PPLX 27B debiutuje w przenośnym komputerze Perplexity: lokalny agent, który przewyższa otwarte uprzęże.

PPLX 27B firmy Perplexity nie jest modelem chmurowym i to jest cała historia. Ogłoszony 25 sierpnia 2026 roku wraz z Portable Computer — lokalnym agentem firmy, zbudowanym we współpracy z NVIDIA — PPLX 27B to dodatkowo wytrenowana wersja modelu Qwen 3.8 27B firmy Alibaba o otwartych wagach, dostrojona przez Perplexity do własnego harnessu agenta i dystrybuowana tak, aby działać w całości na twoim własnym sprzęcie. W teście Local Knowledge Work Bench firmy Perplexity, obejmującym 53 zadania, harness z PPLX 27B uzyskał wynik 85,4%, wyprzedzając ten sam harness z Qwen 3.8 27B (82,6%) oraz dwa harnessy agentów typu open source: Pi (77,6%) i Hermes (74,0%). To są własne liczby producenta z wpisu z okazji premiery i towarzyszącego mu artykułu badawczego „A Local-First Agent for Private and Cost-Effective Knowledge Work", które nie zostały niezależnie odtworzone — ale stanowią pierwszy publiczny dowód, że model 27B na komputerze stacjonarnym może udźwignąć prawdziwą pracę opartą na wiedzy za ułamek ceny chmury.

Co faktycznie zostało wydane

Portable Computer to lokalna wersja platformy agentowej "Computer" firmy Perplexity. Podczas gdy wcześniejszy produkt Computer uruchamiał swojego orkiestratora w chmurze, Portable Computer pakuje cały stos technologiczny w jeden system działający na Twoim komputerze: platformę agenta, orkiestratora, planistę, router narzędzi, harmonogram, trwałą kolejkę zadań, lokalny indeks wyszukiwania, silnik wnioskowania oraz łączniki aplikacji dla Google Drive, Gmail, Slack, GitHub i Outlook.

Dwie cechy odróżniają go od lokalnej konfiguracji DIY. Po pierwsze, wykonywanie kodu i narzędzi odbywa się w piaskownicy egzekwowanej przez system operacyjny, a jeśli piaskownica jest niedostępna, wykonywanie narzędzi jest wyłączane, a nie uruchamiane bez ochrony. Po drugie, z założenia jest to rozwiązanie local-first: każde zadanie zaczyna się na urządzeniu, a jeśli krok wymaga aktualnych danych z sieci lub najnowocześniejszego rozumowania, orkiestrator zatrzymuje się i prosi o pozwolenie, zanim przekaże ten pojedynczy krok do jednego z ponad 15 modeli chmurowych. Klasyfikator PII najpierw analizuje wychodzący kontekst i pokazuje dokładnie, co opuściłoby komputer.

Te dwa modele 27B

{{1}}Na starcie wybierasz spośród dwóch modeli o 27 miliardach parametrów.{{/1}} Qwen 3.8 27B to model Alibaby z otwartymi wagami na licencji Apache-2.0 — gęsty, multimodalny model 27B z natywnym oknem kontekstowym 262 tys. tokenów, {{2}}wydany dwa tygodnie wcześniej i już teraz solidna opcja do samodzielnego hostowania.{{/2}} PPLX 27B to ta sama baza dotrenowana przez Perplexity: to nie nowa architektura, lecz dodatkowy trening dostrojony specjalnie do tego harnessu, a firma twierdzi, że model zachowuje się precyzyjniej i wydajniej przy jej własnych obciążeniach agentowych. Model NVIDIA Nemotron 3.5 Lightning (30B) jest oznaczony jako wkrótce dostępny, a obsługiwane są zarówno własny model, jak i własny serwer wnioskowania (bring-your-own), {{3}}więc harness nie jest na stałe związany z wagami Perplexity.{{/3}}

Benchmark i to, czym nie jest

Główna liczba pochodzi z 53-zadaniowego Local Knowledge Work Bench, zestawu obejmującego rodzaj pracy, którą pracownik wiedzy faktycznie by zlecił — dogłębne badania, analizy finansowe, tworzenie dokumentów. Perplexity twierdzi, że planuje udostępnić ten benchmark jako open-source, co docelowo sprawi, że porównanie będzie powtarzalne, a nie oparte na ślepej wierze. Do tego czasu wyniki te pochodzą od dostawcy. W tym zestawie, według dostawcy:

• Komputer przenośny z PPLX 27B — 85,4%

Komputer przenośny z Qwen 3.8 27B — 82.6%

• Pi (harness open-source) — 77,6%

• Hermes (uprząż open-source) — 74.0%

Dwa kolejne wyniki podane przez dostawców dopełniają obraz. W teście BrowseComp, pakiecie do badań internetowych, Computer uzyskał 66,7% wobec 50,2% dla Pi i 43,9% dla Hermes, zużywając przy tym o 51% mniej czasu rzeczywistego i o 70% mniej tokenów niż Pi. W teście ParseBench-100, sprawdzającym ekstrakcję dokumentów, uzyskał 65,1% wobec 34,6% dla Hermes i 13,9% dla Pi. Największe różnice pojawiają się w zadaniach, które nagradzają własną infrastrukturę platformy — wyszukiwanie, routing, korzystanie z narzędzi — i to właśnie tam model po treningu końcowym oraz stworzony do tego celu stos integracyjny udowadniają swoją wartość.

Odwrócenie ekonomii

Bardziej interesującą liczbą jest cena. Praca wykonana lokalnie kosztuje zero za token i nie zużywa kredytów Perplexity — licznik pozostaje na zerze dla w pełni lokalnego zadania. Eskalacja to jedyna rzecz, która kosztuje, i jest opcjonalna na każdym kroku. Perplexity opublikowało hybrydowe wyliczenia na Terminal Bench 2.1: w pełni lokalne podejście uzyskało 59,6% przy niemal zerowym koszcie; dodanie modelu z czołówki jako doradcy podniosło wynik do 73,0% przy koszcie około 0,415 USD za rollout; sam model z czołówki osiągnął 82,4% przy koszcie około 0,65 USD za rollout. Ten ostatni kontrast stanowi sedno — lokalna inferencja spłaszcza krzywą kosztów dla stale aktywnych agentów, a eskalacja do chmury staje się precyzyjnym wydatkiem, który się zwraca.

Nic z tego nie jest darmowe na starcie. Sprzęt ma znaczenie. Portable Computer debiutuje najpierw na Linuksie, na NVIDIA DGX Spark, biurkowym superkomputerze z 128 GB zunifikowanej pamięci (cena katalogowa około 4500 USD), lub na komputerach z Linuksem i kartami graficznymi RTX z co najmniej 24 GB VRAM — czyli mniej więcej RTX 3090 lub nowszy — przy czym zalecane jest 32 GB. Wsparcie dla Windowsa zaplanowano na wrzesień; macOS nie został zapowiedziany. A samo oprogramowanie wymaga płatnego planu Perplexity: Pro, Max, Enterprise Pro lub Enterprise Max. To produkt łączący subskrypcję ze sprzętem, skierowany do osób, które już płacą za Perplexity, a nie ogólne API.

Gdzie pasuje router

PPLX 27B to nie jest coś, co OrcaRouter routuje — działa na sprzęcie, który posiadasz, za subskrypcją Perplexity, i nie będziemy udawać, że jest inaczej. To, co routujemy, to zestaw porównawczy, do którego zachęca ta premiera. Qwen 3.8 27B, dokładnie te wagi bazowe, z których PPLX 27B powstaje w post-treningu, jest dostępny na OrcaRouter self-hosted; podobnie DeepSeek V4 Flash, Gemini 3.5 Flash Lite i GPT-5.6 Luna — wszystkie za jednym kluczem API w cenie producenta, przekazywane bez żadnej marży, więc obniżka ceny producenta jest aktywna po naszej stronie tego samego dnia, w którym została ogłoszona.

To ma tutaj znaczenie z jednego konkretnego powodu. Przekaz Portable Computer opiera się na kontraście kosztów: lokalnie versus chmura, a chmurowa strona tego kontrastu jest tylko tak uczciwa, jak ceny, z którymi porównujesz. Na OrcaRouter są to rzeczywiste ceny listowe dostawcy, co zamienia decyzję lokalnie-czy-chmura w kalkulację, której możesz zaufać, a nie w marketingowe porównanie. A jeśli chcesz prototypować tego samego agenta na oba sposoby — lokalny harness na jednej maszynie, modele chmurowe za jednym endpointem — automatyczne przełączanie awaryjne pozwala stronie chmurowej zastąpić lokalną, gdy lokalny model nie wystarcza, bez drugiego kontraktu ani drugiej ścieżki kodu.

Co obejrzeć

{{1}}W ciągu najbliższego miesiąca trzy rzeczy zadecydują, czy to produkt niszowy, czy początek kategorii.{{/1}} {{2}}Czy Perplexity faktycznie udostępni Local Knowledge Work Bench jako open source, co zamieni te liczby z nagłówków z deklaracji w coś, co społeczność będzie mogła odtworzyć.{{/2}} {{3}}Czy Nemotron 3.5 Lightning trafi na rynek i pokona PPLX 27B na tym samym harnessie — teza o „post-train for the harness" jest tylko tak dobra, jak model bazowy pod spodem.{{/3}} {{4}}Czy wsparcie dla Windows we wrześniu poszerzy zasięg poza właścicieli DGX Spark.{{/4}} {{5}}Jeśli benchmark jest prawdziwy, a harness się przenosi, „uruchom agenta na własnym GPU" przestaje być podejściem hobbystycznym, a staje się opcją wdrożeniową z prawdziwym pazurem — a modele chmurowe, z którymi będzie porównywany, będą musiały zapracować na swoje ceny za token.{{/5}}