Perplexityの「Hybrid Compute」は、AI処理をクラウドとMacでどう分担するのか

Perplexityが2026年9月1日にMacアプリへ導入した「Hybrid Compute」は、AIエージェント「Computer」の1つの作業を、クラウドとMac上のローカルモデルに分担させる機能です。クラウド側はウェブ検索、タスクの計画、難しい推論を担当し、個人情報や機密ファイル、Mac上での操作を含むステップは、Appleシリコン搭載Macのローカルモデルで処理します。Computerは両方の結果を組み合わせ、1つのワークフローとして返します。1

つまり、すべての処理をMacだけで完結させる仕組みではありません。クラウドAIの検索・推論能力を活用しながら、外部に出したくない部分だけを端末内にとどめる設計です。

Hybrid Computeの仕組み

タスクはまずクラウドで開始され、Computerが検索や処理の調整、推論を進めます。その途中でMac内のファイルや保護すべき情報が必要になると、そのステップをローカルモデルへ委ねることができます。Perplexityによれば、ローカルで処理された機密情報は、同社のサーバーへ送られることなく、ワークフローの結果に反映されます。1 16

この点で、Hybrid Computeは完全ローカル型のチャットボットとは異なります。ウェブにつながったクラウドAIの調査力を使いつつ、機密性の高い文脈だけをMac上で処理できます。

Privacy Gateは何をするのか

Mac上で動作する「Privacy Gate」は、端末内の情報をクラウドへ送る前に確認する関門です。Perplexityによると、オンデバイスの個人情報（PII）分類器が、タスクの内容をMac上で検査します。対象にはプロンプト、ツールの出力、メモリ、ログ、ファイルなどが含まれるとされています。1 5

分類器が識別を試みる情報の例は次のとおりです。

• 氏名や住所
• 口座番号や認証情報
• クレジットカード情報
• 政府発行の身分証明情報
• その他の機密情報や個人データ 1 3

機密性がある可能性の情報を検出すると、ユーザーは該当箇所を確認し、処理方法を選べます。選択肢には、次のようなものがあります。1 3

• 情報をMac内に残してローカル処理する
• クラウドへのアップロードを許可する
• クラウド処理の前に機密情報をマスキングする
• 処理自体を拒否する
• クラウドへ送る前に明示的な承認を求める

マスキングを選んだ場合、クラウド側の処理では機密情報が代替文字列に置き換えられ、返ってきた回答で元の値に戻されるとPerplexityは説明しています。1 これにより、クラウドモデルは元の氏名や識別番号を直接受け取らずに、タスクの構造を扱える可能性があります。

ただし、Privacy Gateは情報漏えいを完全に防ぐ保証ではありません。分類器がすべての機密情報を正しく見つけられるとは限らず、最終的な保護レベルは分類の精度、組織のルーティングルール、ユーザーの承認設定にも左右されます。

利用できるローカルモデル

提供開始時のローカルモデルは、次の3種類です。1 4

• Gemma 4 E4B
• Qwen3.6 35B-A3B
• Computer向けに追加学習されたPerplexityのモデル

これらの小型モデルは、あらゆる用途で最上位のクラウドモデルを置き換えることを目的としていません。プライベートな文脈の処理やMac上の操作を担当し、広範な調査、計画、高度な推論はクラウドモデルが担うという役割分担です。

インストールと有効化の方法

Perplexityは、別途ローカルAI環境を構築しなくても使える手順を用意しています。Macアプリでローカルモデルをワンクリックでダウンロードし、モデル選択画面から Hybrid を選択。その後、使用するローカルモデルとクラウドモデルを指定します。1

製品情報によれば、Ollamaのインストール、手動での実行環境設定、APIキーは必要ありません。1

ローカル処理ではクラウドクレジットを消費しない

ローカルモデルが担当した推論は、ユーザーのクラウドクレジットを消費しません。同じタスクのうちクラウド側で実行される処理は、引き続きクラウド推論として利用枠の対象になります。1 2

そのため、Hybrid Computeはプライバシーだけでなく、コスト管理の面でも意味があります。機密性の高い処理を自分のMacで行えば、その部分の生成トークンでクラウドの利用枠が減ることはありません。一方で、ローカル処理の速度や品質は、Macのユニファイドメモリ容量、選んだモデル、処理内容の複雑さに依存します。

iPhoneからタスクを開始することも可能

Hybrid ComputeはApple製品間の連携にも対応します。iPhoneからComputerのタスクを開始すると、処理はクラウドで始まり、必要な場面でMacがローカルファイルへアクセスし、機密性のあるステップを実行します。完了した結果は複数のデバイスから確認できます。1 5

外出先からローカル推論へアクセスしたい場合、Perplexityは常時稼働させる専用のMac miniを推奨しています。1 ただし、この構成では、ローカル処理が必要になった時点でMacが利用可能な状態になっていなければなりません。

Perplexityがオープンソース化したもの

Perplexityは、Privacy Gateで使われるオンデバイスのPII分類器をオープンソース化したと説明しています。この分類器は、同社のSecure Intelligence Instituteと共同で開発されたものです。1 6

分類器を検証できる形で公開することは、セキュリティ担当者や企業のIT部門にとって、どのような仕組みでローカル処理への振り分けが行われるのかを確認する手がかりになります。ただし、オープンソース化されたことだけで、あらゆる状況ですべての機密情報を検出できると証明されたわけではありません。

専門職で想定される使い方

法務業務

Perplexityが示す例では、クラウドモデルが判例を調査する一方、ローカルモデルが秘匿特権の対象となる事件ファイルを要約し、事実を抽出し、匿名化した調査質問を作成して、Mac内の準備書面の下書きを更新します。1

狙いは、公開情報の調査にはクラウドAIを使いながら、依頼人のデータや事件ファイルはMac内に残すことです。1

プライベートエクイティ・投資調査

投資チーム向けの例では、クラウド側が公開資料、類似取引、マーケット情報を集めます。ローカルモデルは、機密性のある取引資料を読み込み、条件や前提を抽出し、公開情報と照合したうえで、投資委員会向け資料やLBO分析を更新できます。1

いずれの例も、公開情報や広範な調査はクラウドへ、機密性の高い一次資料はローカル処理の境界内へ、という分業を示しています。

主なトレードオフ

プライバシー: 機密ファイルを端末内に残せますが、保護の成否は分類器が情報を正しく検出するか、ルーティングポリシーがどう設定されているか、ユーザーがどの処理を承認するかに依存します。1 3

コスト: ローカル推論はクラウドクレジットを使いません。一方、クラウドで行う推論や検索は、引き続きクラウドのリソースを消費します。1 2

速度: クラウドモデルは大規模な推論を素早く利用でき、ローカル処理は機密ファイルのアップロードを避けられます。ただし、Mac上での処理速度はメモリ容量やモデルの選択によって変わります。1

能力: 高度な推論、ウェブ調査、計画立案では、依然として最先端のクラウドモデルが有利です。ローカルモデルは、端末内処理とデータ管理のしやすさを得る代わりに、性能面で一定の妥協が必要になります。1

対応機種、利用条件、企業向け機能

Hybrid Computeには、Appleシリコン搭載Mac、macOS 15以降、24GB以上のユニファイドメモリが必要です。Perplexityは、より良い結果を得るには32GBを推奨しています。1 3

提供情報では、Perplexity Pro、Max、Enterpriseの加入者が対象です。1 Enterpriseについては、管理者がオプトインする導入経路も報じられています。11

企業の管理者は、組織全体のポリシーとして、次のようなルールを設定できます。1

• 端末内に残す必要があるデータ
• クラウド処理前にマスキングを許可する情報
• ユーザーの承認が必要な操作
• 情報が端末外へ出たタイミングの監査

WindowsやLinuxにはいつ対応するのか

提供されている製品資料では、Hybrid ComputeはMacおよびAppleシリコン向けの機能として説明されています。Windows版やLinux版のリリース時期は示されていないため、現時点で対応予定日を示すことはできません。

Hybrid Computeの特徴は、クラウドAIの性能とローカル処理のデータ管理を二者択一にしない点です。Mac上のPrivacy Gateを境に、Computerのワークフローのどの部分を端末内に残し、どの部分をクラウドへ送るかを分けることで、両者の長所を組み合わせようとしています。