Perplexity 推出 Mac 專屬「混合運算」功能：機密任務拆分本地端 AI 處理，兼顧頂級算力與隱私防護
Perplexity 正式推出 Mac 專屬混合運算功能，透過智慧拆解任務將機密資料保留於本地端處理。這套混合運算架構讓 Perplexity 用戶能善用本地端模型的安全性，同時享有雲…
Perplexity 繼今年初推出具備自主代理能力的 Perplexity Computer 與 Mac 專屬應用後，近日再度迎來重大架構革新，正式發表全新「混合運算」（Hybrid Compute）功能。
這項創新機制允許系統將單一複雜工作流進行智慧拆解，將牽涉機密或客戶隱私的關鍵資料指派給本地端大型語言模型（LLM）運算，而高難度的綜合推理則無縫交由雲端頂級模型（如 Claude Opus 5 或 GPT-5.6 Sol）協同處理。這項突破性設計不僅打破了傳統雲端 AI 隱私外洩的疑慮，更為專業工作者與企業用戶開闢了一條兼顧極致推論性能與資料主權的全新路徑。
雲端頂級算力結合地端隱私隔離：全新分類器實現敏捷任務智能分流
在實際商業與專業應用場景中，資料隱私向來是企業導入生成式 AI 的最大痛點。以法律專業人士為例，律師在撰寫複雜案件的法律摘要或起訴書時，往往需要比對海量的現行判例法規，同時又必須嚴格保護委託人的個人資料與機密案情。
透過 Perplexity 的混合運算架構，使用者可以直接將未經脫敏的原始文件載入系統，機密部分將全數被保留在 Mac 本地端由地端模型進行初步特徵提取與摘要，僅有去識別化或公開法規比對請求才會上傳至雲端旗艦模型，在完全不犧牲推論深度的前提下，徹底杜絕敏感資料外洩至公有雲伺服器的潛在風險。
為了讓這套分流機制更加無縫且直覺，Perplexity 將混合運算深度整合至 macOS 專屬應用程式中，並同步導入自行研發訓練的全新「隱私分類器」（Privacy Classifier）。每當使用者拖曳檔案、上傳附件或送出提示詞時，系統背景會即時掃描並精準辨識其中是否包含個資、財務憑證或內部專利等機密內容，並主動向使用者提出保留在本地端的建議清單。
在任務正式派發執行前，使用者可透過視覺化介面逐一檢視被隔離在本地端的檔案，自由切換指派的模型組合，確保每一個運算環節都處於完全可控的透明狀態。
地端零成本推論降低企業負擔：支援 Gemma 與 35B 級 Qwen 3.6 模型一鍵部署
除了卓越的隱私保護優勢外，混合運算更為重視成本控制的高用量專業用戶帶來實質的經濟效益。由於雲端頂級前沿模型的 API 呼叫與 Token 計費所費不貲，將資料預處理、格式轉換及敏感詞過濾等繁重任務下放給本地端模型，能顯著降低整體雲端推論的 Token 消耗量。值得注意的是，所有在使用者 Mac 本地端執行的運算與生成的 Token 完全不收取額外費用，讓專業工作者能以近乎零邊際成本的推論開銷，大幅提升日常 AI 工作流的吞吐量與經濟效益。
在模型支援度與使用者體驗方面，Perplexity 展現了極高的工程整合水準。目前首波開放的本地模型清單包含 Google 輕量級的 Gemma E4B，以及兩款具備 350 億（35B）參數規模的 Qwen 3.6 模型，其中一款更針對 Perplexity 智慧代理架構進行了深度的後訓練（Post-training）優化。
使用者無須開啟終端機（Terminal）手動配置繁瑣的 Python 環境或下載權重檔，整個安裝流程皆由 Mac 應用程式自動於背景完成；系統運作時還能即時監控 CPU、GPU 與統一記憶體的硬體負載率，甚至支援透過 iPhone 遠端將任務加入佇列，展現極致流暢的多端協同體驗。
隱私與算力的動態天平：專為 Apple Silicon 打造的專業級 AI 新典範
針對混合運算與純雲端推論的品質差異，Perplexity Mac 產品負責人 強·斯塔夫（Jon Staff）在受訪時坦言，若單純以原始產出的推論精度與文字生成品質來看，調用全雲端前沿模型幾乎始終更具優勢，但這並不代表所有工作場景都非頂級模型不可。
Staff 強調：「這是一條由隱私、成本與性能共同構成的連續光譜。我們希望讓使用者依據自身任務的實際特性，自主決定落在光譜的哪一個位置。Perplexity 會依據上下文提供最佳化建議，但最終選擇權始終在使用者手中。」
目前 Hybrid Compute 混合運算功能已正式向 Perplexity Pro 與 Max 訂閱用戶（Pro 訂閱費用約為每月 20 美元，約合新台幣 640 元），以及 Perplexity 企業版客戶全面開放。在硬體需求方面，該功能專為搭載 Apple Silicon 晶片（如 M 系列處理器）並運行 macOS 15 的 Mac 電腦打造，官方強烈建議設備至少需配備 32GB 統一記憶體（Unified Memory），以確保 35B 規模的本機模型能流暢進行高頻寬推論。隨著地端算力與終端裝置 AI 模型的快速演進，Perplexity 此次的混合架構無疑為未來個人與企業 AI 應用的落地型態樹立了全新標竿。