
IA que roda em casa
Modelos abertos, ComfyUI e agentes para quem tem uma placa de vídeo e quer ir além do chat.
Em destaque
Inkling 2 Mini: Thinking Machines libera modelo aberto de 26,4 bilhões de parâmetros, com cerca de 20 GB e licença Apache 2.0
A Thinking Machines publicou em 20/11 os pesos do Inkling 2 Mini, modelo de texto e imagem com 3,4 bilhões de parâmetros ativos. Os autores recomendam 32 GB de memória; já há versão no Ollama e arquivos GGUF da Unsloth, que pedem uma compilação especial do llama.cpp.
Máquinas de IA
Placas de vídeo, computadores e servidores feitos para rodar IA.
- Mini PCs com Nvidia RTX Spark chegam às lojas da Alemanha a partir de 4.560 euros
, Máquinas
O MSI EdgeMesa N AI+ e o ASUS ProArt GR1X, com 64 GB, apareceram em lojas online alemãs por 4.560 e 4.700 euros, segundo a heise. Com 128 GB, um mini PC RTX Spark sai por pelo menos 8.000 euros.
- Nova York começa a construir o Empire AI Gamma, sede definitiva do supercomputador de IA das universidades do estado
, Máquinas
O governo de Nova York lançou em 19/11 a pedra fundamental do prédio do Empire AI Gamma, na Universidade de Buffalo, com conclusão prevista para o início de 2028. O calor da máquina vai aquecer prédios do campus; o hardware ainda não foi divulgado.
- Desktops compactos com Nvidia RTX Spark, da ASUS, Dell e MSI, começam a ser vendidos a partir de US$ 4.399
, Máquinas
A Nvidia anunciou em 18/11 que os mini PCs com o chip RTX Spark, com até 128 GB de memória unificada, já estão à venda. Os preços publicados vão de US$ 4.399 a US$ 7.499 no MSI EdgeMesa N AI+; Acer, Gigabyte, HP e Microsoft vêm depois.
- NCSA vai montar o Garnet, supercomputador com GPUs Nvidia Blackwell pago por doação de US$ 334 milhões
, Máquinas
O centro de supercomputação da Universidade de Illinois anunciou no SC26 o Garnet, financiado pela Schmidt Sciences e previsto para meados de 2027. A NCSA ainda não divulgou quantas GPUs nem qual modelo de Blackwell a máquina terá.
- TOP500 de novembro tem só 27 supercomputadores novos, o menor número da história, enquanto as máquinas vão para datacenters de IA
, Máquinas
A 68ª lista dos supercomputadores mais rápidos, divulgada no SC26, manteve o mesmo top 10 de junho e teve a menor renovação desde 1993. Os autores ligam isso ao fato de o poder de computação novo estar indo para datacenters de 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.
Novidades
- Pesquisadores tomam a conta do Kokoro no Hugging Face com um domínio vencido e mostram que dava para trocar os pesos do modelo
, Novidades
Pesquisadores registraram o domínio vencido do autor do Kokoro-82M, modelo de voz aberto muito usado, e redefiniram a senha da conta no Hugging Face. Não publicaram nada adulterado, mas o caso mostra por que vale fixar a versão dos modelos baixados.
- ComfyUI 0.46 tira o suporte a DirectML; quem usa placa AMD no Windows por esse caminho precisa trocar de backend
, Ferramentas
A versão 0.46.0 do ComfyUI, publicada em 18/11, remove a opção --directml. A documentação oficial manda usar CUDA ou CPU, e as instruções de instalação do projeto cobrem ROCm para placas AMD no Linux e no Windows.
- Olala mini 7A1B sai no Hugging Face com licença Apache 2.0 e arquivos GGUF, mas por enquanto só roda nos forks da OVHcloud
, Novidades
Os pesos do modelo de linguagem da OVHcloud foram publicados em 19/11, com versões GGUF de 6 a 13,6 GB e MLX de 5,4 GB. Ollama, LM Studio e o llama.cpp oficial ainda não carregam a arquitetura: é preciso compilar o fork da empresa.
- Rumble-2-Flash: modelo aberto de transcrição de voz com 0,5 bilhão de parâmetros, 45 idiomas e licença Apache 2.0
, Novidades
A Reson8 publicou os pesos do Rumble-2-Flash, modelo que transforma fala em texto, com português entre os idiomas e um arquivo de cerca de 1 GB. Roda direto no Transformers e no vLLM, e o uso comercial é permitido.
Vídeos
- Does A Second GPU Make Local AI Faster?
Locally
Verifica se uma segunda RTX 3090 acelera a IA local, comparando casos em que o ganho foi pequeno e outro com modelo de 120B.
- Inkling 2 Mini Locally: Small Enough to Run with Power
Fahd Mirza
Instala e testa localmente o Inkling 2 Mini, modelo de linguagem aberto da Thinking Machines baseado em transformer com camadas em laço.
- Is 512GB Of Local AI Worth It For Coding?
Locally
Calcula em quantos anos um Mac Studio de 512 GB, de US$ 22.299, substitui um plano de US$ 200 do Claude para programar.
Tutoriais
- Como baixar um modelo do Hugging Face pela linha de comando
Começando · Instalar o comando hf, ver os arquivos de um repositório, simular o download, baixar só o que precisa e escolher a pasta de destino.
- Como conferir se o arquivo do modelo baixou inteiro
Começando · Compare o SHA256 do arquivo com o publicado no Hugging Face, pelo PowerShell ou com o hf cache verify, e veja como é o erro quando não bate.
- Como ver quanta memória de vídeo a sua placa tem
Começando · Dois jeitos confiáveis de conferir a memória da placa no Windows, quanto dela está livre e um comando comum que mostra o número errado.