Perplexity a annoncé aujourd'hui que Portable Computer — la version entièrement locale de son agent Computer — est désormais disponible sur les PC Windows équipés de GPU NVIDIA GeForce RTX ou RTX PRO, distribuée via le Microsoft Store. Le compte de NVIDIA a relayé la nouvelle dans l'heure qui a suivi : « Les agents d'IA puissants deviennent plus faciles à faire tourner directement sur votre PC. Avec @Perplexity_AI, nous rendons l'IA locale plus privée, plus accessible et plus utile sur les PC NVIDIA RTX sous @Windows. » Le discours des deux entreprises est identique et précis : faire tourner le harnais, les agents et les modèles sur l'appareil, travailler avec les fichiers locaux et les applications connectées sans envoyer les tâches dans le cloud, et n'escalader vers des modèles de pointe hébergés dans le cloud que lorsqu'une tâche l'exige.
Deux produits aux noms proches qui ne sont pas la même chose
Il vaut mieux clarifier ce point avant tout le reste, tant le nom choisi par Perplexity invite à la confusion : Portable Computer n'est pas Personal Computer. Personal Computer est le produit plus ancien — l'agent Mac coordonné par le cloud de Perplexity, en bêta réservée aux abonnés Max depuis la mi-avril 2026, ouvert à tous les utilisateurs Mac le 7 mai, puis doté le 1er septembre d'un mode hybride qui exécute localement sur puce Apple Silicon les étapes sensibles tandis que le reste part vers le cloud. Portable Computer est un produit distinct, plus récent, annoncé fin août : non hybride par défaut mais entièrement local par conception, avec toute la pile — modèle orchestrateur, modèle sous-agent et harnais d'agent — tournant sur la machine de l'utilisateur, le cloud n'étant sollicité que via une escalade explicite et soumise à autorisation, plutôt que comme une couche de coordination par défaut. macOS n'est absolument pas au programme de Portable Computer ; il a été lancé spécifiquement pour du matériel NVIDIA, ce qui fait de l'annonce d'aujourd'hui la continuation d'un partenariat existant plutôt qu'un nouveau. Deux produits, de la même entreprise, à trois semaines d'écart rien que dans la chronologie de ce billet, partageant quatre des six mots de leur nom et visant des matériels différents — le genre de recouvrement qui justifie de vérifier lequel des deux un titre désigne réellement avant de citer l'un ou l'autre.
Trois plateformes en trois semaines
Le propre déploiement de Portable Computer est allé assez vite pour que la sortie Windows d'aujourd'hui ne soit en réalité que la troisième étape d'un sprint court. L'outil est sorti pour la première fois le 25 août sur le DGX Spark de NVIDIA, l'unité de bureau Grace Blackwell à 4 679 $ bâtie autour d'un CPU Arm 20 cœurs et de 128 Go de mémoire unifiée — la même machine que ce blog comparait il y a trois semaines à un cluster de Mac Studio et à une configuration AMD Ryzen AI Halo sur le seul débit de génération de tokens. Le support Linux pour les GPU RTX à partir de 24 Go de VRAM a suivi le 3 septembre. Aujourd'hui, 14 septembre, c'est au tour de Windows, sur le même plancher de 24 Go de VRAM, via le Microsoft Store plutôt qu'un téléchargement direct — la première des trois plateformes distribuée via une boutique d'applications plutôt qu'un installeur autonome. Chaque étape a jusqu'ici abaissé la barre matérielle (d'un poste d'IA dédié à 4 679 $ à n'importe quel GPU grand public suffisamment équipé) tout en maintenant l'exigence de VRAM constante.
L'histoire des modèles est la partie que ce blog suivait déjà
Le détail le plus intéressant est de savoir quels modèles Portable Computer fait réellement tourner, car c'est un test grandeur nature d'une architecture que ce blog avait signalée il y a un mois. Au lancement, l'utilisateur choisit entre le PPLX 27B maison de Perplexity — un modèle que Perplexity a post-entraîné spécifiquement pour son propre harnais — et Qwen 3.8 27B, le modèle à poids ouverts d'Alibaba adapté au matériel RTX. Perplexity a aussi annoncé que le support de NVIDIA Nemotron 3.5 Lightning arrive prochainement.
C'est la continuation directe d'une histoire que ce blog avait couverte lorsque NVIDIA a lancé Nemotron 3.5 Lightning le 11 août : un modèle de mélange d'experts de 30 milliards de paramètres avec environ 3 milliards de paramètres actifs, à poids ouverts, explicitement présenté non pas comme un généraliste de pointe mais comme « l'exécuteur spécialisé au sein » du système agentique plus vaste de quelqu'un d'autre, lancé aux côtés de NeMo Switchyard, une bibliothèque de routage ouverte chargée de décider quand l'appeler. La lecture que faisait ce billet de la logique commerciale de NVIDIA était que distribuer gratuitement un petit modèle exécuteur compétent ne coûte rien à NVIDIA si l'alternative est que la même inférence se produise sur l'API à péage de quelqu'un d'autre — « NVIDIA n'a pas besoin que Nemotron gagne. Elle a besoin que la catégorie des exécuteurs spécialisés locaux gagne. » Un mois plus tard, l'un des produits d'IA grand public les plus visibles du marché bâtit exactement cette catégorie : un orchestrateur local doté d'un emplacement de petit modèle interchangeable, occupé aujourd'hui par le modèle maison de Perplexity ou par Qwen, avec l'entrée propre de NVIDIA prévue pour rejoindre la liste à l'intérieur de laquelle elle est pourtant en concurrence. Ce blog avait relevé le même schéma il y a quatre jours dans le lancement de Fugu Ultra v2 de Sakana, qui s'appuie sur les modèles Nemotron comme travailleurs bon marché de son pool tout en excluant explicitement les modèles de pointe de son propre pool d'orchestration. Deux entreprises sans lien, en l'espace de deux semaines, bâtissant chacune l'architecture « exécuteur local bon marché, NVIDIA occupe l'emplacement » qu'un lancement produit de NVIDIA avait prédite pour elles — ce qui relève soit d'une lecture juste du marché par NVIDIA, soit de la propre stratégie de distribution gratuite de NVIDIA en train de fabriquer le marché qu'elle avait prédit, et rien, de l'extérieur, ne permet de distinguer les deux.
Il vaut aussi la peine de nommer qui profite précisément de PPLX 27B : Perplexity, pas NVIDIA. Offrir son propre modèle post-entraîné comme choix par défaut, avec Qwen puis, à terme, Nemotron comme alternatives interchangeables, garde à Perplexity le contrôle du comportement par défaut du harnais, même sur un matériel fourni par NVIDIA — la couche modèle reste contestable, mais le harnais qui décide quel modèle tourne reste celui de Perplexity.
Un benchmark interne, sur un test interne
Les propres chiffres de Perplexity pour ce choix de modèle : sur son « Local Knowledge Work Bench » de 53 tâches — interne, couvrant des tâches comme la recherche approfondie, l'analyse financière et la création de documents — Qwen 3.8 27B obtient 82,6 %, et le PPLX 27B maison de Perplexity obtient 85,4 %. Les deux chiffres viennent du propre benchmark de Perplexity, noté par Perplexity, sur des tâches écrites par Perplexity, comparant favorablement le modèle de Perplexity à l'alternative qu'elle propose elle-même. Rien de tout cela ne rend le résultat sous-jacent faux — une entreprise qui post-entraîne un petit modèle spécifiquement pour son propre harnais devrait plausiblement surpasser un modèle généraliste de même taille sur des tâches tirées des cas d'usage de ce même harnais. Mais c'est la même structure que ce blog avait relevée il y a neuf jours dans le lancement de Desert Ant Labs et dans l'affirmation Chartography de Sakana il y a quatre jours : un chiffre à source unique, sur un benchmark conçu par celui-là même qui le publie, est une affirmation à traiter comme provisoire plutôt qu'à considérer comme un fait établi tant que personne en dehors de Perplexity n'a fait tourner les 53 mêmes tâches — un écart de 2,8 points inclus.
Ce que coûte le « coût de tokens nul »
Chaque article couvrant le lancement d'aujourd'hui, y compris ceux de Perplexity et de NVIDIA elles-mêmes, met en avant le même argument : les étapes locales tournent à coût marginal de tokens nul. C'est vrai tel quel énoncé, et cela mérite d'être pris au sérieux — ce blog tenait exactement le même raisonnement en août à propos du LFM2.5-2.6B de Liquid AI, un modèle de 2,6 milliards de paramètres qui fait tourner un agent sur un téléphone que les gens possèdent déjà, où supprimer le compteur change réellement ce qu'on construirait, pas seulement ce qu'on paierait. La version de « coût de tokens nul » de Portable Computer repose sur un socle sensiblement différent. L'atteindre exige un abonnement Perplexity Pro à 20 $ par mois ou Max à 200 $ par mois, plus du matériel : soit le DGX Spark de NVIDIA à 4 679 $, soit un GPU RTX dédié d'au moins 24 Go de VRAM, ce qui, au prix du marché, signifie une carte dans la fourchette de 1 500 à plus de 2 000 $, avant même le reste de la machine qui l'entoure. Un téléphone que quelqu'un possède déjà et un GPU de station de travail à 24 Go qu'il faudrait spécifiquement acheter ne relèvent pas de la même forme de « gratuité ». Pour un utilisateur léger, le coût par token d'une API cloud est très probablement inférieur à la dépense matérielle nécessaire pour l'éliminer — le « coût de tokens nul » décrit le coût marginal de chaque tâche supplémentaire une fois le coût fixe payé, pas le coût total d'utilisation de Portable Computer, et les articles qui s'empressent de reprendre l'argument du « nul » ne font, pour la plupart, pas cette distinction.
Le seul choix de conception du lancement qui relève de davantage que du marketing est le mécanisme d'escalade lui-même : chaque étape commence sur l'appareil, et l'envoi de quoi que ce soit vers l'un des plus de 15 modèles cloud exige une autorisation séparée et explicite après une vérification de confidentialité, cette autorisation ne couvrant qu'un seul transfert plutôt que de persister d'une étape ou d'une session à l'autre. C'est un engagement réel et précis — une friction qu'une entreprise à la recherche de métriques d'usage chercherait normalement à minimiser, pas à ajouter — et c'est une conception nettement différente d'un harnais qui déciderait silencieusement, pour le compte de l'utilisateur, du moment d'aller vers le cloud.
Deux entreprises, deux choses différentes à vendre
NVIDIA et Perplexity ne se disputent pas vraiment le même dollar ici, ce qui rend le partenariat durable plutôt qu'opportuniste. NVIDIA vend le GPU qui rend l'inférence locale possible tout court — chaque installation de Portable Computer sur du matériel RTX est une vente que NVIDIA a déjà réalisée, quel que soit le modèle qui tourne dessus, ce qui obéit à la même logique que ce blog avait retracée à travers l'économie de la distribution gratuite de Nemotron 3.5 Lightning. Ce n'est pas non plus la première fois que ces deux entreprises se retrouvent dans la même pièce ce trimestre : Perplexity était déjà membre fondateur de l'Open Secure AI Alliance de NVIDIA, annoncée fin juillet, une coalition bâtie sur le même pari sous-jacent — que la valeur revient à qui contrôle l'infrastructure sur laquelle tournent les modèles ouverts, pas nécessairement à qui entraîne le modèle. Perplexity vend l'abonnement et, à plus long terme, le contrôle de la couche harnais qui décide quel modèle — le sien, un modèle ouvert, ou à terme celui de NVIDIA — tourne réellement. Les deux entreprises peuvent chacune pointer vers la marque de l'autre tout en encaissant une facture différente. Ce n'est pas une critique propre à ce lancement ; cela mérite simplement d'être dit clairement, de la même façon que ce blog l'a dit pour chaque entreprise ayant soutenu ce mois-ci que son propre produit était précisément la bonne réponse à un débat dans lequel elle a elle-même un intérêt. Ce qui rend la journée notable, ce n'est pas le portage Windows en lui-même — c'était l'étape suivante prévisible d'un déploiement de trois semaines — c'est que l'architecture de « l'exécuteur local bon marché et interchangeable » que NVIDIA vendait encore comme une thèse lors d'un lancement produit en août dispose désormais d'un exemple concret, en service, construit par quelqu'un d'autre, avec le propre modèle de NVIDIA en attente de la rejoindre plutôt que de lui faire concurrence.