Perplexity запустила Portable Computer, версію своєї агентської платформи «Комп’ютер», яка повністю працює на апаратному забезпеченні, яке вже є у користувачів — починаючи з настільного суперкомп’ютера DGX Spark від Nvidia та машин Linux, оснащених графічним процесором RTX. Розроблений у тісному партнерстві з Nvidia та анонсований 25 серпня 2026 року, це одна з найагресивніших спроб перенести серйозні робочі навантаження агентів ШІ з хмари на локальні пристрої.
Подача проста, але важлива: модель, файли користувача та сама робота можуть залишатися на машині. Робота, виконана локально, не потребує кредитів для виставлення рахунків, кожне завдання запускається на пристрої за замовчуванням, і система запитує дозвіл, перш ніж надсилати будь-який окремий крок до більш потужної передової моделі в хмарі. For more context on this story, see our ongoing breaking AI news.
«По суті, ми перенесли той самий інтерфейс користувача в повністю локальну програму», — сказав Нейт, віце-президент Perplexity з розробки інфраструктури та підприємства, під час прес-брифінгу в понеділок. «Це включає в себе повний пакет агентів і висновок, а також усе, що потрібно для локальної роботи».
Для Nvidia, яка витратила останні два роки на продаж центрів обробки даних зі штучним інтелектом вартістю трильйони доларів, це оголошення несе в собі більш тонке повідомлення: виробник мікросхем вважає, що місцевий штучний інтелект перетнув поріг від цікавості любителів до практичного інструменту. «Локальний штучний інтелект досяг точки перелому», — сказав Надер, директор із технологій розробників Nvidia. «Довгий час любителі та ентузіасти... запускали ці квантовані моделі, квантовані до супермаленьких. І хоча це круто, це не дуже практично. Але все змінилося з появою багатьох нових моделей з відкритим кодом».
Повний локальний стек AI в одній програмі
Perplexity Computer, хмарний продукт, керує моделями, файлами, інструментами та веб-доступом для виконання багатоетапних завдань роботи з знаннями — перегляду папок документів, аналізу даних і створення звітів. Портативний комп’ютер відтворює це локально, об’єднуючи локальні моделі, систему агентів, механізм висновків, інструменти, з’єднувачі додатків і пісочницю безпеки в одній програмі. Об’єднання має значення: з більшістю локальних стеків штучного інтелекту сьогодні користувачі повинні збирати ці частини самостійно — завантажувати ваги, встановлювати сервер висновків і з’єднувати інструменти.
У прес-демонстрації система зіграла роздрібного інвестора, який переглядає папку з 1099 та інвестиційними документами — такий конфіденційний фінансовий матеріал, який багато користувачів вагалися б завантажити в хмарний сервіс. Запустивши модель Qwen із 27 мільярдами параметрів із повним використанням GPU на DGX Spark, агент помітив випадки, коли інвестор сплачував непотрібні комісії. Елемент інтерфейсу, який зазвичай підраховує хмарні кредити, зазначив Perplexity, «просто припаркований на нуль».
Продукт також є гібридним, а не герметичним. Друга демонстрація локально проаналізувала файл CSV із даними про послідовність користування, а потім передала готовий аналіз у Slack за допомогою екосистеми конекторів Perplexity. Система підключається до Google Drive, Gmail і GitHub і може перейти до прикордонної хмарної моделі, коли локальна модель досягає своїх можливостей.
Вимоги та доступність
Після запуску користувачі можуть запускати Qwen 3.8 27B або PPLX 27B — версію, яку Perplexity підготувала на власному джгуті — незабаром з’явиться Nemotron 3.5 Lightning від Nvidia. Система використовує vLLM для розміщення логічного висновку з розширеним режимом для користувачів, які хочуть підключити власну кінцеву точку. Будь-яка відеокарта RTX із принаймні 24 ГБ відеопам’яті, приблизно GeForce RTX 3090 або новіша, перевершує планку.
Портативний комп’ютер уже доступний для передплатників Pro, Max, Enterprise Pro та Enterprise Max на Linux, а підтримка Windows з’явиться у вересні.
Спільне проектування моделі та упряжі
Паралельно з запуском Perplexity опублікував дослідницьку статтю, в якій стверджував, що ефективні локальні агенти вимагають, щоб модель і джгут агентів — каркас із підказок, інструментів і логіки оркестровки — проектувалися разом. Ремені загального призначення передбачають передові моделі, які можуть поглинати величезні контексти та переміщатися по розтягнутих поверхнях інструментів; невеликі місцеві моделі застібаються відповідно до цих вимог. Perplexity виявив, що незважаючи на те, що Qwen 3.8 27B рекламує контекстне вікно з 260 000 токенів, воно починає боротися за межі 100 000 токенів.
Відповіддю компанії є навмисно мінімальне використання: стислі системні підказки, невеликий набір основних інструментів і можливостей, які завантажуються та вивантажуються як «навички» на вимогу. Він перетворив такі популярні конектори, як Gmail і GitHub, із серверів MCP, що потребують токенів, у компактні інструменти командного рядка, додав перехоплювачі для самоперевірки та застосував постійну пісочницю на рівні ОС — якщо пісочниця недоступна, джгут вимикається сам, а не запускає інструменти без захисту.
Результати порівняльного тесту Звіти Perplexity вражають, хоча вони базуються на власних оцінках компанії. На внутрішньому робочому стенді Local Knowledge Work Bench — 53 завдання, що охоплюють глибокі дослідження, фінансовий аналіз і створення документів, які Perplexity планує зробити відкритим кодом — комп’ютер, що працює під управлінням Qwen 3.8 27B на DGX Spark, набрав 82,6% результатів проти 77,6% для системи Pi з відкритим вихідним кодом і 74,0% для Hermes, на якому працює ідентична модель. PPLX 27B від Perplexity підвищив результат до 85,4%. На BrowseComp, тесті веб-досліджень, комп’ютер показав 66,7% точності проти 50,2% для Pi та 43,9% для Hermes, при цьому використовував на 51% менше часу на стіні та на 70% менше токенів, ніж Pi.
Місцеві агенти економіки токенів
Стратегічна логіка стає зрозумілою в тому, як змінилися навантаження ШІ. Чат вибухнув — запитання, відповідь, зроблено. Агенти бігають годинами. «З агентами ви хочете, щоб ці агенти завжди були ввімкнені, якщо ви можете... Те, що ми бачимо, — це ненаситний попит на токени, і це те, що робить місцевий ШІ таким чудовим», — сказав Надер. «Вам не було виміряно токен. Ви не платили за токен».
Гібридна середина може бути найбільш комерційно цікавим результатом. На термінальному стенді 2.1, складному контрольному тесті кодування, повністю локальна модель Qwen набрала 59,6% при фактично нульовій граничній вартості. Перехід до «порадника» Claude Opus 5 у хмарі підвищив оцінку до 73,0% при приблизно 0,415 дол. США за завдання, тоді як запуск самої граничної моделі отримав 82,4% при 0,65 дол. США за завдання. Ескалація відновила приблизно три п’ятих від розриву до граничної продуктивності приблизно за дві третини вартості — і користувач вирішує, коли торгівлю варто здійснити. Перед будь-яким викликом консультанта система запускає класифікатор PII над вихідним контекстом і показує користувачеві, що саме залишить пристрій; віддалена модель повертає лише текстові підказки та ніколи не торкається локальних файлів чи інструментів.
Nvidia також підкреслила, що апаратне забезпечення масштабується за межі однієї коробки: підключення двох DGX Spark через спільну пам’ять запускає відкриті моделі передового класу, такі як остання DeepSeek, чотири можуть запускати GLM 5.2 або Nemotron Ultra, а Надер сказав, що «навіть бачив, як підключено вісім Spark».
Запуск розширює партнерство, яке розвивалося більше року після того, як у червні 2025 року Nvidia та Perplexity оголосили про суверенну співпрацю зі штучним інтелектом для європейських видавців і телекомунікацій. Для розробників, які зважують DIY стек Ollama, відкритих джгутів і самостійно розміщених висновків, Portable Computer робить ставку на те, що досвід, схожий на пристрій — спільне розроблення моделі, джгута та пісочниці — це те, що нарешті робить місцевий агентський ШІ основним.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
