IA que roda em casa

Modelos abertos, ComfyUI e agentes para quem tem uma placa de vídeo e quer ir além do chat.

O que roda na sua placa?Ver as novidades

Em destaque

PAN 2 ganha suporte nativo no ComfyUI, com arquivos em int8 de 26,7 GB

O código principal do ComfyUI passou a carregar o PAN 2, modelo de mundo de 29 bilhões de parâmetros, sem nó extra. Os arquivos reempacotados incluem uma versão em int8; o suporte ainda não está numa versão numerada do programa.

Máquinas de IA

Placas de vídeo, computadores e servidores feitos para rodar IA.

O que roda na sua placa?

Escolha a memória da sua placa de vídeo e veja os modelos abertos que cabem nela.

  • Fish Audio Drama 3

    48 GB · Fala expressiva com vários personagens e indicações de cena; também clona vozes.

  • Nemotron 3.5 Lightning 30B-A3B

    32 GB · Modelo de texto para agentes que rodam por muito tempo: usa ferramentas, revisa código e segue tarefas longas; 30B no total, 3B ativos.

  • Qwen-Image-2.1

    32 GB compacta · Gera e edita imagens no mesmo modelo, inclusive com fundo transparente.

  • Qwen3.8-27B

    32 GB compacta · Modelo denso de 27B que conversa, programa e entende imagens e vídeos; pensado para agentes de código no próprio PC.

  • Wan-Animate-2 14B

    32 GB compacta · Anima um personagem parado (pessoa, desenho, robô ou bicho) copiando movimentos e expressões de um vídeo de referência.

  • Wan2.2 A14B (T2V e I2V)

    32 GB compacta · Gera vídeos de 5 segundos em 480P ou 720P a partir de texto (T2V) ou de uma imagem (I2V), na versão maior e de mais qualidade do Wan2.2.

  • FLUX.2 [klein] 9B

    29 GB · Gera imagens a partir de texto e edita com uma ou várias referências em 4 passos; é o maior da família klein.

  • Devstral Small 2

    24 GB · Modelo de programação da Mistral feito para agir como agente: lê o projeto, edita vários arquivos e usa ferramentas.

  • MiniMax-H3-Image

    24 GB compacta · Gera e edita imagens de altíssima resolução, usando até 16 imagens de referência.

  • Ministral 3 14B

    24 GB · O maior da linha Ministral 3: conversa, escrita e leitura de imagens, para placas de 24 GB.

  • Muse Glimmer 30B

    24 GB compacta · Modelo de 30B da Meta para programar e agir como agente no próprio PC: usa ferramentas, faz tarefas longas e também lê imagens.

  • FLUX.2 [dev]

    20 GB compacta · Gera e edita imagens a partir de texto e de várias imagens de referência, com modelo aberto de 32B parâmetros.

  • Gemma 4 31B

    17,5 GB · O maior modelo da família Gemma 4: conversa, raciocínio e código, e também lê imagens.

  • Gemma 4 12B

    16 GB · Modelo de conversa do Google que também entende imagem e áudio, feito para rodar em notebook e placa de vídeo comum.

  • gpt-oss-20b

    16 GB · Modelo de conversa e raciocínio da OpenAI com pesos abertos, que mostra o raciocínio e sabe usar ferramentas.

  • Voxtral 4B TTS

    16 GB · Transforma texto em fala em 9 idiomas, inclusive português, e imita uma voz a partir de poucos segundos de áudio.

  • Voxtral Mini 4B Realtime

    16 GB · Transcreve fala em texto ao vivo, com atraso ajustável, em 13 idiomas, inclusive português.

  • MiniMax H3

    12 GB compacta · Gera vídeos curtos com som a partir de texto, imagem inicial ou referências.

  • Ministral 3 8B

    12 GB · Modelo médio de conversa da Mistral, que também entende imagens, para placas de vídeo de uso doméstico.

  • LTX-2.5

    10 GB compacta · Gera vídeo com áudio sincronizado a partir de texto ou imagem, com modelo de 22B parâmetros e versão destilada de poucos passos.

  • FLUX.2 [klein] 4B

    8,4 GB compacta · Gera e edita imagens em menos de um segundo nas placas rápidas, na versão pequena (4B) e aberta da família FLUX.2.

  • FLUX 3 Image Klein

    8 GB · Gera e edita imagens a partir de texto e imagens de referência, em versão menor da família FLUX 3.

  • Ministral 3 3B

    8 GB · Modelo pequeno de conversa da Mistral, que também entende imagens, pensado para computadores modestos.

  • Stable Diffusion XL 1.0

    8 GB · Gera imagens de cerca de 1 megapixel a partir de texto; modelo antigo, mas com enorme acervo de LoRAs e ajustes da comunidade.

  • Wan2.1 T2V-1.3B

    8 GB · Gera vídeos curtos em 480P a partir de texto, na versão pequena da família Wan2.1.

  • Wan2.2 TI2V-5B

    8 GB · Gera vídeos de até 5 segundos em 720P a 24 quadros por segundo, a partir de texto ou de uma imagem inicial.

  • CogVideoX1.5-5B

    7 GB · Gera vídeos de 5 ou 10 segundos em 1360x768 a partir de texto, na versão mais nova da família CogVideoX.

  • FramePack

    6 GB · Transforma uma imagem em vídeo longo, gerando quadro a quadro com memória constante, sobre uma variante do HunyuanVideo de 13B.

  • HunyuanVideo 1.5

    6 GB compacta · Gera vídeos em 480P ou 720P a partir de texto ou de uma imagem, com modelo de 8,3B parâmetros e ampliação opcional para 1080P.

  • Stable Diffusion v1-5

    6 GB · O modelo clássico de texto para imagem, treinado em 512×512.

  • Whisper large-v3-turbo

    6 GB · Transcreve fala em texto em 99 idiomas, inclusive português; versão mais rápida do Whisper large-v3.

  • ACE-Step 1.5

    4 GB · Gera músicas com letra e voz a partir de uma descrição e da letra.

  • MOSS-Image

    4 GB compacta · Gera imagens a partir de texto e permite indicar onde fica cada texto e objeto.

  • Qwen-Image

    4 GB compacta · Gera imagens a partir de texto com modelo de 20B parâmetros, conhecido por escrever bem textos dentro da imagem, inclusive em chinês.

  • Z-Image-Turbo

    4 GB compacta · Gera imagens a partir de texto em 8 passos e escreve texto em inglês e chinês na imagem.

Versões compactas e quantizadas: o que muda?

O mesmo modelo costuma sair em versões que ocupam menos memória da placa. Cada ficha mostra a memória que os autores pedem e, quando há fonte, a da versão compacta (marcada como "compacta"); a lista usa a menor das duas.

Só os pesos de um modelo de 14 bilhões de parâmetros, em conta aproximada:

  • BF16 ou FP16 (original): 28 GB
  • FP8 ou INT8: 14 GB
  • 4 bits (GGUF Q4, NF4): 8 GB
Quantizada
Guarda cada número do modelo com menos bits: BF16 usa 2 bytes por parâmetro, FP8 e INT8 usam 1 byte e 4 bits pouco mais de meio byte. Em 8 bits a perda de qualidade costuma ser pequena; em 4 bits aparece mais, sobretudo em detalhes e em texto dentro da imagem.
Menor da família
O laboratório lança tamanhos diferentes, como o Wan de 1,3 e de 14 bilhões de parâmetros. O menor cabe em placa modesta, mas acerta menos.
Destilada ou turbo
Aprendeu a gerar em poucos passos (de 4 a 8 em vez de 20 a 50). Fica bem mais rápida, mas costuma ocupar a mesma memória.
Descarregar para a RAM (offload)
O ComfyUI e outros programas deixam parte do modelo na memória do computador e só levam para a placa o que estão usando. Cabe em placa menor, mas fica bem mais lento.
Onde achar
No Hugging Face, procure fp8, int8, GGUF ou Q4_K_M no nome do arquivo. No ComfyUI, arquivos GGUF pedem a extensão ComfyUI-GGUF. Para modelos de texto, o Ollama e o LM Studio já baixam versões de 4 bits.

Além dos pesos, contam o codificador de texto, o VAE, a resolução, a duração do vídeo e, nos modelos de texto, o tamanho da conversa.

Ver todos os modelos

Novidades

Todas as novidades

Vídeos

Todos os vídeos

Tutoriais

Todos os tutoriais

Assuntos