Question 1

Qual LLM posso rodar com 8 GB de RAM?

Accepted Answer

Com 8 GB você roda tranquilamente modelos quantizados em 4 bits de até 7–8B parâmetros, como o Llama 3.1 8B ou o DeepSeek R1 7B. Modelos menores, como o Llama 3.2 3B ou o Gemma 3 4B, rodam ainda mais rápido e deixam memória sobrando para outros apps.

Question 2

Preciso de GPU para rodar um LLM local?

Accepted Answer

Não. Ferramentas como Ollama, LM Studio e llama.cpp rodam os modelos na CPU. Uma GPU (ou a memória unificada do Apple Silicon) deixa a geração várias vezes mais rápida, mas quem manda mesmo é a RAM — o modelo precisa caber na memória.

Question 3

O que é quantização (Q4, Q8)?

Accepted Answer

A quantização encolhe o modelo armazenando os pesos com menos bits. O Q4 (4 bits) reduz o tamanho em cerca de 4× em relação aos pesos originais de 16 bits, com perda mínima de qualidade — é o jeito padrão de rodar LLMs em hardware comum.

Question 4

Quão preciso é este teste?

Accepted Answer

Por privacidade, os navegadores limitam alguns sinais: a memória reportada para em 8 GB e os nomes de GPU são genéricos. Trate o resultado como uma boa estimativa e selecione a sua RAM real para um veredito exato. Tudo roda no seu navegador — nenhum dado é armazenado.

Question 5

Quais apps posso usar para rodar modelos localmente?

Accepted Answer

Os mais populares são Ollama, LM Studio, llama.cpp e Jan. Escolha um modelo marcado em verde neste teste, baixe a versão Q4 e em poucos minutos você está conversando offline.

Qual LLM posso rodar?

Perguntas frequentes