PPLX 27B débarque dans l'ordinateur portable de Perplexity : un agent local qui bat les Open Harnesses.

Le PPLX 27B de Perplexity n'est pas un modèle cloud, et c'est là toute l'histoire. Annoncé le 25 août 2026, aux côtés de Portable Computer — l'agent local-first de l'entreprise, développé avec NVIDIA — le PPLX 27B est une version post-entraînée du Qwen 3.8 27B d'Alibaba à poids ouverts, affinée par Perplexity pour son propre harnais d'agent et conçue pour fonctionner entièrement sur du matériel qui vous appartient. Sur le banc d'essai Local Knowledge Work Bench de Perplexity (53 tâches), le harnais exécutant le PPLX 27B a obtenu un score de 85,4 %, devant le même harnais sur le Qwen 3.8 27B (82,6 %) et devant deux harnais d'agents open source, Pi (77,6 %) et Hermes (74,0 %). Il s'agit des chiffres du fournisseur, issus de l'article de lancement et du document de recherche associé, « A Local-First Agent for Private and Cost-Effective Knowledge Work », non reproduits de manière indépendante — mais ils constituent la première preuve publique qu'un modèle de 27B sur un ordinateur de bureau peut prendre en charge un véritable travail du savoir à une fraction du prix du cloud.

Ce qui a réellement été livré

Portable Computer est la version sur appareil de la plateforme d'agent « Computer » de Perplexity. Alors que l'ancien produit Computer exécutait son orchestrateur dans le cloud, Portable Computer regroupe toute la pile dans un seul système qui tourne sur votre machine : le harnais d'agent, l'orchestrateur, le planificateur, le routeur d'outils, l'ordonnanceur, une file d'attente de tâches durable, un index de recherche local, le moteur d'inférence, et les connecteurs d'application pour Google Drive, Gmail, Slack, GitHub et Outlook.

Deux propriétés le distinguent d'une configuration locale DIY. Premièrement, l'exécution du code et des outils se fait dans un bac à sable imposé par le système d'exploitation, et si ce bac à sable n'est pas disponible, l'exécution des outils est désactivée plutôt que d'être exécutée sans protection. Deuxièmement, il est conçu pour être local-first : chaque tâche démarre sur l'appareil, et si une étape nécessite des données web en direct ou un raisonnement de pointe, l'orchestrateur s'arrête et demande la permission avant de transmettre cette seule étape à l'un des 15+ modèles cloud. Un classificateur de PII s'exécute d'abord sur le contexte sortant et vous montre exactement ce qui quitterait la machine.

Les deux modèles 27B

Au lancement, vous choisissez entre deux modèles de 27 milliards de paramètres. Qwen 3.8 27B est le modèle open-weight Apache-2.0 d'Alibaba — un 27B dense et multimodal avec une fenêtre native de 262K jetons, publié deux semaines plus tôt et déjà une excellente option en auto-hébergement. PPLX 27B est cette même base post-entraînée par Perplexity : pas une nouvelle architecture, mais un entraînement supplémentaire ajusté spécifiquement pour ce harnais, l'entreprise affirmant un comportement plus précis et plus efficace sur ses propres charges de travail d'agent. Le Nemotron 3.5 Lightning (30B) de NVIDIA est annoncé comme prochainement disponible, et les options apportez-votre-modèle et serveur d'inférence sont toutes deux prises en charge, si bien que le harnais n'est pas lié aux poids de Perplexity.

Le benchmark, et ce qu'il n'est pas

Le chiffre principal provient du Local Knowledge Work Bench, une suite de 53 tâches couvrant le type de travail qu’un travailleur du savoir déléguerait réellement — recherche approfondie, analyse financière, création de documents. Perplexity indique qu’elle prévoit d’ouvrir le code source du benchmark, ce qui rendra à terme la comparaison reproductible plutôt que fondée sur la confiance. En attendant, ces résultats sont gérés par le fournisseur. Sur cette suite, selon le fournisseur :

• Ordinateur portable avec PPLX 27B — 85,4 %

• Ordinateur portable avec Qwen 3.8 27B — 82.6%

• Pi (harnais open-source) — 77.6%

• Hermes (harnais open-source) — 74,0 %

Deux autres résultats rapportés par les fournisseurs complètent le tableau. Sur BrowseComp, la suite de recherche web, Computer a obtenu 66,7 % contre 50,2 % pour Pi et 43,9 % pour Hermes, tout en utilisant 51 % de temps réel en moins et 70 % de jetons en moins que Pi. Sur ParseBench-100, un test d'extraction de documents, il a obtenu 65,1 % contre 34,6 % pour Hermes et 13,9 % pour Pi. Les écarts les plus importants se situent sur les tâches qui récompensent l'infrastructure propre d'un harnais — recherche, routage, utilisation d'outils — c'est là qu'un modèle post-entraîné associé à une pile d'infrastructure dédiée trouve tout son intérêt.

Le basculement économique

Le chiffre le plus intéressant est le prix. Un travail effectué localement ne coûte rien par jeton et ne consomme aucun crédit Perplexity — le compteur reste à zéro pour une tâche entièrement locale. L'escalade est la seule chose qui coûte de l'argent, et elle est facultative à chaque étape. Perplexity a publié les calculs hybrides sur Terminal Bench 2.1 : le tout local a obtenu 59,6 % à coût quasi nul ; l'ajout d'un modèle de pointe comme conseiller l'a porté à 73,0 % pour environ 0,415 $ par exécution ; le modèle de pointe seul a atteint 82,4 % pour environ 0,65 $ par exécution. Ce dernier contraste résume la thèse — l'inférence locale aplatit la courbe des coûts pour les agents toujours actifs, et l'escalade vers le cloud devient une dépense chirurgicale qui s'autofinance.

Aucune de ces options n’est gratuite pour démarrer. La machine compte. Portable Computer arrive d’abord sous Linux sur le NVIDIA DGX Spark, le superordinateur de bureau doté de 128 Go de mémoire unifiée (prix catalogue d’environ 4 500 $), ou sur des PC Linux équipés de GPU RTX avec au moins 24 Go de VRAM — environ une RTX 3090 ou plus récente — avec 32 Go recommandés. La prise en charge de Windows est prévue pour septembre ; macOS n’est pas annoncé. Et le logiciel lui-même nécessite un abonnement Perplexity payant : Pro, Max, Enterprise Pro ou Enterprise Max. C’est un produit par abonnement plus matériel conçu pour les personnes qui paient déjà Perplexity, pas une API générale.

Où se place le routeur

PPLX 27B n'est pas quelque chose qu'OrcaRouter achemine — il fonctionne sur du matériel qui vous appartient, derrière un abonnement Perplexity, et nous ne prétendrons pas le contraire. Ce que nous acheminons, c'est l'ensemble de comparaison que ce lancement invite. Qwen 3.8 27B, les poids de base exacts à partir desquels PPLX 27B effectue son post-entraînement, est disponible sur OrcaRouter en auto-hébergement ; tout comme DeepSeek V4 Flash, Gemini 3.5 Flash Lite et GPT-5.6 Luna — le tout derrière une seule clé API au prix catalogue du fournisseur, transmis sans aucune marge, de sorte qu'une baisse de prix du fournisseur est effective chez nous le jour même de son annonce.

Cela importe ici pour une raison précise. L’argument de Portable Computer repose sur le contraste de coût entre local et cloud, et le volet cloud de ce contraste n’est aussi honnête que les prix auxquels vous vous comparez. Sur OrcaRouter, ce sont les prix catalogue réels du fournisseur, ce qui transforme la décision entre local et cloud en un calcul fiable plutôt qu’en une comparaison marketing. Et si vous souhaitez prototyper le même agent des deux côtés — harnais local sur une machine, modèles cloud derrière un point d’accès unique — le basculement automatique permet au côté cloud de prendre le relais lorsque le modèle local est dépassé, sans second contrat ni second chemin de code.

Que regarder

Trois choses au cours du mois à venir décideront s'il s'agit d'un produit de niche ou du début d'une catégorie. À savoir si Perplexity open-sourcera réellement le Local Knowledge Work Bench, ce qui transformerait les chiffres annoncés de simples affirmations en quelque chose que la communauté peut reproduire. À savoir si Nemotron 3.5 Lightning arrivera et battra PPLX 27B sur le même banc d'essai — la thèse du « post-entraînement pour le banc d'essai » ne vaut que ce que vaut le modèle de base qui la sous-tend. Et à savoir si la prise en charge de Windows en septembre élargira la portée au-delà des propriétaires de DGX Spark. Si le benchmark est réel et que le banc d'essai se transpose, « exécuter l'agent sur votre propre GPU » cesse d'être un schéma de bricoleur pour devenir une option de déploiement qui a du mordant — et les modèles cloud auxquels il sera comparé devront mériter leurs prix par jeton.