A Perplexity lançou, em parceria com a Nvidia, o Portable Computer — uma versão da sua plataforma de agentes que roda inteiramente na máquina do usuário. A promessa central da IA local aqui é econômica antes de ser técnica: as tarefas executadas no dispositivo não consomem créditos de nuvem, e os arquivos nunca saem do computador.
Segundo reportagem do VentureBeat, o produto roda no DGX Spark, o desktop de IA da Nvidia, e em máquinas Linux equipadas com GPUs GeForce RTX. É uma das tentativas mais agressivas até agora de tirar cargas de agentes de IA da nuvem e colocá-las em hardware que a empresa já possui.
Requisitos: qual GPU roda o Portable Computer
O corte técnico é o dado mais útil para quem planeja infraestrutura. A Perplexity estabeleceu um piso claro de memória de vídeo.
- GPU mínima: qualquer RTX com pelo menos 24 GB de VRAM — na prática, RTX 3090 ou superior
- Sistema operacional: Linux no lançamento, com Windows previsto para setembro
- Modelos disponíveis: Qwen 3.8 27B ou PPLX 27B (versão pós-treinada pela Perplexity), com Nemotron 3.5 Lightning da Nvidia a caminho
- Integrações: Google Drive, Gmail, GitHub e Slack via conectores
- Planos: disponível para assinantes Pro, Max, Enterprise Pro e Enterprise Max
O pacote reúne em um único aplicativo os modelos locais, o motor de inferência, as ferramentas, os conectores e um sandbox de segurança. Esse empacotamento é o argumento de venda: montar essa pilha manualmente hoje exige baixar pesos de modelo, subir um servidor de inferência, conectar ferramentas e ajustar desempenho — processo que a própria Nvidia reconhece ser trabalhoso mesmo para engenheiros.
O contador travado em zero
Em uma demonstração citada pela reportagem, o sistema assumiu o papel de um investidor revisando uma pasta de documentos fiscais e de investimento — exatamente o tipo de material sensível que muita gente hesita em enviar para um serviço em nuvem. Rodando um modelo Qwen de 27 bilhões de parâmetros em um DGX Spark, o agente analisou cada documento e sinalizou casos de cobrança desnecessária de taxas. O elemento de interface que normalmente exibe o consumo de créditos permaneceu parado em zero.
Esse detalhe explica a lógica estratégica do lançamento. Chats são consumo em rajada: uma pergunta, uma resposta, fim. Agentes são outra coisa — rodam por horas, revisam o próprio trabalho e iteram. Na nuvem, essa carga vira fatura. Em hardware próprio, o custo marginal do token tende a zero.
Quer rodar IA local na sua empresa?
Workstations e placas de vídeo com VRAM suficiente para inferência local, de canais oficiais e com nota fiscal eletrônica para CNPJ. Faturamento empresarial em até 90 dias e 10% de desconto no PIX.
Modelo local, nuvem opcional — e quem decide é o usuário
O Portable Computer não é fechado à nuvem. Quando o modelo local atinge seu limite, o sistema pode escalar para um modelo de fronteira remoto — mas pede permissão antes, e roda um classificador de dados pessoais sobre o contexto que sairia da máquina, mostrando ao usuário exatamente o que seria enviado. O modelo remoto devolve apenas orientação em texto; nunca toca nos arquivos ou ferramentas locais.
Os números de escalonamento divulgados ajudam a dimensionar o trade-off. Em um benchmark de programação, o modelo local pontuou 59,6% a custo marginal praticamente nulo. Permitindo consulta a um modelo de fronteira na nuvem, o resultado subiu para 73,0%, a um custo estimado de US$ 0,415 por tarefa. Usar apenas o modelo de fronteira alcançou 82,4%, a US$ 0,65 por tarefa. Ou seja: o escalonamento recuperou cerca de três quintos da diferença de desempenho por aproximadamente dois terços do custo.
Os benchmarks e a ressalva necessária
A Perplexity divulgou resultados fortes em avaliação própria. No seu Local Knowledge Work Bench, um conjunto de 53 tarefas de pesquisa, análise financeira e criação de documentos, o sistema rodando Qwen 3.8 27B marcou 82,6%, contra 77,6% do harness aberto Pi e 74,0% do Hermes com o mesmo modelo. Com o PPLX 27B pós-treinado, chegou a 85,4%.
A ressalva é da própria reportagem do VentureBeat: os números vêm de benchmark interno da empresa, que afirma pretender abri-lo. Modelos compactos ainda ficam atrás dos de fronteira em raciocínio difícil, e a Perplexity reconhece que o escalonamento reduz, mas não fecha, essa diferença.
O que isso significa para empresas brasileiras
Três leituras práticas se destacam para o mercado nacional.
Conformidade com a LGPD. Processar documentos sensíveis sem que eles saiam do perímetro da empresa simplifica consideravelmente o enquadramento regulatório. Para escritórios de advocacia, clínicas e áreas financeiras, esse costuma ser o obstáculo que trava projetos de IA — não a capacidade técnica do modelo.
Previsibilidade de custo em dólar. Faturas de API são cobradas em moeda estrangeira e variam conforme o uso. Uma máquina local é investimento único em real, depreciável e previsível — argumento que pesa em orçamento corporativo brasileiro.
Independência de conexão. Agentes que rodam localmente não param quando o link cai, o que importa em operações fora dos grandes centros.
A barreira, claro, é o hardware. O piso de 24 GB de VRAM exclui a esmagadora maioria dos PCs corporativos em uso hoje. Colocar IA local em produção significa investir em estações com GPU adequada — e é aí que a decisão deixa de ser de TI e vira orçamento.
Monte sua infraestrutura de IA com orçamento especializado
A GOIG dimensiona workstations e servidores para cargas de inferência local. Parcelamento em até 12x sem juros e cupom BEMVINDOGOIG com 5% off na primeira compra.
Perguntas frequentes sobre IA local
Qual placa de vídeo é necessária para rodar o Portable Computer?
Qualquer GPU GeForce RTX com no mínimo 24 GB de VRAM, o que na prática significa uma RTX 3090 ou modelo mais recente com essa capacidade de memória. O produto também roda no DGX Spark da Nvidia.
Rodar IA local realmente sai de graça?
Não consome créditos por token, já que o processamento acontece no próprio equipamento. O custo se desloca para o investimento inicial em hardware e para o consumo de energia elétrica da máquina.
Os dados ficam mesmo dentro da empresa?
Por padrão, sim: modelo, arquivos e execução permanecem no dispositivo. Se o sistema precisar consultar um modelo na nuvem, ele pede permissão, analisa o conteúdo em busca de dados pessoais e mostra ao usuário o que seria enviado.
O Portable Computer funciona no Windows?
No lançamento, apenas Linux. A empresa indicou suporte ao Windows para setembro. Máquinas com Apple Silicon não estão no roteiro divulgado.
IA local substitui os modelos de nuvem?
Ainda não em tarefas de raciocínio complexo. Modelos compactos rodando localmente entregam boa parte do resultado a custo próximo de zero, mas seguem atrás dos modelos de fronteira nas tarefas mais difíceis, segundo os próprios dados divulgados pela Perplexity.
