PPLX 27B запускается в портативном компьютере Perplexity: локальный агент, который превосходит открытые харнессы.

PPLX 27B от Perplexity — не облачная модель, и в этом вся суть. Анонсированная 25 августа 2026 года вместе с Portable Computer — локальным агентом компании, созданным с NVIDIA, — PPLX 27B представляет собой посттренированную версию открытой по весам Qwen 3.8 27B от Alibaba, дообученную Perplexity для собственного агентного харнесса и выпущенную так, чтобы полностью работать на оборудовании, которым вы владеете. В Local Knowledge Work Bench от Perplexity из 53 задач харнесс с PPLX 27B набрал 85,4%, опередив тот же харнесс с Qwen 3.8 27B (82,6%) и два открытых агентных харнесса — Pi (77,6%) и Hermes (74,0%). Это собственные цифры вендора из публикации о запуске и сопроводительной научной статьи «A Local-First Agent for Private and Cost-Effective Knowledge Work», а не независимо воспроизведённые — но это первые публичные доказательства того, что модель на 27B на настольном компьютере может выполнять реальную интеллектуальную работу за малую часть облачной цены. Неделю спустя, 1 сентября, та же посттренированная модель появилась во втором варианте развёртывания: Hybrid Compute, новом режиме Mac для агента Computer от Perplexity, который разделяет одну задачу между облачными фронтирными моделями и PPLX 27B, работающей на Apple silicon, — за новым локальным Privacy Gate, который сканирует на наличие персональных данных, прежде чем что-либо покидает устройство. Через два дня после анонса для Mac, 3 сентября, Perplexity сообщила, что Portable Computer теперь также доступен на Linux для NVIDIA RTX GPU с 24 ГБ видеопамяти или более. 14 сентября компания заявила, что теперь он доступен на ПК с Windows и NVIDIA RTX GPU, — по словам компании, это самый широкий охват, которого когда-либо достигала инициатива local-first, и шаг, который делает запуск агента на собственном оборудовании реальным вариантом развёртывания на самой распространённой настольной платформе. Оба утверждения сделаны вендором.

Что на самом деле было выпущено

Portable Computer — это локальная сборка агентной платформы «Computer» от Perplexity. Если более ранний продукт Computer запускал свой оркестратор в облаке, то Portable Computer упаковывает весь стек в одну систему, работающую на вашем компьютере: агентный каркас, оркестратор, модуль планирования, маршрутизатор инструментов, планировщик, долговечную очередь задач, локальный поисковый индекс, движок инференса и коннекторы приложений для Google Drive, Gmail, Slack, GitHub и Outlook.

Два свойства отличают его от локальной настройки, собранной своими руками. Во-первых, выполнение кода и инструментов происходит внутри песочницы, принудительно обеспечиваемой операционной системой; если песочница недоступна, выполнение инструментов отключается, а не запускается без защиты. Во-вторых, он по своей архитектуре локально-ориентирован: каждая задача стартует на устройстве, и если для какого-то шага нужны актуальные данные из интернета или рассуждения уровня frontier, оркестратор останавливается и запрашивает разрешение, прежде чем передать этот отдельный шаг одной из 15+ облачных моделей. Встроенный классификатор PII — технология, которую Perplexity с тех пор превратила в продукт Privacy Gate, — сначала прогоняет исходящий контекст и показывает вам точно, что покинет устройство.

Две модели 27B

При запуске вы выбираете между двумя моделями с 27 млрд параметров. Qwen 3.8 27B — это открытая по весам модель Alibaba под лицензией Apache-2.0: плотная мультимодальная модель на 27 млрд параметров с нативным окном в 262 тыс. токенов, выпущенная двумя неделями раньше и уже ставшая сильным вариантом для самостоятельного развёртывания. PPLX 27B — это та же самая база, дообученная Perplexity: не новая архитектура, а дополнительное обучение, настроенное специально под этот харнесс, причём компания заявляет о более точном и более эффективном поведении на своих собственных агентных нагрузках. NVIDIA Nemotron 3.5 Lightning (30B) указана как «скоро появится», а также поддерживаются собственная модель и собственный инференс-сервер, так что харнесс не привязан к весам Perplexity.

Бенчмарк, и чем он не является

Основной показатель получен на основе Local Knowledge Work Bench, состоящего из 53 задач — набора, охватывающего ту работу, которую работник умственного труда действительно мог бы делегировать: глубокие исследования, финансовый анализ, создание документов. Perplexity заявляет, что планирует открыть исходный код бенчмарка, что со временем сделает сравнение воспроизводимым, а не принимаемым на веру. До тех пор эти результаты получены силами самого вендора. На этом наборе, по словам вендора:

• Портативный компьютер с PPLX 27B — 85.4%

• Портативный компьютер с Qwen 3.8 27B — 82.6%

• Pi (среда с открытым исходным кодом) — 77.6%

• Hermes (инструмент с открытым исходным кодом) — 74.0%

Ещё два результата, предоставленные вендорами, дополняют картину. На BrowseComp, наборе для веб-исследований, Computer набрал 66,7% против 50,2% у Pi и 43,9% у Hermes, используя при этом на 51% меньше реального времени и на 70% меньше токенов, чем Pi. На ParseBench-100, тесте на извлечение документов, он набрал 65,1% против 34,6% у Hermes и 13,9% у Pi. Самые большие разрывы приходятся на задачи, которые вознаграждают собственную инфраструктуру платформы — поиск, маршрутизацию, использование инструментов, — и именно здесь пост-обученная модель в сочетании со специально созданным интеграционным стеком оправдывает себя.

Экономический разворот

Более интересная цифра — цена. Локально выполненная работа имеет нулевую стоимость за токен и не расходует кредиты Perplexity: для полностью локальной задачи счётчик остаётся на нуле. Единственное, что стоит денег, — это эскалация, и она подключается по желанию на каждом шаге. Perplexity опубликовала гибридные расчёты на Terminal Bench 2.1: полностью локальный режим набрал 59,6% при практически нулевой стоимости; добавление frontier-модели в качестве советника подняло результат до 73,0% при цене около $0,415 за прогон; одна лишь frontier-модель достигла 82,4% при цене около $0,65 за прогон. Именно этот последний контраст и есть тезис: локальный инференс уплощает кривую затрат для постоянно работающих агентов, а облачная эскалация становится точечным расходом там, где она окупается.

Ничто из этого не бесплатно на старте. Железо имеет значение. Portable Computer вышел сначала для Linux — 25 августа на NVIDIA DGX Spark, настольном суперкомпьютере со 128 ГБ унифицированной памяти (цена по прайс-листу около 4500 долларов), либо на Linux-ПК с видеокартами RTX объёмом не менее 24 ГБ видеопамяти — примерно RTX 3090 или новее — с рекомендованными 32 ГБ. 3 сентября Perplexity сообщила, что Portable Computer теперь доступен на Linux для видеокарт NVIDIA RTX с 24 ГБ видеопамяти и более — по словам компании — а представленный NVIDIA на IFA 2026 в ту же неделю набор добавил установку в один клик и упрощённую настройку локального ИИ, нацеленные непосредственно на видеокарты RTX с 24 ГБ видеопамяти и более, назвав Portable Computer наряду с агентом Hermes и OpenClaw. Поддержка Windows появилась по графику: 14 сентября Perplexity сообщила, что Portable Computer теперь доступен на ПК с Windows и видеокартами NVIDIA RTX — по словам компании — в приложении Perplexity для Windows, при этом для локального вывода требуется видеокарта RTX с 24 ГБ видеопамяти или больше, что совпадает с требованием для Linux, и есть два дополнения, которых лишён путь через Linux: локальный MCP для подключения собственных инструментов и интеграций с приложениями, а также запланированные задачи, позволяющие Computer выполнять повторяющуюся работу на вашем ПК, пока вас нет. macOS появилась в другой форме через неделю после запуска на Linux — Hybrid Compute, о котором речь пойдёт далее. А само программное обеспечение требует платного плана Perplexity: Pro, Max, Enterprise Pro или Enterprise Max. Это продукт «подписка плюс железо», рассчитанный на тех, кто уже платит Perplexity, а не на общий API.

Разворот Mac: гибридные вычисления и ворота приватности

1 сентября Perplexity Computer — агентная платформа, на которой построен Portable Computer, — получила Hybrid Compute в настольном приложении для Mac. Здесь разделение работает противоположно сборке для Linux: задача запускается в облаке, где передовые модели выполняют самые сложные рассуждения, веб-исследования и долгосрочное планирование, а оркестратор передаёт чувствительные подэтапы локальному субагенту, работающему на Apple silicon. Файлы, локальные данные и действия с устройством остаются на Mac, контекст сохраняется при передаче, и ни один локальный токен никогда не попадает в облако. Локальный движок — это модель, о которой идёт речь в этом материале, — PPLX 27B, дообученная Perplexity модель Qwen 3.8 27B, указанная в материалах компании для Mac как PPLX Qwen 3.8 27B и устанавливаемая одним кликом в приложении, без Ollama или настройки терминала, по словам Perplexity. Освещение запуска различается для остальной линейки: большинство изданий добавляют Gem​ma 4 E4B от Goog​le и Qwen3.6 35B-A3B от Aliba​ba как другие локальные варианты, а одно издание называет дообученную Perplexity Qw​en 3.6 35B вместо 27B — деталь, по которой пресса не пришла к единому мнению в первый день.

Perplexity делает ставку на функцию Privacy Gate — локальный классификатор, обученный в её Secure Intelligence Institute. Прежде чем что-либо будет передано, он считывает каждую задачу — промпт, вывод инструмента, память, логи — и ищет персонально идентифицируемую информацию: имена, адреса, номера счетов, учётные данные, номера платёжных карт и государственные идентификаторы. Обнаруженные значения заменяются заглушками до того, как запрос покидает Mac, и восстанавливаются, когда возвращается ответ; когда шлюз что-то помечает, пользователь решает, должен ли этот шаг выполняться локально, быть замаскированным или переданным — шлюз спрашивает, но не решает. Perplexity также заявляет, что открыла исходный код классификатора и выпустила PII-TRACE — бенчмарк, созданный на основе 13 148 синтетических диалогов на 13 языках для оценки детекторов PII. Это заявления компании, не подтверждённые независимым аудитом.

Hybrid Compute работает на любом Mac с Apple silicon под управлением macOS 15 или новее и как минимум 24 ГБ унифицированной памяти — рекомендуется 32 ГБ. Perplexity сообщает, что компьютеры с 8 и 16 ГБ не поддерживаются. Функция доступна подписчикам Pro, Max и Enterprise через настольное приложение; корпоративные аккаунты подключаются по желанию, а администраторы могут установить для всей организации политику в отношении конфиденциальных данных и видеть журнал того, какие данные покидают каждое устройство. Локальная работа не расходует облачные кредиты, а локально сгенерированные токены не тарифицируются: плата взимается только за этапы облачной оркестрации и делегирования, и API-ключ не требуется. Предостережения те же, что и при запуске Linux-версии: шлюз сам является моделью, поэтому возможны ложноотрицательные результаты, и обозреватели сразу отметили, что защита не лучше, чем решения, которые пользователь принимает при появлении запроса. AppleInsider, в частности, советует протестировать функцию, прежде чем доверять ей конфиденциальные данные.

Где устанавливается маршрутизатор

PPLX 27B — это не то, что маршрутизирует OrcaRouter: он работает на железе, которым владеете вы, в рамках подписки Perplexity, и мы не будем делать вид, что это не так. А маршрутизируем мы набор для сравнения, к которому подталкивает этот запуск. Qwen 3.8 27B — те самые базовые веса, на которых PPLX 27B проходит постобучение, — уже доступен на OrcaRouter в режиме self-hosted; также доступны DeepSeek V4 Flash, Gemini 3.5 Flash Lite и GPT-5.6 Luna — всё через один API-ключ по прайсовой цене провайдера, транслируемой без наценки, так что снижение цены вендором появляется на нашей стороне в тот же день, когда о нём объявляют.

Это важно здесь по одной конкретной причине. Ключевой посыл Portable Computer — это сопоставление стоимости локального и облачного вариантов, и облачная половина этого сопоставления настолько честна, насколько честны цены, с которыми вы сравниваете. В OrcaRouter это фактические прайс-листовые цены провайдера, что превращает выбор между локальным и облачным вариантом в расчёт, которому можно доверять, а не в маркетинговое сравнение. А если вы хотите прототипировать одного и того же агента двумя способами — локальная обвязка на одной машине, облачные модели за одной конечной точкой, — автоматическое переключение при сбое позволяет облачной стороне подхватить, когда локальной модели не хватает возможностей, без второго контракта или второго пути кода. Hybrid Compute повторяет те же условия — локальные токены бесплатны, облачная оркестрация — единственная статья расходов — поэтому расчёт применим независимо от того, работает ли локальная половина на DGX Spark, рабочей станции Linux с RTX, Mac или — с 14 сентября — на Windows ПК с RTX GPU.

Что посмотреть

Четыре вещи в течение следующего месяца решат, останется ли это нишевым продуктом или станет началом категории. Действительно ли Perplexity откроет исходный код Local Knowledge Work Bench — это превратило бы громкие цифры из заявлений в нечто, что сообщество сможет воспроизвести. Выйдет ли Nemotron 3.5 Lightning и обойдёт ли PPLX 27B на том же харнессе — тезис «пост-тренировка под харнесс» ровно настолько состоятелен, насколько состоятельна базовая модель под ним. Выдержит ли Privacy Gate состязательную проверку теперь, когда классификатор открыт, — вероятностный детектор PII является ключевым звеном гибридного предложения только если он действительно не даёт именам, номерам счетов и учётным данным уходить в сеть. И наконец, придёт ли благодаря сентябрьскому расширению тот охват, которого никогда не было у запуска для Linux, — маршрут RTX-24GB на Linux, подтверждённый 3 сентября, поддержка Windows, подтверждённая 14 сентября в приложении Perplexity для Windows, и Hybrid Compute на Mac, — что переносит ту же экономику локальных агентов на самый широкий набор потребительского оборудования, который Perplexity когда-либо выпускала. Если бенчмарк реален и харнесс переносится, «запускай агента на своём железе» перестаёт быть любительским паттерном и становится вариантом развёртывания, который действительно имеет вес, — а облачные модели, с которыми его будут сравнивать, должны будут оправдывать свою цену за токен.