PPLX 27B Chega ao Computador Portátil da Perplexity: Um Agente Local que Supera as Estruturas Abertas

O PPLX 27B da Perplexity não é um modelo de nuvem, e essa é toda a história. Anunciado em 25 de agosto de 2026, junto com o Portable Computer — o agente local-first da empresa, construído com a NVIDIA — o PPLX 27B é uma versão pós-treinada do Qwen 3.8 27B de pesos abertos da Alibaba, ajustado pela Perplexity para seu próprio harness de agente e enviado para rodar inteiramente em hardware que você possui. No Local Knowledge Work Bench de 53 tarefas da Perplexity, o harness executando o PPLX 27B obteve 85,4%, à frente do mesmo harness no Qwen 3.8 27B (82,6%) e de dois harnesses de agente de código aberto, Pi (77,6%) e Hermes (74,0%). Esses são os números do próprio fornecedor, do post de lançamento e do artigo de pesquisa complementar, "A Local-First Agent for Private and Cost-Effective Knowledge Work", não reproduzidos de forma independente — mas são a primeira evidência pública de que um modelo de 27B em um desktop pode realizar trabalho de conhecimento real a uma fração do preço da nuvem.

O que realmente foi lançado

Portable Computer é a versão on-device da plataforma de agentes "Computer" da Perplexity. Enquanto o produto Computer anterior executava seu orquestrador na nuvem, o Portable Computer empacota toda a pilha em um único sistema que roda na sua máquina: o harness do agente, orquestrador, planejador, roteador de ferramentas, agendador, uma fila de tarefas durável, um índice de busca local, o motor de inferência e os conectores de aplicativos para Google Drive, Gmail, Slack, GitHub e Outlook.

Duas propriedades o separam de uma configuração local DIY. Primeiro, a execução de código e ferramentas acontece dentro de uma sandbox imposta pelo sistema operacional, e se a sandbox estiver indisponível, a execução de ferramentas é desabilitada em vez de rodar sem proteção. Segundo, é local-first por design: cada tarefa começa no dispositivo, e se uma etapa precisar de dados web ao vivo ou raciocínio de fronteira, o orquestrador para e pede permissão antes de escalar essa única etapa para um dos 15+ modelos de nuvem. Um classificador de PII é executado sobre o contexto de saída primeiro e mostra exatamente o que sairia da máquina.

Os dois modelos 27B

No lançamento, você escolhe entre dois modelos de 27 bilhões de parâmetros. O Qwen 3.8 27B é o modelo de pesos abertos Apache-2.0 da Alibaba — um 27B denso e multimodal com janela de contexto nativa de 262 mil tokens, lançado duas semanas antes e já uma forte opção de auto-hospedagem. O PPLX 27B é essa mesma base pós-treinada pela Perplexity: não é uma nova arquitetura, mas treinamento adicional ajustado especificamente para este harness, com a empresa alegando comportamento mais preciso e mais eficiente em suas próprias cargas de trabalho de agente. O Nemotron 3.5 Lightning (30B) da NVIDIA está listado como em breve, e há suporte tanto para modelo próprio quanto para servidor de inferência próprio, então o harness não está atrelado aos pesos da Perplexity.

O benchmark, e o que não é

O número principal vem do Local Knowledge Work Bench, uma suíte de 53 tarefas que abrange o tipo de trabalho que um trabalhador do conhecimento realmente delegaria — pesquisa profunda, análise financeira, criação de documentos. A Perplexity afirma que planeja abrir o código do benchmark, o que eventualmente tornará a comparação repetível em vez de confiar na fé. Até lá, esses resultados são executados pelo fornecedor. Nessa suíte, segundo o fornecedor:

• Computador Portátil com PPLX 27B — 85.4%

Computador Portátil com Qwen 3.8 27B — 82.6%

• Pi (harness de código aberto) — 77,6%

• Hermes (harness de código aberto) — 74.0%

Dois outros resultados reportados pelos fornecedores completam o quadro. No BrowseComp, a suíte de pesquisa na web, o Computer alcançou 66,7%, contra 50,2% do Pi e 43,9% do Hermes, usando 51% menos tempo decorrido e 70% menos tokens que o Pi. No ParseBench-100, um teste de extração de documentos, obteve 65,1%, contra 34,6% do Hermes e 13,9% do Pi. As maiores diferenças se concentram nas tarefas que recompensam a infraestrutura própria de um harness — busca, roteamento, uso de ferramentas —, que é onde um modelo pós-treinado somado a uma stack de integração criada sob medida demonstra seu valor.

A virada econômica

{{1}}O número mais interessante é o preço. Trabalho concluído localmente tem custo zero por token e não consome créditos da Perplexity — o contador fica em zero para uma tarefa totalmente local.{{/1}} {{2}}Escalonamento é a única coisa que custa dinheiro, e é opcional em cada etapa.{{/2}} {{3}}A Perplexity publicou a matemática híbrida no Terminal Bench 2.1: totalmente local obteve 59,6% com custo praticamente zero; adicionar um modelo de fronteira como consultor elevou para 73,0% a cerca de US$ 0,415 por execução; o modelo de fronteira sozinho atingiu 82,4% a cerca de US$ 0,65 por execução. Esse último contraste é a tese — inferência local achata a curva de custo para agentes sempre ativos, e o escalonamento em nuvem se torna uma despesa cirúrgica onde se paga por si mesma.{{/3}}

{{1}}Nenhuma dessas opções é gratuita para começar.{{/1}} {{2}}O hardware importa.{{/2}} O Portable Computer é lançado primeiro com Linux no NVIDIA DGX Spark, o supercomputador de mesa com 128GB de memória unificada (preço de tabela em torno de US$ 4.500), ou em PCs Linux com GPUs RTX de pelo menos 24GB de VRAM — aproximadamente uma RTX 3090 ou mais nova — com 32GB recomendados. O suporte para Windows está previsto para setembro; macOS não foi anunciado. E o software em si exige um plano pago do Perplexity: Pro, Max, Enterprise Pro ou Enterprise Max. Este é um produto de assinatura mais hardware voltado para pessoas que já pagam pelo Perplexity, não uma API geral.

Onde o roteador se encaixa

PPLX 27B não é algo que o OrcaRouter roteia — ele roda em hardware que você possui, atrás de uma assinatura da Perplexity, e não vamos fingir o contrário. O que roteamos é o conjunto de comparação que este lançamento convida. Qwen 3.8 27B, os exatos pesos-base a partir dos quais o PPLX 27B faz pós-treinamento, está disponível no OrcaRouter auto-hospedado; assim como DeepSeek V4 Flash, Gemini 3.5 Flash Lite e GPT-5.6 Luna — todos atrás de uma única chave de API pelo preço de tabela do provedor, repassados sem nenhuma margem, de modo que um corte de preço do fornecedor entra em vigor do nosso lado no mesmo dia em que é anunciado.

Isso importa aqui por uma razão específica. A proposta da Portable Computer é o contraste de custo entre local e nuvem, e o lado da nuvem desse contraste só é tão honesto quanto os preços com que você compara. No OrcaRouter, esses são os preços de tabela reais do provedor, o que transforma a decisão entre local e nuvem em um cálculo confiável, em vez de uma comparação de marketing. E se você quiser prototipar o mesmo agente das duas formas — harness local em uma única máquina, modelos de nuvem atrás de um endpoint — o failover automático permite que o lado da nuvem assuma quando o modelo local não dá conta, sem um segundo contrato ou um segundo caminho de código.

O que assistir

Três coisas no próximo mês decidem se isto é um produto de nicho ou o início de uma categoria. Se a Perplexity realmente abrir o código do Local Knowledge Work Bench, o que transformaria os números de destaque de alegações em algo que a comunidade possa reproduzir. Se o Nemotron 3.5 Lightning chegar e vencer o PPLX 27B no mesmo harness — a tese de "pós-treinar para o harness" só é tão boa quanto o modelo base que a sustenta. E se o suporte ao Windows em setembro amplia o alcance para além dos proprietários do DGX Spark. Se o benchmark for real e o harness transferir, "executar o agente na sua própria GPU" deixa de ser um padrão de hobby e se torna uma opção de implantação de verdade — e os modelos de nuvem com os quais ele for comparado terão que merecer seus preços por token.