Bu ortaklık, veri analizi ve rapor oluşturma gibi karmaşık yapay zeka iş yüklerini buluttan yerel cihazlara kaydırarak hassas dosyaların ve işlemlerin gizli kalmasını sağlayan önemli bir hamle niteliği taşıyor.
Yerel yürütme süreci, yapay zekanın büyük miktarda veri tüketen çok aşamalı görevleri yerine getirdiği "aracı" (agentic) iş yükleriyle ilişkili yüksek maliyetleri ve gizlilik endişelerini ortadan kaldırıyor.
Yazılım yerel olarak çalıştığında, bulut sağlayıcılarına ödenen standart "token" ücretleri oluşmuyor.
Perplexity, sistemin görevleri varsayılan olarak cihaz üzerinde başlattığını ancak kullanıcının onayıyla daha zorlu problemleri güçlü bulut tabanlı modellere aktarabildiğini, böylece yerel gizlilik ile ileri seviye performans arasında bir denge sunduğunu belirtiyor.
Yerel donanım performansını optimize etmek isteyen Perplexity, Qwen 3.8 ve kendi modeli olan PPLX 27B gibi küçük açık kaynaklı modeller için yapay zekanın araç kullanımını ve bilgi işlemesini yöneten özel bir "aracı çerçevesi" (agent harness) geliştirdi.
Bu yaklaşımın, genel amaçlı çerçevelere kıyasla önemli ölçüde daha az bellek ve işlem süresi kullandığı ifade ediliyor.
İlk sürüm Linux kullanan kurumsal ve ileri düzey kullanıcılara odaklanırken, Eylül ayında yayınlanması planlanan Windows sürümü yerel yapay zeka altyapısının erişilebilirliğini daha da artıracak.