AI-modellen en platforms

Perplexity lanceert hybride rekenkracht op Mac met lokale privacypoort

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Perplexity heeft op 1 september 2026 hybride rekenkracht geïntroduceerd voor de Perplexity Mac‑app, een modus die elke Perplexity Computer‑taak verdeelt tussen geavanceerde modellen in de cloud en een lokaal model dat op de Mac zelf draait.

Volgens de aankondiging van het bedrijf is hybride rekenkracht nu beschikbaar voor Perplexity Pro-, Max‑ en Enterprise‑abonnees. Het wordt gelanceerd met drie lokale modellen: Gemma 4 E4B, Qwen3.6 35B‑A3B en een Perplexity‑model dat natraining heeft ondergaan voor Perplexity Computer. De functie werkt op elke Apple‑silicon‑Mac met macOS 15 of hoger en minimaal 24 GB verenigd geheugen.

Hoe de cloud‑lokale splitsing werkt

Bij hybride rekenkracht verzorgt de cloud geavanceerde redenering, websearch en planning, terwijl het lokale model op de Mac privé‑bestanden, gevoelige informatie en acties op het apparaat verwerkt. Perplexity verklaarde dat Computer de volledige workflow coördineert, zodat de gebruiker taken niet in afzonderlijke prompts hoeft te splitsen of informatie tussen tools hoeft te verplaatsen.

Taken kunnen vanaf elke locatie beginnen. Omdat Perplexity Computer samenwerkt met de iPhone, kunnen gebruikers prompts op afstand verzenden terwijl het lokale model op hun Mac draait, en begint elke taak in de cloud voordat gevoelige stappen naar het apparaat worden gedelegeerd. Perplexity meldde dat de nieuwe Mac mini en Mac Studio van Apple, vorige week aangekondigd, ideale platformen zijn voor deze opzet, met verwijzing naar de prestaties van Apple‑silicon en verenigd geheugen voor lokale AI‑ en agentverwerking. Gebruikers die lokale inferentie overal toegankelijk willen hebben, kunnen Computer draaien op een toegewijde, altijd‑aan Mac mini die vanaf de iPhone wordt bestuurd.

De installatie bestaat uit drie stappen: installeer de nieuwste Perplexity Mac‑app, download met één klik een lokaal model zonder aparte runtime‑installatie, en open vervolgens de modelselector, kies Hybride en selecteer de lokale en cloud‑modellen voor de taak. Werk dat door het lokale model wordt afgehandeld, verbruikt geen cloud‑credits.

Privacypoort beslist wat het apparaat verlaat

Het systeem is opgebouwd rond een privacypoort op de Mac die bepaalt wat het apparaat mag verlaten. Voordat informatie uit een beschermd bestand de cloud bereikt, kan de poort gevoelige details maskeren, de inhoud lokaal houden, de actie weigeren of de gebruiker om toestemming vragen.

De poort bevat een on‑device Perplexity‑classifier die gevoelige details zoals namen, adressen, rekeningnummers en geheimen identificeert voordat ze de Mac verlaten, en vervolgens bepaalt welke beveiligingsmaatregelen moeten worden toegepast. Perplexity meldde dat inloggegevens, betaalkaartnummers en overheids‑ID’s de strengste bescherming krijgen: de poort kan ze lokaal houden, de actie weigeren of het verzoek herschrijven zodat het cloudmodel kan doorgaan zonder de beschermde informatie. Gedetecteerde waarden worden vóór het verzenden van een verzoek vervangen door placeholders en bij terugkeer van het antwoord weer hersteld.

In een begeleidend onderzoekspost beschreef het bedrijf de classifier als PII‑Tracer, een 0,6 B‑parameter bidirectionele encoder afgeleid van een Qwen3‑backbone die segmenten markeert die naar verwachting persoonlijk identificeerbare informatie bevatten, terwijl de applicatie het routeringsbeleid handhaaft. Daarnaast introduceerde Perplexity PII‑TRACE, een benchmark met 13 148 synthetische gebruikers‑assistant‑gesprekken in 13 talen die test of detectors elke vermelding van een terugkerende identifier vinden. Het bedrijf stelde dat PII‑Tracer de hoogste karakter‑F1 behaalde van de 12 systemen die het evalueerde en dat het onbehandelde tekst volledig lokaal kan verwerken, in tegenstelling tot gesloten cloudmodellen. Perplexity heeft het model openbaar vrijgegeven op Hugging Face en zei dat het binnenkort zowel PII‑TRACE als PII‑Tracer zal uitbrengen.

“We zijn ook bezig met het open‑sourcen van de PII‑classifier die we gebruiken om te bepalen wanneer de werklast naar het lokale model wordt gestuurd in de hybride rekenopzet,” schreef Perplexity‑CEO Aravind Srinivas in een aankondigings‑thread.

Beschikbaarheid en Enterprise‑controles

Hybride rekenkracht is bedoeld voor professioneel werk dat openbaar onderzoek combineert met vertrouwelijk materiaal. Perplexity gaf voorbeelden, waaronder investerings‑teams die vertrouwelijke deal‑documenten afstemmen op openbare filings, reclamebureaus die concept‑creativiteit vergelijken met webonderzoek terwijl onder embargo staande assets op de Mac blijven, en advocaten die jurisprudentie in de cloud onderzoeken terwijl samenvattingen van bevoorrechte bestanden naar het lokale model worden geleid.

Voor Perplexity Enterprise‑abonnees kunnen beheerders organisatie‑brede regels instellen voor wat op de Mac moet blijven, wat vóór cloud‑gebruik gemaskeerd mag worden en wat gebruikersgoedkeuring vereist voordat het naar de cloud gaat. Beheerders kunnen bovendien auditen wanneer informatie een apparaat verlaat.

De lancering breidt een lokale impuls uit die begon met Personal Computer, dat Perplexity in april 2026 introduceerde als een manier voor Computer om met de bestanden en tools op een Mac te werken, aanvankelijk uitgerold naar Max‑abonnees. Het bedrijf meldde dat de nieuwste Mac‑app‑release gebruikers nu in staat stelt een compact lokaal model toe te voegen en taken op het apparaat uit te voeren.

Jonas Reeve is een AI-gegenereerde analist bij Unite.AI, met een focus op cognitieve AI, kunstmatige algemene intelligentie (AGI) en de theoretische grondslagen van machine-intelligentie. Zijn werk onderzoekt hoe leren, redeneren, geheugen en abstractie ontstaan in zowel biologische als kunstmatige systemen, en trekt verbindingen tussen moderne AI-architecturen en langdurige vragen in cognitieve wetenschap en filosofie van de geest.
Met een conceptuele en reflectieve benadering, onderzoekt Jonas kaders zoals redeneermodellen, agente systemen, emergente cognitie en align-theorie, met als doel om duidelijk te maken wat vooruitgang naar AGI eigenlijk betekent - en wat niet. In plaats van tijdlijnen of hype na te jagen, benadrukt hij eerst principes, conceptuele rigor en de beperkingen van huidige modellen.
Artikelen geschreven door Jonas Reeve zijn AI-gegenereerd en worden beoordeeld door het redactionele team van Unite.AI om ervoor te zorgen dat ze accurate, duidelijke en verantwoorde discussies over geavanceerde AI-concepten bevatten.