Local AI · IA Local
O mapa completo da IA local: por que ser dono vale mais, qual hardware realmente importa, qual stack instalar — e o mês exato em que seu setup se paga.
Seus prompts, documentos e áudios da família — processados por silício na sua casa, não por uma empresa que você nunca viu. IA local torna "levamos privacidade a sério" literal.
Assinaturas são aluguéis eternos com reajustes anuais. Uma compra única de hardware roda os melhores modelos abertos por anos, offline, ao custo da energia.
Três assinaturas típicas custam $600+/ano. Um rig usado capaz custa menos que um ano de aluguel — e recebe todo upgrade que os pesos abertos entregarem.
A matemática do dinheiro
Vinte dólares por mês parecem pouco. Para sempre, não. Faça suas contas:
Alguns links são de afiliados. Eles nunca mudam nossos rankings ou as contas — ajudam a manter a AIVerseWeb independente.
Faixas de hardware
Da máquina que você já tem a um servidor de IA doméstico. Preços refletem valores típicos de mercado — confira os anúncios atuais.
$0
Modelos até ~8B em velocidades legíveis (Qwen3 4B é o ponto ideal), além de Whisper e geração de imagem em Apple silicon.
+
• Investimento zero • Perfeito para testar as águas • Macs com Apple silicon rendem muito acima da classe
−
• Lento para modelos grandes • Gerar imagem na CPU é sofrível
$250–400 (used RTX 3060 12GB)
Modelos de 8B–14B em Q4–Q6 com contexto real, SDXL, Whisper e embeddings. O clássico primeiro rig.
+
• GPU de IA mais barata • Mercado de usadas enorme • Roda 90% das cargas do dia a dia
−
• Modelos 70B ficam fora de alcance • Arquitetura antiga (sem FP8)
$700–1600 (used RTX 3090 → RTX 4060 Ti 16GB / 5060 Ti 16GB)
Modelos de raciocínio 32B, Qwen3 30B-A3B a toda velocidade, FLUX, RAG sério com contexto longo.
+
• Raciocínio local classe 32B • Geração de imagem classe FLUX • 3090 usada = melhor VRAM-por-dólar da história
−
• Loteria no mercado de usadas (3090) • Consumo exige fonte decente
$1400–3500 (M-series, 32–64GB unified)
Modelos classe 70B em silêncio sobre a mesa, áudio excelente, imagem decente. Um cabo, zero turbina.
+
• Memória unificada enorme para LLMs • Silencioso e eficiente • Melhor watts-por-token da casa
−
• Geração de imagem mais lenta que NVIDIA • Sem upgrade — compre a RAM que vai precisar
$3500+ (2× RTX 3090/4090, or 5090)
70B em Q4 com folga, MoEs de 100B+, fine-tuning dos seus próprios modelos, servindo família ou escritório.
+
• Quase-fronteira, 100% privado • Fine-tuning vira rotina viável • Pode se pagar hospedando para outros
−
• Dinheiro de verdade e fonte de verdade • Calor e ruído pedem planejamento
Alguns links são de afiliados. Eles nunca mudam nossos rankings ou as contas — ajudam a manter a AIVerseWeb independente.
Stack de software
Todas gratuitas ou open-source. Comece com um runtime + uma UI; adicione as outras quando sentir vontade.
A porta de entrada da IA local: um comando baixa e roda modelos, e serve uma API compatível com OpenAI no localhost.
macOS · Windows · Linux
GUI refinada para descobrir, baixar, conversar e servir modelos — com servidor local embutido e controle de offload por modelo.
macOS · Windows · Linux
O motor C++ por trás de quase todo o ecossistema. Controle máximo, quantização GGUF, roda em torradeira.
macOS · Windows · Linux
Interface self-hosted estilo ChatGPT para APIs Ollama/OpenAI: contas, RAG, ferramentas e chat multi-modelo.
Docker · Python · Linux · Windows · macOS
Alternativa open-source ao ChatGPT com app desktop limpo e servidor API local.
macOS · Windows · Linux
Distribuição de arquivo único do llama.cpp amada pelo público de RP: UI de narrativa, visão e TTS inclusos.
Windows · Linux · macOS
Front-end orientado a personagens para modelos locais: personas, lorebooks e chats em grupo.
Windows · macOS · Linux · Docker
Motor de grafos para pipelines de geração de imagem/vídeo — a ferramenta profissional da difusão local.
Windows · macOS · Linux
Interface nível estúdio para SD/FLUX com canvas, inpainting e gerenciamento de fila.
Windows · macOS · Linux
RAG desktop tudo-em-um: jogue documentos, converse com citações, 100% offline.
Windows · macOS · Linux · Docker
Servidor de inferência de alto throughput para quando você evoluir a multi-GPU ou servir a casa toda.
Linux · Docker
Fala-para-texto amigável à CPU num binário único — transcreva reuniões sem GPU nenhuma.
macOS · Windows · Linux
Não. O Ollama roda modelos de 3–4B em qualquer CPU moderna, e Macs com Apple silicon são excelentes sem GPU dedicada. Uma placa de 12GB é onde fica rápido e sério.
Para chat, escrita, ajuda com código e RAG privado: modelos abertos de 8–32B são genuinamente competitivos no dia a dia. Nos casos de fronteira, os maiores modelos de nuvem ainda vencem — a questão do ROI é se esses casos extremos justificam $600+/ano.
Comprimir os pesos do modelo de 16-bit para ~4-bit para caber numa fração da VRAM, perdendo pouquíssima qualidade. Q4_K_M é o padrão da comunidade. Veja o glossário.
Sim: modelos de 3–8B rodam bem em notebooks recentes (CPU ou GPU integrada). GPUs dedicadas de 8GB+ destravam a faixa confortável. MacBooks com 16GB+ de memória unificada são os melhores notebooks para isso.
Um rig desktop em uso misto adiciona cerca de $1–3/mês na maioria das regiões. A calculadora de ROI inclui uma estimativa conservadora opcional.
✉ Newsletter
Um e-mail por semana: novos modelos que valem sua RAM, atualizações de ferramentas e contas de preço. Sem spam, cancele quando quiser.