Perplexity PPLX 27B: lokal kunnskapsagent, skyen må spørre først

Perplexity lanserte 25. august 2026 Portable Computer: en lokal-først-utgave av selskapets Computer-agent. Hele kjøretiden skal ligge på maskinen du eier. Orkestrator, underagenter, harness og de post-trente modellene kjører lokalt. Skyen er et valg, ikke standarden.

Dette er ikke en ny frontiermodell. Det er en produktisert 27B-stakk med egen post-trening, egne evaler og et harness bygd for små modeller. For CIO og CISO er det likevel modellnyhet. Tokenkost, databevegelse og blast radius styres nå av hvor inferensen faktisk skjer.

Primærkilden er Perplexitys egen forskningsblogg. Produktsiden bekrefter at løsningen er tilgjengelig i dag for Pro- og Max-abonnenter på NVIDIA DGX Spark. VentureBeat, som fikk briefing dagen før, legger til Enterprise Pro og Enterprise Max, Linux først, Windows i september, og et gulv på om lag 24 GB VRAM på RTX-kort.

Hva som faktisk kjører lokalt

På maskinen installeres harness, orkestrator, to post-trente modeller og sandkassekjøring. Standardmodellene ved lansering er Qwen 3.8 27B og PPLX 27B, Perplexitys egen post-trening oppå samme Qwen-vekter. NVIDIA Nemotron 3.5 Lightning er varslet som neste lokale modell. Skyeskalering peker mot mer enn 15 sky-modeller, blant dem GPT-5.5 og Claude Fable 5, men bare etter godkjenning.

Arbeid som fullføres lokalt har ingen tokenregning. Det er poenget for agentarbeid som varer i timer: dokumentgjennomgang, repo-migrering og batch-oppsummering av filer du ikke vil sende ut. Perplexity viser skatte- og meglerdokumenter som democase nettopp fordi slike filer sjelden hører hjemme i en sky-chat.

Harnesset er bevisst tynt. Qwen 3.8 27B reklameres med 260 000 tokens kontekst, men Perplexity skriver at modellen i praksis sliter over 100 000. Derfor lastes ferdigheter inn og ut underveis. Gmail, GitHub og kalender er gjort om til kompakte kommandolinjeverktøy i stedet for store MCP-definisjoner som spiser kontekst. En deterministisk orkestrator, ikke en LLM, styrer løkken, setter sammen kontekst og håndhever policy.

Tallene, og hvor de kommer fra

Perplexity måler mot to åpne harnesser, Pi og Hermes, med samme Qwen 3.8 27B på DGX Spark. Det isolerer harness, ikke modellfamilie. Tallene er selskapets egne.

På intern Local Knowledge Work Bench, 53 kunnskapsoppgaver de sier de vil åpne, scorer Computer 82,6 prosent mot 77,6 for Pi og 74,0 for Hermes. PPLX 27B løfter Computer til 85,4 prosent, mot mer tokenbruk. På BrowseComp (1 266 forskningsoppgaver) scorer Computer 66,7 prosent mot 50,2 og 43,9, med vesentlig kortere veggklokke og færre tokens. På ParseBench-100 for dokumentforståelse er gapet større: 65,1 prosent mot 34,6 og 13,9. Layout er fortsatt svakt for alle tre.

Kode er det tydeligste gapet mot frontier. På Terminal Bench 2.1 scorer lokal Qwen 3.8 27B 59,6 prosent til tilnærmet null API-kost. Rådgiverkall til Claude Opus 5 løfter scoren til 73,0 prosent til anslått 0,415 dollar per rulle. Opus 5 alene i samme harness scorer 82,4 prosent til 0,65 dollar. Eskalering tar igjen omtrent tre femtedeler av gapet til om lag to tredjedeler av frontier-kostnaden. Brukeren avgjør om handelen er verdt det.

Ta internbenken som retning, ikke innkjøpsbevis. Den er ikke uavhengig, og PPLX 27B er trent mot samme type kunnskapsarbeid som benken måler.

Hva CISO faktisk får

Sikkerhetsmodellen er mer interessant enn poengsummene. Verktøy kjører i OS-sandkasse med begrenset prosess, filsti og nettverk. Hvis sandkassen ikke er tilgjengelig, skrur harnesset seg av i stedet for å falle tilbake til brukerens fulle rettigheter. Det skiller det fra vanlige lokale agenter som kjører kommandoer som deg.

Når en oppgave trenger frontier-resonnering, velger lokal modell å be om råd. Orkestratoren beholder verktøymyndighet. Før kall kjører en PII-klassifikator, og brukeren ser hva som vil forlate maskinen. Rådgiveren får bare godkjent kontekst og svarer med tekst. Den får ikke filer, verktøy eller samtalen. Det er bedre enn å lime inn hele saken i en sky-chat. Det er ikke null utgående data.

For styrerommet er tre spørsmål skarpe. Hvilke mapper og koblinger får agenten. Hvem kan slå på automatisk eskalering. Hvordan logges avslag og tillatelser. Lokal inferens fjerner tokenregningen. Den fjerner ikke behovet for tilgangsstyring på endepunktet.

Maskinen er porten, ikke abonnementet

Portable Computer er bundlet i eksisterende Pro- og Max-planer. Flaskehalsen er silisium. Første mål er DGX Spark med GB10, 128 GB minne og fornuftig lokal disk. VentureBeat siterer Perplexity på at RTX med minst 24 GB VRAM er praktisk gulv, omtrent RTX 3090 eller nyere. macOS er ikke varslet. Windows kommer i september. Dette er ikke en Mac-app du slår på i kveld.

Qwen 3.8 27B er allerede åpne vekter. Nyheten er at Perplexity pakker post-trening, sandbox, koblinger og hybrid eskalering til noe en avdeling kan rulle ut uten å lime sammen vLLM, Ollama og MCP selv. Leverandørbindingen flytter seg fra modellvektene til harnesset.

For norske virksomheter med advokat, helse eller finansdata er testspørsmålet konkret: kan 27B pluss sandkasse ta unna intern dokumentflyt uten at kildene forlater huset, og er DGX Spark eller 24 GB VRAM en akseptabel billettpris. Hvis svaret er nei, er dette fortsatt et signal. Agentkost og personvern presses ned på pulten, ikke bare i datasenteret.

Kilder og medier

Primærkilde: Perplexity, «A Local-First Agent for Private and Cost-Effective Knowledge Work», https://www.perplexity.ai/hub/blog/a-local-first-agent-for-private-and-cost-effective-knowledge-work

Produktside: Perplexity Portable Computer, https://www.perplexity.ai/hub/products/portable-computer

Sekundær: VentureBeat, briefing 25. august 2026.

Thumbnail: OpenAI Image 2 / hogby.ai