Na ile wiarygodny jest Perplexity AI? Co naprawdę mówią dane z 2026 roku

Niezależna ocena AI Business Weekly podaje 94% ogólnej dokładności faktograficznej, przy wyraźnych różnicach między kategoriami pytań :

• zapytania dotyczące badań naukowych: 97,2%;
• treści akademickie: 95%;
• dokumentacja techniczna: 94%;
• ogólne pytania faktograficzne: 94%.

W profesjonalnych testach obejmujących pytania związane z pracą — między innymi analizę polityk, rozwiązywanie problemów technicznych i research dotyczący firm — Perplexity osiągnęło 92% dokładności faktograficznej, podczas gdy ChatGPT uzyskał w tych samych testach 87% .

Z kolei opublikowany przez Perplexity benchmark DRACO z czerwca 2026 roku wskazuje, że model Deep Research osiąga wyniki na poziomie state of the art w zewnętrznych testach, między innymi DeepSearchQA firmy Google DeepMind i ResearchRubrics firmy Scale AI .

Największa słabość: wiadomości z ostatniej chwili

Wyniki benchmarków pokazują jedną stronę medalu. Audyty rzeczywistej skuteczności w pracy z wiadomościami — drugą.

We wrześniu 2025 roku NewsGuard, organizacja zajmująca się oceną wiarygodności serwisów informacyjnych, poinformowała, że chatboty AI jako grupa powtarzały fałszywe twierdzenia dotyczące wiadomości w 35% przypadków w sierpniu 2025 roku. Rok wcześniej było to 18% . Perplexity wyróżniono jako narzędzie, które odnotowało największy spadek skuteczności wśród czołowych chatbotów. W teście NewsGuard z 2024 roku Perplexity odpowiadało poprawnie za każdym razem, natomiast w 2025 roku nie udzieliło poprawnej odpowiedzi w niemal połowie prób .

Niezależny serwis TruthSignal ocenia średnią wiarygodność konta @AskPerplexity na 65%. Określa je jako „wiarygodne narzędzie do ogólnych zapytań i wstępnego researchu”, ale zaznacza, że jego przydatność do weryfikowania faktów i pracy z wrażliwymi tematami pozostaje przedmiotem sporu .

Skąd ta różnica między benchmarkami a codziennym użyciem? Testy laboratoryjne zwykle sprawdzają stabilne, dobrze udokumentowane fakty. Najświeższe wiadomości są natomiast pełne szybko zmieniających się narracji, sprzecznych doniesień i informacji, które nie zdążyły jeszcze zostać potwierdzone przez wiarygodne źródła. To właśnie w takich warunkach narzędzia wyszukujące informacje w sieci mają największe trudności.

Cytowania pomagają, ale nie gwarantują poprawności

Najważniejszą obietnicą Perplexity są cytowania. Odpowiedzi zawierają ponumerowane odsyłacze do źródeł, dzięki czemu użytkownik może sprawdzić, skąd pochodzi dana informacja. Pytanie brzmi jednak: czy same cytowania są wiarygodne?

W praktycznym teście przeprowadzonym od lutego do marca 2026 roku recenzent sprawdził wyrywkowo 200 cytowań z 847 zapytań w trybie Pro Search. 78% cytowań uznano za poprawne i rzeczywiście potwierdzające przedstawione twierdzenia . Oznacza to, że mniej więcej co piąte sprawdzone cytowanie prowadziło do źródła, które nie uzasadniało w pełni tezy zawartej w odpowiedzi.

Inni recenzenci zwracają uwagę, że jakość źródeł potrafi się znacznie różnić. Obok publikacji naukowych i dokumentów instytucjonalnych pojawiają się czasem wpisy blogowe lub materiały o mniejszej wartości merytorycznej . Zdarzały się również cytowania zmyślone — prowadzące do nieistniejących albo nieadekwatnych stron .

W zastosowaniach akademickich problem jest jeszcze poważniejszy. Badanie Tow Center wykazało, że choć Perplexity miało najniższy odsetek błędnych cytowań spośród analizowanych wyszukiwarek AI, nadal udzielało niepoprawnych odpowiedzi w około 37% przypadków. Innymi słowy, w więcej niż jednej na trzy odpowiedzi pojawiały się błędy lub błędne przypisanie twierdzeń do źródeł .

W czym Perplexity sprawdza się najlepiej?

Niezależne recenzje są zgodne co do głównych zalet i ograniczeń narzędzia .

Najmocniejsze strony:

• pytania faktograficzne wymagające aktualnych i wskazanych źródeł;
• szybkie sprawdzanie bieżących tematów i trendów;
• krótkie definicje oraz uporządkowane zagadnienia z technologii, nauki i historii;
• wstępny research, gdy można samodzielnie zweryfikować źródła;
• znajdowanie, porównywanie i syntetyzowanie materiałów.

Najsłabsze strony:

• złożone rozumowanie i wieloetapowa analiza;
• niszowe tematy akademickie, o których w sieci jest niewiele materiałów;
• weryfikowanie najnowszych wiadomości, szczególnie gdy sytuacja szybko się zmienia;
• kreatywne i długie teksty;
• wrażliwe twierdzenia, w przypadku których kluczowe znaczenie ma jakość i niezależność źródła.

Wniosek: nie ma jednej liczby opisującej dokładność Perplexity

W internecie często powtarza się wartość „95%”, ale Perplexity nie opublikowało jednej, niezależnie audytowanej oceny obejmującej wszystkie typy odpowiedzi . Mierzone wyniki zależą od benchmarku, trybu produktu, wybranego modelu językowego, źródeł informacji, rodzaju pytania oraz tego, jak zdefiniowano dokładność .

Najuczciwszy obraz wyłania się dopiero z połączenia wszystkich dostępnych danych. W przypadku ogólnego researchu faktograficznego, gdy odpowiedzi można oprzeć na weryfikowalnych źródłach — zwłaszcza w tematach naukowych, technologicznych i uporządkowanych zagadnieniach — Perplexity jest jednym z najbardziej użytecznych i wiarygodnych narzędzi AI.

Jego system cytowań ułatwia kontrolę nad odpowiedzią, a wyniki benchmarków są rzeczywiście mocne. Nie oznacza to jednak, że można bez sprawdzania przepisywać jego odpowiedzi do pracy, publikacji czy analizy. W przypadku wiadomości, wrażliwych twierdzeń i materiałów akademickich najważniejsze fakty należy potwierdzić ręcznie — szczególnie wtedy, gdy informacje szybko się zmieniają lub konsekwencje błędu są poważne.