Qwen3 0.6B
0.6B · 1.4GB · Apache-2.0
Um colibri: respostas instantâneas em celulares, Raspberry Pi e qualquer coisa que ligue.
Diretório de modelos
Todo modelo que sua máquina roda
Filtre pelo que você realmente tem. Os números de VRAM assumem a quantização padrão da comunidade Q4_K_M; contexto e licenças inclusos.
Qwen3 1.7B
1.7B · 1.9GB · Apache-2.0
Assistente de bolso que ainda sustenta uma conversa coerente.
Qwen3 4B
4B · 3.2GB · Apache-2.0
O ponto ideal para notebooks sem GPU dedicada.
Qwen3 8B ★
8B · 5.8GB · Apache-2.0
A recomendação padrão para GPU de 12GB: chat forte, código sólido e modo de pensamento híbrido.
Qwen3 14B
14B · 10GB · Apache-2.0
Favorita das placas de 16GB, com um salto claro na profundidade de raciocínio.
Qwen3 32B
32B · 20GB · Apache-2.0
Flagship densa para rigs de 24GB — qualidade quase de fronteira, 100% offline.
Qwen3 30B-A3B ★
30B · 19GB · Apache-2.0
Truque MoE: conhecimento de 30B na velocidade de 3B. A flagship do povo.
Qwen3 235B-A22B
235B · 135GB · Apache-2.0
MoE aberto em escala de fronteira — território de multi-GPU ou Mac Studio.
Llama 3.2 1B
1B · 1.6GB · Llama 3.2 Community
Modelo de borda minúsculo da Meta com contexto enorme de 128K.
Llama 3.2 3B
3B · 2.7GB · Llama 3.2 Community
Modelo de borda equilibrado; ótimo papo multilíngue para o tamanho.
Llama 3.1 8B ★
8B · 5.8GB · Llama 3.1 Community
O modelo que popularizou a IA local. Ainda um cavalo de batalha confiável.
Llama 3.3 70B
70B · 43GB · Llama 3.3 Community
70B somente texto que bate como um 405B — classe 24GB+ multi-GPU.
Llama 3.2 11B Vision
11B · 9GB · Llama 3.2 Community
Llama multimodal: prints, gráficos e fotos entendidos localmente.
DeepSeek-R1 Distill 7B
7B · 5.6GB · MIT
Raciocínio em cadeia destilado num corpo amigável de 12GB. Licença MIT.
DeepSeek-R1 Distill 14B
14B · 10GB · MIT
O ponto ideal de raciocínio para placas de 16GB — energia de olimpíada de matemática.
DeepSeek-R1 Distill 32B ★
32B · 20GB · MIT
O monstro de raciocínio dos rigs 24GB: mostra o raciocínio e resolve problemas difíceis offline.
DeepSeek-V3 (0324)
671B · 380GB · MIT
Pesos abertos de classe fronteira. Listado por completude — você vai querer um servidor (ou Vast.ai).
DeepSeek-Coder-V2 Lite
16B · 10GB · DeepSeek License
Coder MoE (2.4B ativos): fill-in-the-middle veloz para placas de 16GB.
Gemma 3 1B
1B · 1.5GB · Gemma Terms
A entrada minúscula do Google — tom refinado para a classe.
Gemma 3 4B
4B · 3.6GB · Gemma Terms
Multimodal (entende imagens) num tamanho amigável a CPUs de notebook.
Gemma 3 12B ★
12B · 9GB · Gemma Terms
Visão + contexto 128K + ótima escrita. Um coringa para placas de 12GB.
Gemma 3 27B
27B · 17.5GB · Gemma Terms
O teto da linha Gemma: multimodal em GPU única com escrita séria.
Mistral 7B v0.3
7B · 5.5GB · Apache-2.0
A queridinha original da IA local. Apache-2.0, onipresente, ainda útil.
Mistral Nemo 12B
12B · 8.5GB · Apache-2.0
A força de trabalho multilíngue das placas 12GB com contexto 128K, Apache-2.0.
Mistral Small 3.1 24B
24B · 15.5GB · Apache-2.0
Multimodal 24B Apache-2.0 — a alternativa limpa em licença para rigs 24GB.
Codestral 22B
22B · 14.5GB · MNPL (non-production)
Coder especializado com fill-in-the-middle; atenção à licença não-comercial.
Phi-4 14B ★
14B · 9.8GB · MIT
A 14B da Microsoft treinada com livros-texto — bate muito acima do peso em matemática e lógica.
Phi-4-mini 3.8B
3.8B · 3.1GB · MIT
Pequena, MIT, contexto longo. Presença fixa em notebooks.
QwQ 32B
32B · 20GB · Apache-2.0
O modelo só-raciocínio da Qwen — deliberação longa, Apache-2.0.
Qwen2.5-VL 7B
7B · 6.5GB · Apache-2.0
Referência open-source em visão-linguagem na faixa de 8B: OCR, entendimento de UI, vídeo.
MiniCPM-V 2.6
8B · 6.3GB · Apache-2.0
Visão estilo GPT-4V eficiente, roda em celulares e notebooks.
IBM Granite 3.3 8B
8B · 6GB · Apache-2.0
Modelo Apache-2.0 com mentalidade corporativa e ótimos modos RAG.
BGE-M3 ★
0.6B · 1.5GB · MIT
O cavalo de batalha de embeddings multilíngue — o R do seu RAG local.
Nomic Embed Text v1.5
0.14B · 0.8GB · Apache-2.0
Modelo de embeddings pena com dimensões Matryoshka.
Stable Diffusion 1.5
1B · 4GB · OpenRAIL
O ancestral que ainda roda em placas de 4GB — infinitos fine-tunes e LoRAs.
SDXL Base 1.0
3.5B · 7GB · OpenRAIL++
O padrão de imagem das placas 12GB, com ecossistema gigante de fine-tunes.
FLUX.1 [schnell] ★
12B · 12GB · Apache-2.0
Geração de imagem em 4 passos, Apache-2.0, com renderização de texto impressionante.
Whisper Large v3 ★
1.5B · 3.5GB · MIT
Fala-para-texto em 99 idiomas, MIT, roda via whisper.cpp na CPU.
Kokoro 82M
0.08B · 1GB · Apache-2.0
TTS minúsculo com vozes surpreendentemente naturais — roda em qualquer lugar, até só na CPU.