Perplexity Hybrid Compute på Mac: Hur dess integritetsgrind delar upp lokal och molnbaserad AI

Perplexity Hybrid Compute på Mac är mer intressant som en sekretessarkitektur än som ännu ett sätt att köra en LLM lokalt. En enskild uppgift i Perplexity Computer kan nu kombinera avancerade modeller i molnet med en lokal modell på en Mac med Apple Silicon. Molnmodeller hanterar uppgifter som research, planering och avancerade resonemang, medan den lokala sidan kan arbeta med privata filer, känslig information och åtgärder på enheten. Mellan dem finns en lokal Privacy Gate som styr vilken information som får passera enhetsgränsen.

Det förändrar vad ”hybrid-AI” innebär. Det handlar inte längre bara om att användaren manuellt väljer mellan Ollama och ett moln-API. Perplexity försöker göra routningen till en del av själva agenten: avgöra vilken del av en uppgift som hör hemma lokalt, identifiera känsligt sammanhang innan det lämnar Macen och selektivt använda molnintelligens när den tillför värde. Det gör Hybrid Compute till ett användbart exempel på en större fråga om lokal AI: när ett arbetsflöde omfattar både lokala modeller och molnmodeller, vilka data, åtgärder och vilket tillstånd bör förbli under användarens kontroll?

Vad är Perplexity Hybrid Compute på Mac?

Perplexity Hybrid Compute är ett läge i Perplexity Computer som låter en uppgift använda både moln-AI och en modell på enheten utan att användaren manuellt behöver dela upp arbetsflödet i separata promptar. Perplexity tillkännagav funktionen den 1 september 2026 som en utvidgning av företagets bredare satsning på lokal-först-agenter.

Dess tidigare lokal-först-arkitektur i Perplexity Portable Computer flyttade orkestreraren, planeraren, verktygsdirigeringen, uppgiftskön, sökindexet och modellkörningen till lokal hårdvara. Hybrid Compute angriper problemet på ett annat sätt: molnintelligensen hålls medvetet kvar i loopen, samtidigt som en policygräns upprättas kring privat arbete.

I Perplexitys tillkännagivande om Hybrid Compute beskrivs arbetsfördelningen tydligt.

Den viktiga enheten är därför inte modellen. Det är uppgiften. Olika delar av samma uppgift kan finnas i olika förtroendezoner.

Vad körs lokalt och vad körs i molnet?

Hybrid Compute blir mer begripligt när man slutar tänka i termer av ”lokal modell kontra molnmodell” och i stället frågar vad varje sida faktiskt är bra på.

Molnbaserad AI är fortfarande attraktiv för aktuell kunskap från webben, bred research och avancerat resonemang. En Mac-dator är bättre lämpad för att arbeta direkt med filer och appar som inte bör kopieras in i en fjärrmodells kontext. Perplexity Computer samordnar båda sidorna så att användaren inte behöver sammanfatta ett konfidentiellt dokument manuellt, ta bort känsliga avsnitt, klistra in den sanerade texten i en annan chatbot och sedan överföra svaret tillbaka till ett lokalt arbetsflöde.

Tänk på en juridisk uppgift:

OFFENTLIG / MOLNBASERAD SIDA
Aktuell rättspraxis
WebbResearch
Avancerat resonemang
Övergripande planering
        |
        v
   PRIVACY GATE
        ^
        |
PRIVAT / LOKAL SIDA
Sekretessbelagda filer
Klientidentiteter
Lokal extrahering
Utkast till dokument
Åtgärder på enheten

En molnmodell kan undersöka offentlig rättspraxis. Den lokala modellen kan granska sekretessbelagda dokument och omvandla relevanta fakta till en sanerad forskningsfråga. Molnet behöver inte hela klientakten för att bidra med användbara slutsatser.

Perplexity beskriver liknande exempel för finans och reklam: offentliga rapporter och marknadsundersökningar kan hanteras på distans, medan konfidentiella affärsdokument, material som omfattas av publiceringsförbud eller interna register stannar på Mac-datorn.

Detta ger en bättre definition av hybrid AI:

Hybrid AI innebär inte bara att köra halva arbetsbelastningen lokalt och halva i molnet. Det innebär att tilldela olika ansvarsområden till olika förtroendezoner.

Hur fungerar Perplexitys Privacy Gate?

Privacy Gate är den viktigaste delen av Hybrid Compute, eftersom det är enkelt att dirigera modeller jämfört med att avgöra vilken information modellerna får se.

Perplexity säger att Privacy Gate körs på Mac-datorn och granskar känslig information innan skyddat innehåll skickas till en molntjänst. Beroende på situationen kan systemet behålla information lokalt, maskera känsliga uppgifter, vägra en åtgärd eller be användaren om samtycke.

Perplexity identifierar specifikt namn, adresser, kontoinformation och hemligheter som exempel på uppgifter som den lokala klassificeraren kan känna igen. Inloggningsuppgifter, betalkortsinformation och statliga ID-handlingar får starkare skydd.

Det skapar en viktig skillnad jämfört med ett normalt molnarbetsflöde. En lokal fil blir inte automatiskt molnkontext bara för att en AI-agent behöver hjälp med uppgiften. Applikationen får först möjlighet att avgöra om alla data behövs, om en del kan tas bort eller om en lokal modell kan slutföra steget utan att något delas.

För Enterprise-prenumeranter uppger Perplexity att administratörer också kan definiera organisationsomfattande policyer för information som måste förbli lokal, information som får maskeras och dataöverföringar som kräver uttryckligt godkännande. Administratörer kan granska när information lämnar enheten.

Arkitekturen är användbar, men den bör inte misstolkas som att "dina data aldrig kan lämna Mac-datorn". Hybrid Compute använder fortfarande molntjänster. Det starkare påståendet är att skyddade data kan förbli lokala och att utvalda överföringar omfattas av ett policy-lager på enheten i stället för att automatiskt bli molnkontext.

Hur vet Mac-datorn vilka data som är känsliga?

En integritetspolicy fungerar bara om maskinen kan identifiera känsliga data på ett tillförlitligt sätt. Därför introducerade Perplexity en andra teknik vid sidan av Hybrid Compute: PII-Tracer, en kompakt modell på 0,6 miljarder parametrar som är utformad för att lokalt upptäcka personligt identifierbar information.

Enligt Perplexitys forskning om PII-TRACE tillhandahåller PII-Tracer en av de signaler som används av Privacy Gate. Applikationen kan sedan använda dessa detekteringar för att hålla innehåll lokalt, maskera känsliga textavsnitt eller begära uttryckligt tillstånd innan en uppgift eskaleras till en molnmodell.

Det svåra är inte att identifiera ett uppenbart kreditkortsnummer i en mening. AI-agenter hanterar långa konversationer, och samma identifierare kan förekomma upprepade gånger i användarmeddelanden, assistentsvar, tabeller, kod eller strukturerade poster. Att missa bara en senare förekomst kan ändå exponera information som systemet var avsett att skydda.

Perplexity byggde PII-TRACE för att testa detta problem i långa konversationer. Deras benchmark innehåller 13 148 syntetiska användar-assistent-konversationer på 13 språk och med 10 skriftsystem, med över 37 000 märkta identifieraromnämnanden fördelade på nio typer av personligt identifierbar information.

Den bredare arkitektoniska poängen är särskilt relevant för lokal AI: integritet i sig håller på att bli en lokal AI-arbetsbelastning.

En mogen en privat AI-stack kan därför innehålla mer än en modell:

Huvudsaklig lokal LLM
        +
Klassificerare för personuppgifter och säkerhet
        +
Inbäddningsmodell
        +
Omrankare
        +
OCR-/visionsmodell
        +
Agentkörmiljö

Den största modellen kan hantera resonemanget, men mindre lokala modeller kan upprätthålla policyer, hämta information, klassificera förfrågningar eller förbehandla privata data innan någon fjärrmodell kopplas in.

Varför byggde Perplexity en egen lokal inferensmotor för Mac?

Hybrid routing känns sömlös endast om den lokala delen av uppgiften är tillräckligt snabb för att delta kontinuerligt. Om en agent växlar mellan molnbaserat resonemang, privat filbearbetning, ytterligare ett anrop till en lokal modell, en verktygsåtgärd och ytterligare ett resonemangssteg fördröjer långsam lokal inferens hela arbetsflödet.

Perplexity byggde därför Lily, en lättviktsmotor för inferens som är optimerad specifikt för Apple Silicon och Qwen3.6-35B-A3B. Företaget uppger att det planerar att göra motorn till öppen källkod.

I Perplexitys forskning om inferens på Apple Silicon beskrivs Lily som en specialiserad Rust-runtime med ett OpenAI-kompatibelt API och anpassade Metal-kärnor. PyTorch och MLX ingår inte i Lilys körväg.

Anledningen till specialiseringen kring en modell är arkitekturell. Qwen3.6-35B-A3B är en gles 35B-modell som aktiverar ungefär 3B parametrar per token. Den kombinerar routing med en blandning av experter, Gated DeltaNet-lager och lager med full uppmärksamhet. Dessa komponenter skapar olika beräknings- och minnesåtkomstmönster, vilket ger runtime-miljön möjligheter att optimeras specifikt för Apple Silicon.

Kontrollpunkten som Lily använder är kvantiserad till 4 bitar och är ungefär 19,4 GB stor, vilket hjälper till att förklara varför Perplexity kan ange 24 GB delat minne som baslinje för Hybrid Compute och samtidigt stödja en omfattande lokal modell.

Det här är Perplexitys mätningar på en M5 Max-konfiguration med en GPU med 40 kärnor och 128 GB delat minne, inte en universell prestandaprognos för alla Mac-modeller som stöds.

Den mer hållbara slutsatsen är att prestandan för lokal inferens i allt högre grad beror på att matcha modellarkitektur, runtime, minneslayout och maskinvara. Apple Silicon är inte bara en mindre GPU för datacenter. Dess design med delat minne, Metal-körvägar och minnesbandbredd skapar ett annat optimeringsproblem.

Vilka Mac-datorer kan köra Perplexity Hybrid Compute?

Perplexity anger för närvarande en relativt enkel baslinje: valfri Mac med Apple silicon som kör macOS 15 eller senare och har minst 24 GB enhetligt minne.

Hybrid Compute är tillgängligt för Perplexity Pro-, Max- och Enterprise-prenumeranter. Vid lanseringen kan användare välja mellan tre lokala modeller: Gemma 4 E4B, Qwen3.6-35B-A3B och en Perplexity-modell.

24 GB är det minimum som Perplexity har publicerat. Beskrivningarna av system med mer minne ovan är tolkningar för hårdvaruplanering och inte separata officiella rekommenderade nivåer.

Perplexity pekar också på en dedikerad Mac mini som ett alternativ för ständig drift. Mac-datorn kan köra den lokala modellen kontinuerligt medan användaren fjärrstyr Computer från en iPhone.

Den lilla detaljen är strategiskt viktig eftersom den förändrar Mac-datorns roll.

Vad händer när en Mac blir en AI-nod som alltid är på?

En Mac som används interaktivt är en persondator. En Mac mini som lämnas påslagen för att köra agenter, lokal inferens, privat filbearbetning och fjärruppgifter börjar fungera mer som en AI-nod.

Den förändringen medför serverliknande krav som har föga att göra med benchmarkresultat:

• beständig åtkomst till projektfiler,
• stabila nätverkssökvägar,
• behörighetshantering,
• agentresultat och arbetsytor,
• sökindex och inbäddningar,
• versionshanterade arkiv,
• ögonblicksbilder och säkerhetskopior,
• lagringskapacitet som kan utökas oberoende av Mac-datorn.

Macens interna SSD är utmärkt för aktiv data, modellkontrollpunkter, cachelagring och den aktiva arbetsytan. Men när en agent börjar arbeta med åratal av dokument, foton, projektmappar, kod, forskningsarkiv eller teamfiler finns det liten anledning att varje beständig tillgång måste ligga på samma SSD som inferenskörningen.

Det är här lokal AI börjar likna infrastruktur mindre som en enda applikation som körs på en enda bärbar dator.

Var passar en NAS in i ett hybridt Mac AI-arbetsflöde?

En NAS behöver inte köra Perplexity Hybrid Compute för att ha en användbar roll i arkitekturen. Perplexity placerar för närvarande sin lokala inferens och Privacy Gate på Mac-datorn. En NAS kan ligga bakom detta beräkningslager och tillhandahålla en beständig privat datason.

Vi beskriver redan den grundläggande arkitekturen i vår guide om att separera beräkning på Mac från långsiktig NAS-lagring. Hybrid Compute lägger till en tredje zon: extern molnintelligens.

En konceptuell arkitektur för hemmet eller ett mindre kontor kan därför se ut så här:

                MOLN
        Avancerat resonemang
            Webbsökning
        Externa tjänster
                |
                |
       Godkänd / filtrerad
              kontext
                |
                v
               MAC
          Lokal modell
          Integritetsgrind
          Agentåtgärder
          Aktiv arbetsyta
                |
                |
            Betrodd LAN
                |
                v
          NAS / SERVER
        Privata dokument
          RAG-källor
         Projektarkiv
         Agentresultat
            Säkerhetskopior

Det viktiga är att dessa lager löser olika problem. En NAS är inte långsamt VRAM, och Macen är inte automatiskt den bästa platsen för långtidslagring. Macen hanterar aktiv beräkning och integritetsbeslut. Lagringssystemet tillhandahåller varaktig kapacitet, organisering, behörigheter, ögonblicksbilder och säkerhetskopiering.

Samma mönster är användbart när man bygger en privat AI-assistent kring lokala filer och informationshämtning. Modellen behöver inte ha hela arkivet permanent inläst i sin kontext. Den behöver åtkomst, med rätt behörigheter, till rätt filer när arbetsflödet kräver det.

Den här separeringen gör också AI-stacken enklare att vidareutveckla. En Mac mini kan ersättas med en snabbare Mac Studio. Den lokala modellen kan bytas ut. Perplexity kan lägga till nya körmiljöer. Molnmodeller kan förbättras. Det privata dokumentarkivet och projekthistoriken behöver inte flyttas varje gång beräkningslagret ändras.

Är Perplexity Hybrid Compute bara Ollama plus en molnmodell?

Nej. Den viktiga skillnaden är policybaserad orkestrering.

En användare kan redan manuellt bygga en hybridlösning med Ollama, en lokal modell och ett API från Claude, Gemini, OpenAI eller någon annan leverantör. I en enkel lösning avgör dock användaren eller applikationsutvecklaren vanligtvis uttryckligen vilken prompt som ska skickas till vilken modell.

Skillnaden ser ut så här:

MANUELL HYBRID

Användare
 |
 +-- Ollama / Lokala LLM
 |
 +-- Molnmodell

Användaren eller applikationen avgör routningen


PERPLEXITY HYBRID COMPUTE

Användaruppgift
    |
    v
Datororkestrering
    |
    v
Integritetsklassificering
    |
    v
Routning-/policybeslut
   / \
  /   \
Lokal  Moln

Det routningslagret kan utvärdera integriteten innan det avgör om molnintelligens ska delta. Den lokala modellen är därför inte bara en alternativ inferensslutpunkt, utan en del av ett samordnat arbetsflöde.

Det är också därför hybrid-AI kan vara mer än en integritetskompromiss. Selektiv routning kan bli en kostnadsstrategi. Rutinmässig extraktion, dokumentanalys, klassificering eller integritetsfiltrering kan förbli lokal, medan premiumintelligens i molnet reserveras för de steg som har störst nytta av den. Vår bredare kostnadsanalys av lokal AI jämfört med moln-AI utforskar den avvägningen mer detaljerat.

Är hybridberäkning mer privat än helt lokal AI?

Inte automatiskt. Ett helt lokalt arbetsflöde har den enklaste förtroendegränsen eftersom modellen, verktygen, datan och inferensen kan förbli i den lokala miljön. Hybridberäkning behåller medvetet molntjänster, vilket medför ytterligare routnings- och policybeslut.

PII-Tracer visar själv varför detta är ett svårt ingenjörsproblem. Perplexity skapade ett särskilt benchmarktest eftersom långa konversationer gör konsekvent upptäckt svårare. Om en identifierare förekommer fem gånger och klassificeraren upptäcker fyra, kan den missade förekomsten ändå avslöja exakt den information som integritetslagret var tänkt att skydda.

En integritetsgrind minskar därför onödig exponering, men eliminerar inte behovet av förtroende. Användare förlitar sig fortfarande på den lokala applikationen, dess klassificerare, operativsystemets behörigheter, routningsreglerna och eventuella externa tjänster som de godkänner.

Detta är ett sundare sätt att utvärdera privat AI än att anta att ordet ”lokal” löser alla integritetsfrågor. De relevanta frågorna är:

• Var finns originaldata?
• Vilken modell tar emot den?
• Vem avgör om den får lämna?
• Kan känslig kontext tas bort före eskalering?
• Vilka behörigheter kan agenten använda lokalt?
• Vilka loggar och säkerhetskopior finns kvar efter att uppgiften har slutförts?

Visar Perplexity Hybrid Compute vart personlig AI är på väg?

Hybrid Compute är för nytt för att bevisa att alla personliga AI-system kommer att följa samma design, men det gör en bredare arkitektonisk förändring lättare att se.

Lokala modeller blir alltmer arbetare snarare än miniatyrersättare för varje avancerad frontmodell. En lokal modell kan granska privata filer, extrahera fakta, tillämpa policyer, utföra åtgärder på enheten och förbereda sanerade kontextdata. Den behöver inte nödvändigtvis överträffa den bästa molnmodellen i varje benchmark för resonemang för att vara värdefull.

Molnmodeller kan bli specialister på efterforskning, svårt resonemang och funktioner som drar nytta av stor, hanterad infrastruktur. Små lokala modeller kan bli komponenter för integritet och routning. En Mac eller AI-dator kan bli den aktiva körnoden. En NAS eller hemmaserver kan fortsätta vara det beständiga datalagret bakom den.

Det innebär att routning kan bli lika viktigt som valet av modell.

Frågan skiftar från:

"Kan jag köra den största modellen lokalt?"

till:

"Kan mitt system hålla rätt data lokal samtidigt som det använder den bästa tillgängliga modellen för varje del av uppgiften?"

Perplexitys Portable Computer visade att själva agentkörmiljön kan flytta närmare lokal hårdvara. Hybrid Compute på Mac tar nästa steg genom att göra gränsen mellan lokal körning och molnkörning till en del av arbetsflödet. Tillsammans pekar de två lanseringarna mot en AI-arkitektur där användare inte behöver välja absolut mellan lokal kontroll och molnkapacitet.

För lokal-först-infrastruktur är det den viktigare trenden. Framtiden kanske handlar mindre om att en enda maskin gör allt och mer om tydligt åtskilda roller: molnet för extern intelligens, lokal beräkningskapacitet för betrodd körning och beständig lokal lagring för data som bör förbli din.

Vanliga frågor: Perplexity Hybrid Compute på Mac

Vad är Perplexity Hybrid Compute på Mac?

Perplexity Hybrid Compute är ett Perplexity Computer-läge som delar upp en uppgift mellan en lokal modell på en Mac med Apple-chip och avancerade AI-tjänster i molnet. Den lokala sidan hanterar privata filer, känslig information och åtgärder på enheten, medan molnmodeller kan bidra med efterforskning, planering och avancerat resonemang.

Håller Perplexity Hybrid Compute filer helt lokalt?

Skyddade filer och känslig information kan förbli på Mac-datorn, men Hybrid Compute är inte ett helt offlinebaserat system. När en uppgift kräver molnfunktioner kan Privacy Gate hålla känsliga data lokalt, maskera dem, neka överföringen eller be om användarens samtycke innan godkänd information skickas.

Vad är Perplexitys Privacy Gate?

Privacy Gate är ett lager på enheten som utvärderar känslig information innan den lämnar Macen och når molntjänster. Perplexity uppger att det kan klassificera skyddade uppgifter och vidta åtgärder som att hålla informationen lokal, maskera den, neka en åtgärd eller begära samtycke.

Vilka Mac-datorer stöder Perplexity Hybrid Compute?

Perplexity kräver för närvarande en Mac med Apple Silicon som kör macOS 15 eller senare och har minst 24 GB enhetligt minne. Intel-Macar och Apple-Silicon-system med mindre än 24 GB uppfyller inte det publicerade kravet.

Hur mycket enhetligt minne behöver Perplexity Hybrid Compute?

Det officiella minimikravet är 24 GB enhetligt minne. Mer minne ger större marginaler för lokala modeller, kontext, andra program och större arbetsbelastningar, men Perplexity publicerar för närvarande inga separata rekommenderade nivåer på 32 GB, 64 GB eller 128 GB.

Vilka lokala modeller använder Perplexity Hybrid Compute?

Vid lanseringen listar Perplexity Gemma 4 E4B, Qwen3.6-35B-A3B och en Perplexity-modell som lokala modellalternativ. Listan över tillgängliga modeller kan utökas i takt med att produkten utvecklas.

Fungerar Perplexity Hybrid Compute offline?

Viss lokal bearbetning kan köras på Macen, men det fullständiga arbetsflödet för Hybrid Compute är utformat för att kombinera lokal körning med molnfunktioner som avancerat resonemang och webbsökning. Uppgifter som är beroende av dessa fjärrfunktioner kräver internetanslutning.

Är Perplexity Hybrid Compute samma sak som Ollama?

Nej. Ollama är främst en lokal modellkörmiljö och ett API. Hybrid Compute är ett orkestreringssystem på agentnivå som samordnar lokala modeller och molnmodeller och samtidigt lägger till sekretessklassificering och routningspolicy kring en enskild uppgift.

Vad är PII-Tracer?

PII-Tracer är Perplexitys kompakta 0.6B-modell för lokal identifiering av personligt identifierbar information. Dess identifieringar kan hjälpa Privacy Gate att avgöra om känsligt innehåll ska förbli på enheten, maskeras eller kräva godkännande innan det skickas vidare till molnet.

Vad är Lily?

Lily är Perplexitys specialiserade lokala inferensmotor för Apple Silicon och Qwen3.6-35B-A3B. Den använder en Rust-körmiljö och anpassade Metal-kärnor och tillhandahåller ett OpenAI-kompatibelt API. Perplexity uppger att företaget planerar att göra motorn till öppen källkod.

Har en Mac som kör Hybrid Compute fortfarande nytta av en NAS?

Potentiellt, ja, men för en separat roll. Hybrid Compute kör sin lokala inferens och Privacy Gate på Macen. En NAS kan tillhandahålla beständig lagring för privata dokument, RAG-källor, projektarkiv, genererade resultat, delade mappar, ögonblicksbilder och säkerhetskopior utan att behöva bli den primära inferensenheten.