Perplexity Model Council: один запрос читают три нейросети, что это значит для вашего бренда

Perplexity запустил функцию, которая меняет логику GEO-присутствия. Теперь один пользовательский запрос одновременно обрабатывают GPT-5.4, Claude Opus 4.6 и Gemini 3.1 Pro, а потом синтезируют результат. Если ваш бренд есть в двух из трёх ответов, синтез скорее всего будет позитивным. Если только в одном, = риск

До сих пор мониторинг AI-видимости строился на понятной логике: бренд либо есть в ответе нейросети, либо нет. Присутствие в ChatGPT не гарантирует присутствия в Gemini, Gemini не гарантирует присутствия в Perplexity, каждая платформа работает отдельно, и отдельно её нужно отслеживать.

Model Council от Perplexity меняет эту логику структурно.

Что такое Model Council и как это работает

Model Council, новая функция Perplexity, доступная подписчикам Max. Когда пользователь задаёт вопрос, система параллельно запускает три модели: GPT-5.4 (OpenAI), Claude Opus 4.6 (Anthropic) и Gemini 3.1 Pro (Google). Каждая генерирует свой ответ независимо. Потом Perplexity синтезирует результат: показывает, в чём модели согласны, где расходятся и что каждая добавляет уникального.

Пользователь может выбрать, какая из трёх моделей выступает «оркестратором», то есть чья логика определяет финальный синтез.

Это принципиально новый сценарий. Раньше, когда пользователь задавал вопрос в Perplexity, его обрабатывала одна модель. Теперь одновременно три, и ответ формируется на пересечении их знаний.

Математика присутствия - почему 2 из 3 лучше, чем 1 из 1

Представьте: пользователь Perplexity Max спрашивает «какой сервис выбрать для GEO-аналитики». Model Council запускает GPT-5.4, Claude и Gemini одновременно.

Если ваш бренд упоминается в ответах всех трёх моделей, синтез практически гарантированно включит его в итоговый ответ, причём с высоким весом: три независимых источника согласны.

Если бренд есть в 2 из 3, вероятность попасть в синтез высокая, хотя одна модель может сформировать контраргумент.

Если бренд есть только в одной модели из трёх, это уязвимая позиция. Две другие модели, которые его не называют, создают «перевес» в сторону альтернатив.

Если бренда нет ни в одной, финальный синтез его не включит вообще, при этом конкуренты, присутствующие в нескольких моделях, получат суммированное усиление.

Это новая математика: видимость в одной нейросети больше не даёт той защиты, которую давала раньше. Нужна кросс-модельная устойчивость.

Почему это важнее, чем кажется

Model Council сейчас доступен только подписчикам Max, аудитория меньше, чем у стандартного Perplexity. Но тренд очевиден: агрегация нескольких моделей в одном интерфейсе, это направление, в котором движется весь рынок AI-ассистентов.

Perplexity уже показывает, как будет устроен следующий слой AI-поиска: не одна модель даёт ответ, а несколько независимых систем образуют консенсус. Пользователь получает не «точку зрения ChatGPT» или «точку зрения Gemini», а синтезированный вывод на основе нескольких источников.

Для брендов это означает сдвиг от «попасть в одну нейросеть» к «быть последовательно представленным в нескольких». Разрыв между брендами с кросс-модельным присутствием и теми, кто есть только в одной системе, будет увеличиваться по мере распространения агрегирующих продуктов.

Что меняется в стратегии мониторинга

Стандартный GEO-аудит измеряет Brand Mention Rate по каждой нейросети отдельно. Это по-прежнему нужно, но теперь недостаточно.

Для оценки позиций в мультимодельном контексте важно понять: насколько присутствие бренда стабильно именно на пересечении тех моделей, которые агрегируются вместе? В случае Perplexity Model Council, это ChatGPT (GPT-5.4), Claude и Gemini. Если бренд хорошо представлен в двух из них и слабо в третьей, это конкретная точка для работы.

Второй вопрос: тональность согласованная или противоречивая? Если одна модель называет бренд позитивно, а другая добавляет оговорки, синтез Model Council может отразить это расхождение. Пользователь увидит: «GPT и Gemini рекомендуют X, Claude отмечает ограничения». Это хуже, чем однозначный позитив от всех трёх.

Третий вопрос: в каком контексте бренд упоминается в каждой из трёх моделей? Если ChatGPT называет бренд лидером в своей нише, а Gemini помещает его в середину длинного списка, это разные позиции, которые при синтезе могут «усредниться» не в вашу пользу.

Практические следствия

Контент для AI-присутствия теперь нужно ориентировать не на «попасть в алгоритм одной нейросети», а на формирование устойчивого присутствия в нескольких независимых системах. Это означает размещение на площадках, которые каждая из моделей воспринимает как авторитетные источники, а у ChatGPT, Claude и Gemini они частично пересекаются, но не совпадают полностью.

Для российских брендов эта логика пока в меньшей степени касается Алисы и GigaChat, они в Model Council не участвуют. Но архитектура «несколько моделей, один синтез» неизбежно придёт и в российский сегмент по мере развития агрегирующих продуктов. Работать над кросс-модельным присутствием стоит уже сейчас.

brandfound отслеживает видимость бренда в девяти нейросетях параллельно и показывает, насколько последовательно бренд представлен по всем платформам. Это и есть базис для понимания кросс-модельного присутствия, видеть не просто «есть в Perplexity», а как соотносится присутствие в GPT, Gemini и других системах, результаты которых теперь начинают агрегироваться.

Что в итоге

Model Council, сигнал о направлении, в котором движется AI-поиск. Одна модель, один ответ, это модель уходящего дня. Впереди консенсус нескольких независимых систем, синтезированный в один вывод для пользователя.

Для брендов это значит что недостаточно быть видимым ежемоментно. Нужно быть видимым стабильно, в нескольких независимых системах, с согласованной тональностью. Именно такое присутствие выдержит проверку мультимодельной агрегацией, сейчас в Perplexity, завтра в других продуктах.