Perplexity anunció el 25 de agosto de 2026 el lanzamiento de Portable Computer, una versión local de su plataforma de agentes Computer, diseñada para ejecutar tareas de inteligencia artificial en el hardware que posee el usuario en lugar de realizarlas completamente en la nube. La disponibilidad comienza en computadoras Nvidia DGX Spark y dispositivos Linux equipados con unidades de procesamiento gráfico Nvidia RTX, mientras que la empresa afirmó que la compatibilidad con Windows llegará en septiembre.
El producto funciona con las suscripciones Pro, Max, Enterprise Pro y Enterprise Max. Requiere una tarjeta RTX con al menos 24 GB de memoria de video, lo que equivale aproximadamente a una GeForce RTX 3090 o posterior. Esto significa que la ejecución local de la plataforma no está disponible para la mayoría de las computadoras de consumo, aunque Perplexity la presenta como una forma de simplificar la ejecución de agentes avanzados frente a ensamblar manualmente sus componentes.
Un paquete local en lugar de múltiples configuraciones
Portable Computer reúne en una sola aplicación los modelos locales, el motor de inferencia, un agente coordinador de tareas, herramientas, conectores de aplicaciones y un entorno de aislamiento de seguridad. El sistema puede revisar carpetas de documentos, analizar datos, preparar informes y acceder a servicios como Google Drive, Gmail y GitHub, para después enviar los resultados a Slack mediante los conectores disponibles.
En una demostración presentada por la empresa, un agente que funcionaba con el modelo Qwen 3.8 27B revisó un conjunto de modelos 1099 y documentos de inversión en un dispositivo DGX Spark, e identificó casos de pago de tarifas innecesarias. Como la ejecución se realizó en el dispositivo, el contador de créditos de uso en la nube permaneció en cero. Perplexity afirma que cada tarea comienza localmente y que ningún paso pasa a un modelo en la nube más potente sin solicitar permiso.
Modelos locales y diseño específico para agentes
En el lanzamiento están disponibles los modelos Qwen 3.8 27B y PPLX 27B, un modelo que Perplexity entrenó posteriormente para adaptarse a la arquitectura de su agente, mientras que Nvidia Nemotron 3.5 Lightning llegará más adelante. La plataforma utiliza vLLM para alojar la inferencia, con un modo avanzado que permite al usuario conectar su propio punto final de inferencia.
Perplexity parte de la idea de que el modelo local y la arquitectura del agente deben diseñarse conjuntamente. Según un artículo de investigación publicado por la empresa, modelos como Qwen 3.8 27B comienzan a enfrentar dificultades después de unos 100.000 tokens, pese a anunciar una ventana de contexto de 260.000 tokens. Por ello, la empresa adoptó una indicación de sistema breve, un número limitado de herramientas y «habilidades» que se cargan cuando son necesarias, además de herramientas de línea de comandos que consumen menos contexto en lugar de conectores MCP grandes.
La plataforma impone de forma permanente el aislamiento a nivel del sistema operativo y también se detiene si el entorno de aislamiento no está disponible, en lugar de ejecutar las herramientas con todos los permisos del usuario. Cuando solicita ayuda a un modelo en la nube, el sistema revisa el contexto en busca de información de identificación personal y muestra al usuario qué datos saldrán del dispositivo; el modelo remoto solo devuelve instrucciones de texto y no accede a los archivos ni a las herramientas locales.
¿Qué cambia en la práctica?
El cambio comercial más importante es trasladar el costo de uso del número de tokens consumidos a la capacidad del hardware local. Un agente que trabaje durante horas revisando documentos o repitiendo análisis no acumulará créditos de uso en la nube durante la ejecución local. Además, mantener los datos en el dispositivo puede beneficiar a las organizaciones que manejan documentos financieros, legales o sanitarios sensibles, aunque la responsabilidad de proteger y administrar el dispositivo sigue recayendo en el usuario o la organización.
Perplexity presenta un modelo híbrido en lugar de una separación completa de la nube. En la prueba Terminal Bench 2.1, Qwen local obtuvo un 59,6 % con un costo marginal cercano a cero, y la puntuación aumentó al 73,0 % al recurrir a un asesor Claude Opus 5, con un costo estimado de 0,415 dólares por tarea, frente al 82,4 % del modelo en la nube por sí solo, con un costo de 0,65 dólares.
La empresa afirma que Computer obtuvo un 82,6 % en su prueba interna Local Knowledge Work Bench, compuesta por 53 tareas, frente al 77,6 % de la arquitectura Pi y el 74,0 % de Hermes con el mismo modelo, mientras que PPLX 27B elevó el resultado al 85,4 %. Sin embargo, estos resultados proceden de evaluaciones de la propia Perplexity y requieren una verificación independiente. La empresa también reconoce que los modelos locales siguen estando por debajo de los modelos avanzados en razonamiento difícil y que la escalada a la nube reduce la brecha, pero no la cierra por completo.
Limitaciones y significado de la asociación
El lanzamiento vincula el objetivo de Perplexity de ofrecer agentes más privados y menos dependientes de la facturación por token con el objetivo de Nvidia de convertir dispositivos como DGX Spark en herramientas prácticas para ejecutar inteligencia artificial local. Ambas empresas habían anunciado en junio de 2025 una colaboración relacionada con modelos de inteligencia artificial soberana para editoriales y empresas europeas de telecomunicaciones.
No obstante, en su lanzamiento Portable Computer sigue limitado a Linux y al hardware de Nvidia con un requisito mínimo elevado de memoria de video, y no incluye una vía anunciada para admitir Apple silicon. Por tanto, el producto no representa una alternativa general a los servicios en la nube ni a herramientas como Ollama, sino un intento de empaquetar toda la capa de agentes y de inferencia en una sola experiencia, con una contrapartida clara entre privacidad y costo, por un lado, y los requisitos de hardware y un rendimiento más débil en algunas tareas, por otro.