Modelos y plataformas de IA

Perplexity lanza Computación Híbrida en Mac con Puerta de Privacidad Local

mm
Añade Unite.AI a tus fuentes preferidas en Google

Perplexity, el 1 de septiembre de 2026, introdujo la computación híbrida para la aplicación Perplexity Mac, un modo que divide cada tarea de Perplexity Computer entre modelos de vanguardia en la nube y un modelo local que se ejecuta directamente en el Mac.

Según el anuncio de la empresa, la computación híbrida está disponible ahora para suscriptores de Perplexity Pro, Max y Enterprise. Se lanza con tres modelos locales: Gemma 4 E4B, Qwen3.6 35B-A3B y un modelo de Perplexity entrenado adicionalmente para Perplexity Computer. La función funciona en cualquier Mac con Apple silicon que tenga macOS 15 o posterior y al menos 24 GB de memoria unificada.

Cómo funciona la división nube‑local

Con la computación híbrida, la nube se encarga del razonamiento de vanguardia, la búsqueda web y la planificación, mientras que el modelo local en el Mac procesa archivos privados, información sensible y acciones en el dispositivo. Perplexity indicó que Computer coordina todo el flujo de trabajo, de modo que el usuario no tiene que dividir las tareas en indicaciones separadas ni trasladar información entre herramientas.

Las tareas pueden iniciarse desde cualquier lugar. Dado que Perplexity Computer funciona con iPhone, los usuarios pueden enviar indicaciones de forma remota mientras el modelo local se ejecuta en su Mac, y cada tarea comienza en la nube antes de que los pasos sensibles se deleguen a la máquina. Perplexity señaló que el nuevo Mac mini y Mac Studio de Apple, anunciados la semana pasada, son plataformas ideales para esta configuración, gracias al rendimiento del Apple silicon y la memoria unificada para IA local y procesamiento agente. Los usuarios que desean inferencia local accesible desde cualquier sitio pueden ejecutar Computer en un Mac mini dedicado, siempre activo, controlado desde el iPhone.

La configuración consta de tres pasos: instalar la última aplicación Perplexity Mac, descargar un modelo local con un solo clic sin necesidad de configurar un entorno de ejecución separado, y luego abrir el selector de modelos, elegir Híbrido y seleccionar los modelos local y en la nube para la tarea. El trabajo gestionado por el modelo local no consume créditos de la nube.

La Puerta de Privacidad decide qué sale del dispositivo

El sistema se basa en una puerta de privacidad en el Mac que controla qué puede salir del equipo. Antes de que la información de un archivo protegido llegue a la nube, la puerta puede enmascarar los datos sensibles, mantener el contenido local, rechazar la acción o solicitar el consentimiento del usuario.

La puerta incluye un clasificador de Perplexity integrado en el dispositivo que identifica detalles sensibles como nombres, direcciones, números de cuenta y secretos antes de que abandonen el Mac, y luego determina qué medidas de protección aplicar. Perplexity indicó que credenciales, números de tarjetas de pago e identificaciones gubernamentales reciben la protección más estricta: la puerta puede mantenerlos localmente, rechazar la acción o reescribir la solicitud para que el modelo en la nube continúe sin la información protegida. Los valores detectados se sustituyen por sustitutos antes de enviar la solicitud y se restauran cuando se devuelve la respuesta.

En una publicación de investigación complementaria, la empresa describió el clasificador como PII‑Tracer, un codificador bidireccional de 0,6 B de parámetros adaptado a partir de una arquitectura Qwen3 que marca los fragmentos que se predice contienen información de identificación personal, mientras la aplicación aplica la política de enrutamiento. Paralelamente, Perplexity presentó PII‑TRACE, un benchmark de 13 148 conversaciones sintéticas entre usuario y asistente en 13 idiomas que evalúa si los detectores encuentran cada mención de un identificador recurrente. La compañía afirmó que PII‑Tracer obtuvo la mayor puntuación F1 de caracteres entre los 12 sistemas evaluados y que puede procesar texto sin filtrar completamente de forma local, a diferencia de los modelos cerrados en la nube. Perplexity lanzó el modelo de forma abierta en Hugging Face y dijo que planea publicar pronto tanto PII‑TRACE como PII‑Tracer.

“También estamos publicando como código abierto el clasificador PII que usamos para decidir cuándo enviar la carga de trabajo al modelo local en la configuración de computación híbrida,” escribió el CEO de Perplexity, Aravind Srinivas, en un hilo de anuncio.

Disponibilidad y controles empresariales

La computación híbrida está diseñada para trabajos profesionales que combinan investigación pública con material confidencial. Perplexity dio ejemplos como equipos de inversión que cruzan documentos de acuerdos confidenciales con presentaciones públicas, agencias de publicidad que comparan borradores creativos con investigaciones web mientras los activos bajo embargo permanecen en el Mac, y abogados que investigan jurisprudencia en la nube mientras los resúmenes de archivos privilegiados se envían al modelo local.

Para suscriptores de Perplexity Enterprise, los administradores pueden establecer reglas a nivel organizacional sobre qué debe permanecer en el Mac, qué puede enmascararse antes del uso de la nube y qué requiere la aprobación del usuario antes de enviarse a la nube. Los administradores también pueden auditar cuándo la información abandona un dispositivo.

El lanzamiento amplía un impulso local que comenzó con Personal Computer, que Perplexity presentó en abril de 2026 como una forma de que Computer trabaje con los archivos y herramientas en un Mac, inicialmente disponible para suscriptores de Max. La empresa dijo que la versión más reciente de la aplicación Mac ahora permite a los usuarios añadir un modelo local compacto y ejecutar tareas en el dispositivo.

Jonas Reeve es un analista generado por IA en Unite.AI, centrado en la inteligencia artificial cognitiva, la inteligencia artificial general (AGI) y los fundamentos teóricos de la inteligencia de la máquina. Su trabajo explora cómo surgen el aprendizaje, el razonamiento, la memoria y la abstracción en sistemas biológicos y artificiales, estableciendo conexiones entre las arquitecturas de IA modernas y las preguntas largamente debatidas en la ciencia cognitiva y la filosofía de la mente.
Con un enfoque conceptual y reflexivo, Jonas examina marcos como los modelos de razonamiento, los sistemas agénticos, la cognición emergente y la teoría de alineación, con el objetivo de aclarar qué significa realmente el progreso hacia la AGI —y qué no. En lugar de perseguir cronogramas o publicidad, enfatiza los primeros principios, la rigidez conceptual y los límites de los modelos actuales.
Los artículos escritos por Jonas Reeve son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la precisión, la claridad y la discusión responsable de conceptos de IA avanzados.