Главное отличие Portable Computer от обычного облачного Perplexity Computer заключается в том, что модель, агентная система и обработка локальных файлов могут работать непосредственно на компьютере пользователя. Для таких задач данные не нужно постоянно отправлять в облако, а выполненная локально работа не расходует кредиты Computer. Если агенту требуется более мощная облачная модель или внешний поиск, он может переключиться на неё после разрешения пользователя.
Portable Computer теперь работает на Windows
Perplexity впервые представила Portable Computer 25 августа 2026 года. Первоначально агент работал на NVIDIA DGX Spark и Linux-системах с RTX, а поддержку Windows компания обещала добавить позднее.
14 сентября это ограничение сняли. Portable Computer стал доступен непосредственно внутри Windows-приложения Perplexity.
Теперь пользователю не требуется отдельная Linux-машина или специализированная система DGX Spark. Совместимый Windows-ПК с достаточно мощной NVIDIA RTX может выполнять локальные агентные задачи самостоятельно.
Это расширяет потенциальную аудиторию продукта с относительно небольшого числа разработчиков и владельцев специализированных AI-компьютеров до пользователей мощных рабочих станций и игровых ПК.
Для работы потребуется NVIDIA RTX с большим объёмом памяти
Полностью массовой функция пока не стала.
NVIDIA ещё перед выходом Windows-версии указывала, что Portable Computer рассчитан на GeForce RTX и RTX PRO с как минимум 24 ГБ видеопамяти. Именно этот объём памяти необходим для запуска используемых агентом локальных моделей.
Поэтому большинство распространённых игровых видеокарт с 8, 12 или 16 ГБ VRAM для полноценного Portable Computer пока не подходят.
Требование в 24 ГБ заметно сужает список совместимого оборудования. В основном речь идёт о старших GeForce RTX и профессиональных ускорителях RTX PRO.
Однако в контексте локального ИИ это уже заметный шаг. Ещё недавно агентные системы подобного уровня требовали серверной инфраструктуры или специализированного компьютера с большим объёмом общей памяти.
Агент работает с файлами прямо на компьютере
Portable Computer рассчитан на задачи, в которых пользователь не хочет загружать конфиденциальные материалы в сторонний облачный сервис.
Агент может анализировать документы, искать информацию в нескольких локальных файлах, работать с кодом и выполнять продолжительные последовательности действий. Perplexity отдельно позиционирует систему для частных кодовых баз, внутренних документов и другой информации, которую нежелательно отправлять за пределы компьютера.
Обычное Windows-приложение Perplexity уже умеет читать, создавать и изменять файлы в папках, доступ к которым предоставил пользователь. Portable Computer добавляет к этому локальное выполнение самой модели и агентной логики.
В выбранной папке Perplexity может искать документы, читать их содержимое, создавать новые файлы и изменять существующие. Доступ к другим областям системы может потребовать отдельного разрешения.
Модель и агентная система запускаются локально
Portable Computer представляет собой не обычный локальный чат с языковой моделью.
На устройстве работает целый агентный стек: модель, оркестратор, планировщик задач, механизм выбора инструментов, очередь выполнения и локальный поисковый индекс.
Это позволяет агенту получить большую задачу, разбить её на этапы и выполнять их последовательно.
Например, пользователь может дать папку с большим количеством документов и попросить:
- найти нужную информацию;
- сравнить несколько файлов;
- подготовить итоговый документ;
- изменить существующие материалы;
- обработать код;
- повторять определённую задачу по расписанию.
Такие сценарии требуют от модели гораздо больше, чем простой генерации ответа на один запрос.
Perplexity использует компактную модель класса 27B
При разработке Portable Computer компания экспериментировала с Qwen 3.8 27B и собственной дообученной версией этой модели под названием PPLX 27B.
В отличие от крупнейших облачных моделей с сотнями миллиардов параметров, модель примерно на 27 млрд параметров уже можно разместить на одной мощной потребительской видеокарте или рабочей станции.
NVIDIA сообщает, что Windows-версия автоматически настраивает локальную модель, оптимизированную для работы с агентной системой Perplexity и RTX. Пользователю не требуется самостоятельно выбирать движок инференса, разбираться с форматами квантования и вручную собирать программное окружение.
Именно эта часть может оказаться не менее важной, чем производительность самой модели.
Запустить локальную LLM на Windows можно было и раньше через Ollama, LM Studio и другие инструменты. Но для полноценного агента необходимо дополнительно настроить работу с инструментами, памятью, файлами, песочницей и длинными задачами.
Perplexity собирает эти компоненты в готовый продукт.
Локальная работа не расходует кредиты Computer
У Portable Computer есть ещё одно отличие от облачного агента.
Задачи, которые полностью выполняются локальной моделью, не расходуют кредиты Perplexity Computer.
Для пользователей, которые запускают много длинных агентных процессов, это может заметно изменить стоимость работы.
Облачный Computer использует кредитную систему. Количество списываемых кредитов зависит от сложности задачи и от моделей, которые агент подключает во время выполнения.
При локальном режиме вычисления фактически оплачиваются самим пользователем через стоимость оборудования и электроэнергии. Дополнительная плата за каждый вызов локальной модели не требуется.
Это особенно удобно для повторяющихся задач: анализа большого количества документов, обработки кода, подготовки отчётов или фоновой работы агента.
При необходимости Portable Computer подключает облачные модели
Название «локальный агент» не означает, что Portable Computer всегда полностью отключён от интернета.
Perplexity использует гибридную архитектуру.
Если локальной модели не хватает возможностей для сложного анализа или исследования, агент может предложить использовать более мощную облачную модель. По заявлению компании, такая эскалация происходит под контролем пользователя.
Обращение к веб-поиску и внешним коннекторам также требует сетевого соединения.
Таким образом, Portable Computer может сохранить локальные документы на устройстве, но при этом получить внешнюю информацию из интернета или привлечь более мощную модель для отдельной части задачи.
Пользователь может и полностью отключить веб-поиск, если задача должна выполняться только на локальных данных.
Локальные данные не должны уходить в облако без разрешения
Perplexity делает конфиденциальность одним из основных преимуществ нового режима.
Компания утверждает, что модель, агентная траектория и обработка файлов работают на устройстве. Чувствительная информация при локальном выполнении задачи остаётся на компьютере.
Для кода и инструментов используется изолированная среда выполнения SPACE. Доступ к файлам и подключённым приложениям контролируется отдельно.
В Windows пользователь сначала должен настроить Sandbox, а затем отдельно разрешить Perplexity доступ к локальной файловой системе. Управлять этим можно через настройки приложения.
Такой подход особенно важен для корпоративных сценариев, где документы нельзя свободно передавать внешним сервисам.
Perplexity уже тестировала эффективность локального агента
Перед выпуском Portable Computer компания опубликовала результаты собственных исследований.
На внутреннем тесте Local Knowledge Work Bench агентная система Computer с Qwen 3.8 27B получила 82,6%. Для сравнения, тот же базовый класс модели в агентной системе Pi показал 77,6%, а Hermes — 74%.
После дополнительного обучения модели Perplexity получила PPLX 27B. В той же оценке результат вырос до 85,4%.
Эти цифры получены самой Perplexity и относятся к тестам на NVIDIA DGX Spark, поэтому их нельзя напрямую переносить на любой Windows-ПК с RTX. Независимой оценкой производительности Windows-версии они также не являются.
Однако эксперимент показывает, почему компания уделяет большое внимание не только самой модели, но и агентной системе вокруг неё.
Локальная модель всё ещё слабее крупнейших облачных систем
Perplexity признаёт ограничение локального подхода.
Компактные модели значительно улучшились, но крупнейшие облачные модели по-прежнему сильнее на наиболее сложных задачах. Именно поэтому Portable Computer поддерживает обращение к облачному «советнику».
В одном из тестов локальная Qwen 3.8 27B получила 59,6%. После подключения Claude Opus 5 в роли облачного советника результат вырос до 73%. Полностью облачная Claude Opus 5 набрала 82,4%.
Получается компромисс.
Простые и средние задачи можно выполнять локально без оплаты каждого модельного вызова и без передачи документов в облако. Для отдельных сложных этапов агент может подключить более мощную систему.
Именно гибридный подход Perplexity считает перспективным для персональных ИИ-агентов.
Windows-приложение Perplexity существовало и раньше
У релиза есть важное уточнение.
Perplexity уже выпустила Personal Computer для Windows в июле 2026 года. Этот продукт получил доступ к локальным файлам, Microsoft 365 и другим источникам данных.
Нынешний релиз отличается тем, где выполняется ИИ-модель.
Portable Computer переносит сам инференс и значительную часть агентного стека на NVIDIA RTX. Поэтому корректнее говорить не о первом появлении Perplexity Computer на Windows, а о запуске именно локального режима агента с вычислениями на пользовательской видеокарте.
Это принципиальная разница для конфиденциальности и стоимости выполнения длинных задач.
Windows становится одной из главных платформ для локального ИИ
Выход Portable Computer совпал с более широкой стратегией NVIDIA по переносу ИИ-агентов на персональные компьютеры.
На выставке IFA 2026 компания объявила об упрощённом запуске локальных моделей в нескольких агентных системах, включая Perplexity Portable Computer, Hermes Agent и OpenClaw.
NVIDIA также развивает PAIR — Personal AI Router, способный распределять инференс между несколькими компьютерами с RTX в одной локальной сети.
Это показывает изменение роли мощной видеокарты в обычном ПК. Раньше основной нагрузкой для GeForce были игры, графика и профессиональный рендеринг. Теперь производители всё чаще рассматривают GPU как персональную инфраструктуру для постоянной работы ИИ-моделей и агентов.
Зачем запускать агента на собственной видеокарте
Облачная модель остаётся проще для пользователя: ей не нужна дорогая видеокарта, а вычислительные ресурсы автоматически масштабируются на стороне сервиса.
Локальный агент решает другие задачи.
Он может работать с конфиденциальными файлами непосредственно там, где они хранятся. Пользователь получает предсказуемые вычислительные ресурсы и не платит за каждый локальный вызов модели.
Для длительных процессов это особенно заметно. Агент может часами анализировать документы, код или другие данные, используя уже купленное оборудование.
У такого подхода есть и очевидная цена входа: 24 ГБ видеопамяти пока относятся к дорогому сегменту RTX.
Поэтому Portable Computer на Windows сейчас скорее ориентирован на разработчиков, специалистов, создателей контента и компании с мощными рабочими станциями, чем на любой домашний ноутбук.
Локальные ИИ-агенты переходят из экспериментов в готовые приложения
Perplexity пытается убрать один из основных барьеров локального ИИ — сложную настройку.
Пользователю не нужно вручную выбирать модель, устанавливать сервер инференса и самостоятельно соединять LLM с файловой системой, поиском и инструментами. Portable Computer устанавливается через обычное приложение Perplexity и использует RTX для локального выполнения.
Релиз Windows-версии особенно важен из-за размера экосистемы ПК.
Если требование к видеопамяти со временем снизится, подобные агенты смогут перейти с дорогих рабочих станций на значительно более широкий класс компьютеров.
Пока же Perplexity делает первый практический шаг: Portable Computer уже работает на Windows-ПК с совместимыми NVIDIA GeForce RTX и RTX PRO, выполняет многоэтапные задачи локально и может обращаться к облаку только тогда, когда локальных возможностей недостаточно.
