Cómo Perplexity Hybrid Compute mantiene la información sensible en tu Mac

Perplexity quiere evitar que los usuarios tengan que elegir entre la potencia de la IA en la nube y la privacidad del procesamiento local. Su función Hybrid Compute, integrada en el agente Computer para Mac, divide una misma tarea entre ambos entornos.

Los modelos de frontera en la nube se encargan de la búsqueda web, la planificación y los razonamientos más complejos. Cuando el flujo de trabajo necesita consultar archivos privados, información confidencial o realizar acciones en el propio ordenador, la tarea puede pasar a un modelo local instalado en un Mac con Apple silicon. Después, Computer combina los resultados en una única respuesta. 1

La propuesta no consiste en ejecutar todo el trabajo sin conexión. Su objetivo es conservar las capacidades de la nube para las partes que se benefician de una infraestructura remota y mantener en el Mac los pasos que contienen información delicada.

Cómo funciona Hybrid Compute

Cada tarea puede comenzar en la nube. Allí, Computer coordina las acciones, realiza búsquedas y resuelve los pasos que requieren más capacidad de razonamiento. Si detecta que una parte implica datos protegidos o archivos locales, puede delegarla a un modelo que se ejecuta directamente en el Mac.

Según Perplexity, el resultado local vuelve al flujo de trabajo sin que el material sensible tenga que enviarse a sus servidores. 1 16 Esto diferencia a Hybrid Compute de un chatbot completamente local: el usuario sigue teniendo acceso a investigación conectada a internet, pero puede procesar el contexto confidencial en el dispositivo.

La Privacy Gate actúa antes de que los datos salgan

El punto de control es la Privacy Gate, una herramienta que se ejecuta en el Mac. Perplexity afirma que su clasificador de información personal identificable —PII, por sus siglas en inglés— revisa cada tarea en el dispositivo antes de que se transmita. La cobertura descrita incluye prompts, resultados de herramientas, memoria y registros, además de archivos y otros contenidos relacionados con la tarea. 1 5

El sistema está diseñado para detectar información como:

• nombres y direcciones;
• números de cuenta y credenciales;
• datos de tarjetas de pago;
• documentos o identificadores oficiales; y
• otros secretos o datos personales sensibles. 1 3

Cuando la Privacy Gate marca un elemento, el usuario puede revisarlo y decidir cómo continuar. Entre las opciones están:

• mantener el dato en el Mac y procesarlo localmente;
• autorizar su envío a la nube;
• enmascarar los valores sensibles antes del procesamiento remoto;
• rechazar la acción; o
• exigir una aprobación explícita antes de permitir que el dato pase a la nube. 1 3

Con el enmascaramiento, los valores originales se sustituyen por identificadores ficticios durante el paso en la nube y, según la explicación de Perplexity, se restauran cuando vuelve la respuesta. 1 De ese modo, el modelo remoto puede trabajar con la estructura de una tarea sin recibir los identificadores originales.

Aun así, la Privacy Gate no equivale a una garantía absoluta de privacidad. Puede no reconocer todos los datos confidenciales en cualquier contexto. El resultado depende de la precisión del clasificador, de las reglas de enrutamiento de la organización y de las decisiones de aprobación del usuario.

Qué modelos locales se pueden usar

Las opciones locales iniciales incluyen Gemma 4 E4B, Qwen3.6 35B-A3B y un modelo de Perplexity ajustado posteriormente para Computer. 1 4

Estos modelos compactos no pretenden sustituir a los modelos de nube más avanzados en todas las tareas. Su función es trabajar con contexto privado y realizar acciones locales, mientras que la nube se ocupa de la investigación amplia, la planificación y el razonamiento más exigente.

Instalación en pocos pasos

Perplexity ha diseñado la configuración para que el usuario no tenga que montar por separado un entorno de modelos locales. En la aplicación para Mac, basta con descargar un modelo local con un clic, seleccionar Hybrid en el selector de modelos y elegir qué modelo local y qué modelo de nube participarán en la tarea.

La información del producto indica que no hace falta instalar Ollama, configurar manualmente un entorno de ejecución ni introducir una clave de API. 1

El procesamiento local no consume créditos de la nube

Los tokens generados por el modelo local no descuentan créditos de la cuenta de nube. La parte de la tarea que se ejecuta con modelos remotos sí utiliza la asignación de inferencia en la nube correspondiente. 1 2

Esto convierte a Hybrid Compute en una propuesta centrada tanto en la privacidad como en el control de costes: la información sensible puede quedarse en el hardware del usuario y el procesamiento local no reduce el saldo destinado a los modelos remotos.

El inconveniente es que la velocidad y la calidad del resultado local dependen de la memoria unificada disponible en el Mac, del modelo seleccionado y de la complejidad del paso que se le asigne.

Se puede iniciar una tarea desde el iPhone

Hybrid Compute también funciona entre dispositivos Apple. El usuario puede iniciar una tarea de Computer desde un iPhone; el proceso comienza en la nube y, cuando necesita acceder a archivos locales o manejar información sensible, el Mac ejecuta esos pasos. El resultado final puede consultarse desde los dispositivos compatibles. 1 5

Para acceder a la inferencia local a distancia, Perplexity recomienda utilizar un Mac mini dedicado y siempre encendido. 1 Es una alternativa más cómoda que mover archivos manualmente entre dispositivos, aunque exige que el Mac esté disponible cuando la tarea necesite ejecutar su parte local.

Perplexity ha publicado el clasificador de código abierto

Perplexity afirma que ha publicado como código abierto el clasificador de PII que utiliza la Privacy Gate. La empresa explica que fue desarrollado junto con su Secure Intelligence Institute. 1 6

La posibilidad de inspeccionar este componente puede dar a los equipos de seguridad y a las empresas más visibilidad sobre el mecanismo que activa el procesamiento local. Sin embargo, publicar el clasificador no demuestra por sí solo que detecte todas las categorías de información confidencial en cualquier situación.

Ejemplos para profesionales

Abogados y despachos

En el ejemplo de Perplexity, el modelo en la nube investiga jurisprudencia, mientras el modelo local resume expedientes sujetos a secreto profesional, extrae hechos, formula preguntas de investigación anonimizadas y actualiza un borrador local de escrito.

La idea es que los datos del cliente y los documentos del caso permanezcan en el Mac, mientras la investigación basada en información pública utiliza la nube. 1

Capital privado e investigación de inversiones

Un equipo de inversión podría usar la nube para reunir informes públicos, operaciones comparables y datos de mercado. El modelo local, por su parte, leería materiales confidenciales de una operación, extraería términos y supuestos, los compararía con la investigación pública y actualizaría una presentación para el comité de inversiones o un análisis de compra apalancada (LBO). 1

Estos escenarios muestran la división de funciones: la información pública y la investigación general van a la nube; los documentos confidenciales permanecen dentro del límite de procesamiento local.

Principales ventajas y compromisos

Privacidad: los archivos sensibles pueden quedarse en el dispositivo, pero la protección depende de que el clasificador identifique correctamente el contenido y de que las reglas de aprobación estén bien configuradas. 1 3

Coste: la inferencia local no consume créditos de la nube, aunque la investigación y el razonamiento remotos siguen utilizando recursos de la cuenta. 1 2

Velocidad: los modelos en la nube ofrecen acceso rápido a una infraestructura de gran escala, mientras que el procesamiento local evita subir documentos protegidos. El rendimiento del Mac varía según su memoria y el modelo elegido. 1

Capacidad: los modelos de frontera siguen siendo más adecuados para tareas de razonamiento difícil, búsquedas web y planificación. Los modelos locales sacrifican parte de esa capacidad a cambio de ejecutar el trabajo en el dispositivo y ofrecer mayor control sobre los datos. 1

Requisitos y disponibilidad

Hybrid Compute requiere un Mac con Apple silicon, macOS 15 o posterior y al menos 24 GB de memoria unificada. Perplexity recomienda 32 GB para obtener mejores resultados. 1 3

La información del producto señala como usuarios elegibles a los suscriptores de Perplexity Pro, Max y Enterprise. 1 En el caso de Enterprise, también se describe un proceso de activación voluntaria para las organizaciones. 11

Los administradores empresariales pueden establecer políticas para definir qué información debe permanecer local, qué datos pueden enmascararse antes de enviarse a la nube y qué acciones requieren aprobación del usuario. También pueden auditar cuándo la información sale de un dispositivo. 1

¿Cuándo llegará a Windows y Linux?

Los materiales disponibles describen Hybrid Compute como una función para Mac con Apple silicon. No ofrecen una fecha de lanzamiento para Windows o Linux, por lo que no existe un calendario de llegada confirmado que se pueda reportar.

Por ahora, la propuesta de Perplexity es un término medio: mantiene la potencia de la nube para investigar y planificar, pero reserva el procesamiento local para los pasos que involucran datos privados. La Privacy Gate es la pieza encargada de decidir qué puede quedarse en el Mac y qué puede enviarse a los servidores.