परप्लेक्सिटी के सीईओ अरविंद श्रीनिवास ने 2 जून को ताइपे में Computex 2026 में इंटेल के सीईओ लिप-बू टैन के साथ मंच साझा किया, जहां उन्होंने कंपनी द्वारा 'पहला हाइब्रिड लोकल-सर्वर इन्फरेंस ऑर्केस्ट्रेटर' कही जाने वाली प्रणाली की घोषणा की। यह प्रणाली, जो जुलाई में परप्लेक्सिटी कंप्यूटर पर आ रही है, स्वचालित रूप से तय करती है कि किसी एआई कार्य के कौन से हिस्से आपकी मशीन पर चलाने हैं और कौन से हिस्से क्लाउड में अधिक शक्तिशाली मॉडलों को भेजे जाने हैं—बिना आपसे पूछे।

“आज हम पर्सनल कंप्यूटर के लिए अगले कदम की घोषणा कर रहे हैं: पहला हाइब्रिड लोकल-सर्वर इन्फरेंस ऑर्केस्ट्रेटर,” परप्लेक्सिटी ने घोषणा की। “यह तय करता है कि आपके डिवाइस पर कौन सा काम चलना चाहिए और कौन सा काम क्लाउड एजेंटों को जाना चाहिए, स्वचालित रूप से किसी कार्य के प्रत्येक हिस्से को सही जगह पर रूट करता है।”

“किसी एआई प्रणाली का सही लक्ष्य प्रत्येक उपयोगकर्ता के लिए प्रति वाट अधिकतम टोकन मूल्य प्रदान करना है,” परप्लेक्सिटी ने अपनी आधिकारिक घोषणा में लिखा। तीन प्रतिस्पर्धी दबाव इसे कठिन बनाते हैं: सटीकता के लिए सबसे सक्षम मॉडल की आवश्यकता होती है, गोपनीयता के लिए कुछ डेटा को आपकी मशीन से कभी न छोड़ने की आवश्यकता होती है, और लागत के लिए यह आवश्यक है कि आप एक छोटे मॉडल द्वारा संभाले जा सकने वाले कार्य पर फ्रंटियर मॉडल के कंप्यूटिंग संसाधनों को खर्च न करें।

परप्लेक्सिटी जिस समाधान को "हाइब्रिड एजेंटिक इन्फरेंस" कहती है, वह तीनों को एक साथ संबोधित करता है। एक कॉम्पैक्ट मॉडल आपके डिवाइस पर स्थानीय रूप से चलता है और एक ट्रैफिक पुलिसकर्मी के रूप में कार्य करता है—यह पता लगाता है कि कौन सी जानकारी स्थानीय रहने के लिए पर्याप्त संवेदनशील है और किन कार्यों के लिए क्लाउड-आधारित फ्रंटियर मॉडल की पूरी शक्ति की आवश्यकता है।

कंपनी ने समझाया, "हाइब्रिड एजेंटिक इन्फरेंस ऐसे काम के लिए है जिसमें संवेदनशील डेटा शामिल होता है लेकिन शक्तिशाली एआई की आवश्यकता होती है। जैसे वित्तीय रिकॉर्ड, स्वास्थ्य जानकारी और व्यक्तिगत फ़ाइलें।" "कॉम्पैक्ट मॉडल आपके डिवाइस पर स्थानीय रूप से चलता है ताकि यह निर्धारित किया जा सके कि संवेदनशील डेटा को भी स्थानीय रूप से कब रखा जाना चाहिए। इस बीच, जिस काम के लिए फ्रंटियर मॉडल की पूरी क्षमता की आवश्यकता होती है, वह सर्वर पर चलता है।"

क्या आपको इसकी परवाह करनी चाहिए?

इन्फरेंस—प्रतिक्रिया उत्पन्न करने के लिए प्रशिक्षित एआई मॉडल चलाने की प्रक्रिया—वह कम्प्यूटेशनल कार्य है जो हर बार जब आप चैटबॉट को कोई प्रॉम्प्ट भेजते हैं तो होता है। अभी, इसका लगभग सारा काम एआई कंपनियों के स्वामित्व वाले रिमोट सर्वर पर होता है। इसका मतलब है कि आपके वित्तीय दस्तावेज़, स्वास्थ्य संबंधी प्रश्न और निजी नोट्स जवाब मिलने से पहले किसी और के कंप्यूटर पर जाते हैं।

यही कारण है कि आपको अपने चैटबॉट पर "ऑटो" मोड या "लो थिंकिंग" मोड दिखाई देते हैं। एआई कंपनियां हमेशा उपयोगकर्ताओं को उनके लिए सबसे सस्ते मोड में इंटरैक्शन रूट करने के लिए मजबूर करने का प्रयास करेंगी।

श्रीनिवास इस बारे में सीधे रहे हैं। Computex में ब्लूमबर्ग टेलीविज़न के साक्षात्कार में, उन्होंने स्पष्ट रूप से कहा: "आप नहीं चाहते कि आपकी सारी गणना सर्वर में केंद्रीकृत हो और सब कुछ सबसे बड़े मॉडलों के माध्यम से चले। कुछ लोग प्रति माह आधा अरब डॉलर खर्च कर रहे हैं। आप वास्तव में प्रति वाट प्रति उपयोगकर्ता कुशल मूल्य चाहते हैं।" इन्फरेंस कार्य को उपयोगकर्ता के हार्डवेयर पर ऑफलोड करने से उन बिलों में कमी आती है—परप्लेक्सिटी के लिए।

स्थानीय इन्फरेंस उन कंपनियों के लिए सबसे अच्छा है क्योंकि यह लागत का एक बड़ा हिस्सा कम करता है, लेकिन एआई उपयोगकर्ताओं के लिए इसका एक प्रमुख लाभ है: यह डेटा को आपकी मशीन पर रखता है। ट्रेडऑफ हमेशा शक्ति रहा है: स्थानीय रूप से चलने वाले छोटे मॉडल डेटा केंद्रों में रहने वाले बड़े मॉडल की तुलना में कम सक्षम होते हैं।

परप्लेक्सिटी का ऑर्केस्ट्रेटर दोनों प्राप्त करने का प्रयास करता है। सरल कार्य—आपके द्वारा पहले से लिखे गए दस्तावेज़ का सारांश करना, टेक्स्ट को फ़ॉर्मेट करना, हल्के वर्गीकरण—स्थानीय रूप से चलते हैं। जटिल तर्क को क्लाउड पर रूट किया जाता है, आदर्श रूप से आपके कार्य के संवेदनशील हिस्सों के बिना। कंपनी का कहना है कि यह स्वचालित रूप से, कार्य के बीच में, उपयोगकर्ता के लिए अदृश्य रूप से होता है। Computex डेमो में यह जितना विश्वसनीय लगता है, क्या व्यवहार में रूटिंग उतनी ही विश्वसनीय है, यह एक सवाल है जिसका जवाब जुलाई में रोलआउट बताएगा।

एक स्पष्टीकरण देना उचित है: यह परप्लेक्सिटी द्वारा एक ओपन-सोर्स स्थानीय मॉडल नहीं दिया जा रहा है जिसे आप नियंत्रित करते हैं। स्थानीय घटक परप्लेक्सिटी द्वारा अपने ऐप के हिस्से के रूप में तैनात एक कॉम्पैक्ट मॉडल है। क्लाउड घटक अभी भी परप्लेक्सिटी के सर्वर के माध्यम से रूट होता है। जो उपयोगकर्ता पूरी तरह से ऑफ़लाइन, सेल्फ-होस्टेड सेटअप चाहते हैं—जैसे MiniCPM5-1B जैसे प्रोजेक्ट प्रदान करते हैं—उन्हें यहां वह नहीं मिलेगा।

ये संख्याएँ उस संदर्भ को स्पष्ट करती हैं। श्रीनिवास ने अप्रैल में घोषणा की थी कि परप्लेक्सिटी का राजस्व $100 मिलियन से बढ़कर $500 मिलियन हो गया, जबकि कर्मचारियों की संख्या में केवल 34% की वृद्धि हुई। एक कंपनी जो उन मॉडलों में प्रश्नों को रूट करती है जिन्हें वह प्रशिक्षित नहीं करती है, उसके पास कंप्यूट लागत को यथासंभव कम रखने के लिए मजबूत प्रोत्साहन होते हैं। इन्फरेंस भार के एक हिस्से को उपयोगकर्ताओं के उपकरणों—अरबों पीसी जो पहले से ही प्रचलन में हैं—पर स्थानांतरित करना ऐसा करने का एक कुशल तरीका है। गोपनीयता की बात वास्तविक है, लेकिन यह वित्तीय लाभ के साथ आसानी से मेल खाती है।

और कौन ऐसा कर रहा है

एआई में हर प्रमुख खिलाड़ी अभी ऑन-डिवाइस या हाइब्रिड इन्फरेंस की ओर बढ़ रहा है। ऐप्पल इंटेलिजेंस अपनी सबसे संवेदनशील प्रोसेसिंग को एम-सीरीज चिप्स पर स्थानीय रूप से चलाता है। माइक्रोसॉफ्ट के फाउंड्री लोकल ने अप्रैल 2026 में सामान्य उपलब्धता हासिल कर ली, जिससे क्लाउड निर्भरता के बिना विंडोज, मैकओएस और लिनक्स पर पूर्ण एआई इन्फरेंस सक्षम हो गया।

एनवीडिया ने उसी Computex में RTX स्पार्क की घोषणा की जहां परप्लेक्सिटी ने अपनी घोषणा की थी, जिसका लक्ष्य लैपटॉप और डेस्कटॉप पर स्थानीय एलएलएम इन्फरेंस था। गूगल का दृष्टिकोण, जैसा कि डिक्रिप्ट ने बताया, अधिक विवादास्पद रहा है—क्रोम चुपचाप उपयोगकर्ता की सहमति के बिना 4GB जेमिनी नैनो मॉडल स्थापित कर रहा था, और अधिकांश उपयोगकर्ता जिस "एआई मोड" बटन को देखते हैं, वह इसका उपयोग भी नहीं करता है।

परप्लेक्सिटी का विभेदन ऑर्केस्ट्रेशन लेयर है। उपयोगकर्ताओं से शुरू में स्थानीय या क्लाउड चुनने के लिए कहने के बजाय, सिस्टम प्रति कार्य, वास्तविक समय में निर्णय लेता है। श्रीनिवास ने कहा कि यह दृष्टिकोण "चिप एग्नोस्टिक" है—Computex डेमो इंटेल कोर अल्ट्रा सीरीज़ 3 पर चला, लेकिन एनवीडिया प्रोसेसर भी समर्थित हैं। यह सुविधा वर्तमान में विंडोज पीसी ऐप के लिए परप्लेक्सिटी के लिए विशेष है, व्यापक रोलआउट टाइमलाइन अभी तक पुष्टि नहीं की गई है।