Perplexity lança Portable Computer: agente de IA 100% local com Nvidia

O produto

A Perplexity lançou o Portable Computer, versão da sua plataforma agêntica "Computer" que roda inteiramente no hardware do usuário, desenvolvida em estreita parceria com a Nvidia: começa pelo desktop DGX Spark e por máquinas Linux com GPUs RTX. O trabalho executado localmente não consome créditos de cobrança, toda tarefa nasce no dispositivo e o sistema pede permissão antes de enviar qualquer etapa individual a um modelo de fronteira na nuvem. Chega hoje aos planos Pro, Max, Enterprise Pro e Enterprise Max no Linux - Windows vem em setembro - e exige GPU RTX com pelo menos 24 GB de VRAM, na prática uma GeForce RTX 3090 ou mais nova.

Empacotar a pilha local

O Portable Computer traz para o aparelho a mesma orquestração de modelos, arquivos, ferramentas e acesso à web que o Perplexity Computer usa em tarefas de várias etapas; o diferencial é o pacote fechado - modelos locais, agent harness, inferência, ferramentas, conectores e sandbox de segurança num único sistema, contra a montagem manual das pilhas locais de hoje. Nas demonstrações, um agente revisou uma pasta de formulários fiscais 1099 rodando um Qwen de 27 bilhões de parâmetros num DGX Spark, com o contador de créditos da tela travado em zero; outra demo analisou um CSV local e enviou o resultado ao Slack. O sistema também se integra a Google Drive, Gmail e GitHub e chega com Qwen 3.8 27B e PPLX 27B, pós-treinado pela própria Perplexity, além do Nemotron 3.5 Lightning previsto.

Harness mínimo e números próprios

Em artigo publicado junto ao lançamento, a Perplexity sustenta que agentes locais eficazes exigem modelo e agent harness - prompts, ferramentas e lógica de orquestração - projetados juntos, porque estruturas genéricas pressupõem modelos de fronteira que absorvem contextos enormes. Como o Qwen 3.8 27B anuncia janela de 260 mil tokens mas vacila depois dos 100 mil, a empresa desenhou um harness mínimo: prompt enxuto, poucas ferramentas centrais, habilidades carregadas sob demanda, conectores convertidos de servidores MCP gastadores de tokens em utilitários de linha de comando, autoverificação e sandbox obrigatório no nível do sistema - sem sandbox, o harness se desativa.

Os resultados vêm do banco interno Local Knowledge Work Bench, 53 tarefas que a companhia pretende abrir: com o Qwen 3.8 27B num DGX Spark, o Computer marcou 82,6%, contra 77,6% do harness aberto Pi e 74,0% do Hermes no mesmo modelo; o PPLX 27B chegou a 85,4%. No BrowseComp, de pesquisa na web, foram 66,7% contra 50,2% e 43,9%, com 51% menos tempo e 70% menos tokens que o Pi; em compreensão multimodal de documentos, 65,1% diante de 34,6% e 13,9%.

A conta dos tokens

Segundo o executivo da Nvidia Nader, conversas eram intermitentes, mas agentes querem ficar sempre ligados consumindo o máximo de tokens possível - na nuvem, contas pesadas; no hardware próprio, custo marginal perto de zero. O artigo soma o argumento corporativo: em escala, gasto de tokens e circulação de dados se tornam difíceis de governar, e a execução local atende custo e privacidade ao mesmo tempo.

A faixa híbrida rendeu o número mais chamativo: no Terminal Bench 2.1, teste de código, o Qwen local puro marcou 59,6% a custo quase nulo; liberar um "conselheiro" Claude Opus 5 na nuvem subiu para 73,0% a cerca de US$ 0,415 por tarefa, contra 82,4% a US$ 0,65 do modelo de fronteira sozinho - a escalonagem recupera três quintos da lacuna por dois terços do preço, a critério do usuário. Antes de cada chamada, um classificador de PII mostra o que deixará o aparelho, e o modelo remoto só devolve texto.

Quanto ao Ollama, os executivos afirmam atuar em camadas distintas: inferência via vLLM, modo avançado para endpoints próprios e pós-treinamento dedicado de Qwen e Nemotron. O hardware escala: dois Sparks unidos por memória compartilhada rodam modelos abertos de classe de fronteira como o mais recente da DeepSeek, e quatro rodam GLM 5.2 ou Nemotron Ultra.

Aliança e limitações

O lançamento estende parceria iniciada em junho de 2025 com IA soberana para editoras e telecoms europeias. Para a Perplexity, envolvida em disputas com editoras como a ação do The New York Times em dezembro de 2025 e o conflito com a Forbes, o produto livra sua economia da cobrança por token e abre setores sensíveis a privacidade, como direito, saúde e finanças; a Nvidia ganha um caso de uso forte para o DGX Spark, descrito por participantes como mais fácil de comprar que de operar. Seguem as ressalvas: os números mais altos saem de benchmark interno, modelos compactos continuam atrás da fronteira em raciocínio difícil, tudo é exclusivo de Linux, o piso de memória afasta a maioria dos PCs e o silício da Apple não entra no roteiro. A leitura final é de virada: agentes cada vez mais capazes migrando da infraestrutura remota para o dispositivo do usuário.