Что это и зачем
Компания Perplexity выпустила Portable Computer — локальную сборку своей агентной платформы Computer, которая теперь работает на компактной станции NVIDIA DGX Spark. Это не превью и не экспериментальный билд, а полноценное релизное ПО: оркестратор, планировщик, роутер инструментов и дообученные модели установлены прямо на устройство.
Продукт ориентирован не на массовый рынок. Основные покупатели — крупные компании и средний бизнес, у которых уже есть NVIDIA-станции, плюс хорошо финансируемые AI-native стартапы. Обычным небольшим фирмам такая покупка вряд ли окупится. Судя по позиционированию, система интересна в первую очередь финансам, юриспруденции, здравоохранению, госсектору, обороне и инженерным командам, работающим с чувствительной интеллектуальной собственностью.
Как устроена локальная система
Всё необходимое поставляется одним пакетом: локальная модель, инференс-движок, агентский харнесс, песочница для инструментов и коннекторы приложений. Пользователь выбирает между Qwen 3.8 27B и PPLX 27B — второй вариант представляет собой дообученную модель от самой Perplexity. Скоро обещают добавить открытую модель NVIDIA Nemotron 3.5 Lightning с архитектурой MoE на 30 млрд параметров. Если хочется использовать что-то своё, поддерживаются BYO-модель и собственный инференс-сервер.
Код и вызовы инструментов выполняются внутри песочницы, которую контролирует операционная система. Она жёстко ограничивает процессы, доступ к путям файловой системы и сетевые соединения. Если песочница вдруг недоступна, исполнение инструментов просто отключается — без тихого перехода в небезопасный режим.
Интеграции с Gmail, Outlook, Slack и GitHub маршрутизируются через локальный оркестратор. Чтобы модель не тонула в контексте, разработчики применили несколько трюков: системный промпт и набор инструментов держат небольшими, специализированные навыки подгружаются по требованию, а коннекторы оформлены как компактные CLI-утилиты, а не полные MCP-определения. По ходу длинного запуска устаревший контекст уплотняется. Это важно, ведь у Qwen заявлено окно 260K токенов, но на практике деградация начинается примерно после 100K.
Когда задача уходит в облако
Локальные шаги не тарифицируются за токены — плата возникает только за облачные операции. Каждая задача стартует на устройстве. Если агенту нужен прямой доступ к вебу или по-настоящему сложные рассуждения, оркестратор останавливается и спрашивает пользователя, можно ли отправить этот единственный шаг наружу. На выбор доступно более 15 облачных моделей.
Перед отправкой харнесс отбирает только релевантный контекст, прогоняет его через PII-классификатор и показывает, какие именно данные покинут машину. Облачный советник получает одобренный шаг и возвращает текстовые указания. Прямого доступа к локальным файлам, инструментам или истории диалога у него нет. Получается гибридная схема: приватная часть остаётся на устройстве, а тяжёлые вычисления делегируются наружу точечно и под контролем владельца.
Результаты в бенчмарках
Perplexity приводит собственные замеры на наборе Local Knowledge Work Bench из 53 задач компьютерного агента. С моделью Qwen 3.8 27B на NVIDIA DGX Spark локальная сборка набрала 82,6%. Для сравнения: открытый харнесс Pi показал 77,6%, а Hermes на той же модели — 74,0%. Замена модели на PPLX 27B поднимает результат до 85,4%.
На тесте BrowseComp агентная платформа получила 66,7% против 50,2% у Pi и 43,9% у Hermes. При этом она потратила на 51% меньше времени и на 70% меньше токенов, чем Pi. Ещё более заметный разрыв — на тесте ParseBench-100 для визуального понимания документов: 65,1% против 34,6% и 13,9% соответственно.
На Terminal Bench 2.1 полностью локальный прогон дал 59,6% при практически нулевых маржинальных затратах. Если подключать облачного советника, результат вырастает до 73,0%, а стоимость одного rollout составляет около $0,415. Для ориентира: отдельная модель Claude Opus 5 на том же тесте получает 82,4%, но стоит примерно $0,65 за прогон. Эскалация заметно сокращает разрыв с сильнейшими моделями, но полностью его не закрывает. Зато локальный режим остаётся почти бесплатным.
Технические требования и доступность
Для установки на NVIDIA DGX Spark нужен суперчип GB10, 128 ГБ памяти и минимум 1 ТБ хранилища. Оркестратор на базе Qwen 3.8 27B поставляется в 3-битной квантизации: загрузка 17,4 ГБ, требуется 32 ГБ RAM. Версия с NVIDIA Nemotron 3.5 Lightning — 4-битная, занимает 19 ГБ и требует 36 ГБ RAM. На других системах можно использовать DGX OS или Ubuntu на ARM или x64 с видеокартой RTX и минимум 24 ГБ видеопамяти. Установка выполняется через стандартный apt-репозиторий.
На старте система доступна Linux-first для подписчиков Pro, Max, Enterprise Pro и Enterprise Max. Windows-версия ожидается в сентябре, а macOS в дорожной карте пока нет. Важный нюанс: при запуске поддерживается только один DGX Spark, кластеризация нескольких устройств запланирована на будущее.
По сути, это попытка создать приватную агентную среду, которая не требует постоянного подключения к интернету и не платит за каждый локальный вызов, но при этом умеет подключать мощные облачные модели тогда, когда это действительно оправдано.
