonctionnel.

Le verdict pragmatique : utilisez Computer pour générer du code initial (prototypes, scripts, outils internes) et les outils spécialisés pour l’itération et le polissage. Computer produit un premier jet fonctionnel, Cursor ou Claude Code le transforme en code de production.

5. Fiabilité et supervision

Computer fait des erreurs. Comme tous les systèmes IA, il peut produire des informations incorrectes avec confiance. Mais la combinaison d’exécution autonome et d’erreurs confiantes crée un risque spécifique : des livrables qui semblent complets et professionnels mais contiennent des inexactitudes que seul un expert humain peut détecter.

Erreurs factuelles dans les rapports. Les rapports de recherche peuvent contenir des données obsolètes, des chiffres approximatifs présentés comme exacts, ou des hallucinations sur des entreprises ou des produits moins connus.

Résultats inconstants. Un workflow qui fonctionne parfaitement un jour peut produire des résultats dégradés le lendemain sans changement dans les inputs. Cette inconstance est liée aux variations dans le routage de modèles, la disponibilité des sources web, et les fluctuations de performance des connecteurs.

Watermarks sur les applications. Les applications générées par Computer incluent un filigrane « Created with Perplexity Computer », similaire aux watermarks d’autres constructeurs IA. Pour des livrables clients, il faut le retirer manuellement.

La règle d’or : traitez chaque livrable de Computer comme un premier jet de qualité qui nécessite une relecture et une validation humaine avant diffusion. Ne publiez jamais un rapport, n’envoyez jamais un email, et ne déployez jamais du code produit par Computer sans l’avoir vérifié.

6. Barrière d’accès élevée

Pas de version d’essai. Computer est exclusif au plan Max (200 $/mois). Il n’existe pas de trial gratuit, pas d’accès limité sur le plan Pro (20 $/mois), et pas de possibilité de tester avec un nombre réduit de crédits. Perplexity offre un bonus de 35 000 crédits au lancement, ce qui amortit le premier mois, mais l’engagement financier initial reste de 200 $.

Pas d’accès Pro annoncé mais sans date. Perplexity a indiqué que l’accès aux crédits pour les abonnés Pro personnels arriverait « prochainement ». Aucune date n’a été communiquée. En attendant, le seul chemin est l’upgrade vers Max.

Plateforme web uniquement. Computer est accessible via l’interface web de Perplexity. Il n’y a pas d’application desktop native dédiée à Computer (bien que Comet et les apps mobiles donnent accès à l’interface). Le Personal Computer (local, sur Mac mini) est annoncé mais pas encore disponible en général.

7. Questions de confidentialité des données

Toutes les données transitent par les serveurs cloud de Perplexity. Pour les professionnels manipulant des données sensibles (finance, santé, juridique), c’est un point de friction. Perplexity garantit en Enterprise que les données ne sont pas utilisées pour l’entraînement des modèles, mais les données passent quand même par une infrastructure tierce.

Par comparaison, Claude Cowork fonctionne localement par défaut (les données ne quittent pas votre machine sauf connexion explicite à un service cloud). Pour les organisations soumises à des réglementations strictes, cette différence architecturale peut être déterminante. Consultez notre comparaison Computer vs Claude Cowork pour une analyse détaillée de cet aspect.

8. Cohérence stylistique multi-modèles

Quand un rapport est rédigé par trois modèles différents (Gemini pour la recherche, GPT-5.2 pour la synthèse, Opus 4.6 pour l’analyse), le style peut varier d’une section à l’autre. Le ton, le niveau de formalité, la structure des phrases et la densité d’information fluctuent selon le modèle qui a traité chaque partie.

Pour des livrables internes (veille, notes de recherche), ce n’est généralement pas un problème. Pour des livrables destinés à des clients ou au public (rapports, présentations, articles), prévoyez une passe d’harmonisation stylistique. C’est un coût caché de l’approche multi-modèles : la diversité des forces produit aussi une diversité de styles.

Contexte : un produit de février 2026

Il est important de rappeler que Computer a un mois d’existence au moment de la rédaction de cette page. La plupart des limitations listées ici sont des problèmes de maturité, pas des défauts de conception. Les connecteurs se stabiliseront. Le système de crédits deviendra plus transparent. La visibilité sur le sandbox s’améliorera.

Perplexity a montré une cadence d’itération rapide : en un mois, ils ont déjà ajouté Custom Skills, Model Council, Voice Mode, GPT-5.3-Codex comme sous-agent, et Computer for Enterprise. La trajectoire est claire. Mais en mars 2026, Computer est un outil puissant qui nécessite de la patience, de la supervision et une compréhension de ses limites actuelles.

Stratégies de mitigation

Connaître les limites ne suffit pas. Voici les stratégies concrètes pour travailler avec Computer tout en contournant ses faiblesses actuelles.

Contre l’opacité des crédits : lancez des « tâches de calibration » durant votre premier mois. Pour chaque type de workflow que vous prévoyez d’utiliser régulièrement (brief concurrent, rapport hebdomadaire, analyse financière), exécutez une version réduite et notez le coût en crédits. Après deux semaines, vous aurez un modèle de consommation personnel suffisamment précis pour budgétiser. Gardez l’auto-recharge désactivée jusqu’à ce que vous maîtrisiez votre profil.

Contre les connecteurs instables : avant d’intégrer un connecteur dans un workflow critique, testez-le isolément sur 3-4 tâches différentes. Si l’authentification expire entre les sessions ou si les données retournées sont incomplètes, vous le saurez avant de construire un workflow qui en dépend. Pour les connecteurs problématiques, envisagez des contournements (Personal Access Token pour GitHub, export CSV manuel au lieu du connecteur Ahrefs).

Contre le sandbox invisible : surveillez la consommation de crédits en temps réel. C’est votre seul indicateur pendant l’exécution. Si les crédits diminuent rapidement sans résultat intermédiaire, interrompez la tâche et reformulez votre prompt avec plus de contraintes. Décomposez les projets complexes en étapes vérifiables : plutôt qu’un seul prompt ambitieux, lancez 3-4 prompts séquentiels avec vérification entre chaque étape.

Contre les faiblesses en coding : utilisez Computer pour la phase de recherche et de prototypage initial, puis transférez le code vers Cursor ou Claude Code pour l’itération et le polissage. Computer produit un squelette fonctionnel ; un outil spécialisé le transforme en code de production. Ne demandez pas à Computer de faire du développement UI itératif, c’est son pire cas d’usage.

Contre les erreurs factuelles : pour les rapports destinés à être diffusés, ajoutez une instruction explicite dans votre prompt : « Cite toutes les sources avec les URLs. Signale les informations que tu n’as pas pu vérifier. Distingue les faits confirmés des estimations. » Cela ne garantit pas zéro erreur, mais augmente significativement la traçabilité. Et relisez toujours avant de diffuser.

Verdict

Les limites de Computer ne sont pas des raisons de l’éviter. Ce sont des raisons de l’utiliser avec lucidité. L’outil est réellement impressionnant pour la recherche multi-sources, l’analyse et la production de rapports. Il est réellement fragile pour le coding itératif, les connecteurs de niche et les workflows critiques sans tolérance d’erreur.

La meilleure approche : commencez par les cas d’usage où Computer excelle (recherche, veille, rapports structurés), évitez les cas d’usage où il est faible (développement UI, actions sur des connecteurs peu testés), et augmentez progressivement la complexité à mesure que le produit mûrit. Consultez le guide complet pour les cas d’usage recommandés et la page workflows pour des exemples concrets qui tiennent compte de ces limites.