Rodar uma IA dentro de casa: o que dá, o que custa e para quem compensa

Existe um caminho para usar inteligência artificial sem que uma única palavra sua saia da sua máquina. Ele é real, funciona hoje, e a lista de modelos abertos capazes disso é maior do que a maioria imagina. Também é um caminho com contas concretas: quanta memória de vídeo você precisa, quanto custa a máquina, quanto ela gasta de energia, e o que exatamente você perde em relação ao que a assinatura mensal entrega. Este aprofundamento percorre os quatro pontos: quais modelos permitem, que máquina é preciso ter, para quem faz sentido, e se vale o esforço.

Primeiro, o que “rodar uma IA em casa” significa de verdade

Um modelo de linguagem é um arquivo de números. Para responder, ele precisa desses números disponíveis na memória mais rápida que a máquina tiver — a memória da placa de vídeo, chamada VRAM, ou, no caso dos computadores da Apple e de alguns chips novos da AMD, uma memória unificada que serve processador e vídeo ao mesmo tempo.

Daí sai a única regra que você precisa guardar: na precisão original, um modelo ocupa cerca de 2 gigabytes de memória para cada bilhão de parâmetros. Um modelo de 70 bilhões pediria 140 GB, o que nenhum computador doméstico tem.

É aqui que entra a técnica que tornou tudo isso possível: a quantização. Ela reduz a precisão de cada número do modelo, como quem arredonda um preço de R$ 19,97 para R$ 20. O modelo fica menor e mais rápido, e perde um pouco de exatidão — na prática, pouco o bastante para a maioria dos usos. Quantizado em 4 bits, aquele mesmo modelo ocupa cerca de um quarto: os 140 GB viram algo perto de 40 GB. O formato mais usado atende pelo nome de Q4_K_M, e é o que quase todo mundo roda sem saber.

Com essa régua, a pergunta “posso rodar isso?” vira uma conta de padaria: pegue o número de bilhões de parâmetros, divida por dois, e você tem os gigabytes de memória necessários em 4 bits, mais uma folga para o contexto da conversa.

Os modelos abertos que permitem essa configuração

“Aberto” aqui quer dizer *open weight*: a empresa publica os pesos do modelo e você baixa o arquivo. Não é o mesmo que código aberto no sentido clássico — o treinamento raramente é reprodutível —, mas é o suficiente para rodar offline, para sempre, sem pedir licença a ninguém.

O mapa de setembro de 2026, por família:

Para uso geral, Qwen é a escolha mais segura. Para quem programa, os modelos de código da mesma família chegam a poucos pontos do que os grandes serviços entregam em edição de código. Para quem quer que a máquina leia imagens, Gemma. Para quem tem pouca máquina, Phi.

E há um recorte por memória disponível que resolve a escolha na prática:

A máquina: o que realmente decide

Aqui está o erro mais caro que se comete nesse assunto: comprar pensando em velocidade de processamento. Para rodar IA em casa, memória vem primeiro, largura de banda vem segundo, e potência bruta vem por último. Um modelo que não cabe na memória não roda — ou roda tão devagar que você desiste. Um modelo que cabe roda na velocidade que a banda de memória permitir.

Três caminhos reais, com números medidos:

Traduzindo a velocidade: acima de 20 por segundo, a resposta aparece mais rápido do que você lê. Entre 10 e 20, dá para trabalhar. Abaixo de 8, incomoda.

Uma máquina equilibrada para começar hoje, sem exagero: processador razoável, 32 GB de memória do sistema, e uma placa de vídeo com 16 GB de VRAM. Isso roda modelos de 12 a 14 bilhões com conforto e é o ponto onde a maioria das pessoas para de sentir falta de mais.

Os programas ficaram fáceis. LM Studio é o caminho mais curto: instala, mostra uma lista de modelos, você clica e conversa, com cara de aplicativo comum. Ollama é para quem quer chamar o modelo de dentro de outros programas, por comando. Os dois usam a mesma engrenagem por baixo e os mesmos arquivos de modelo.

O que você perde, dito sem maquiagem

Três perdas reais, e nenhuma delas é pequena:

Qualidade de fronteira. Os melhores modelos abertos ficam em torno de três a seis meses atrás dos melhores modelos fechados. Em tarefas comuns a diferença é pequena. Em raciocínio longo, tarefa difícil de programação e problemas que exigem muitos passos encadeados, ela aparece.

Contexto. Os serviços pagos aceitam textos enormes numa conversa só. Em casa, o contexto ocupa memória junto com o modelo, e você acaba escolhendo entre um modelo maior e uma conversa mais longa.

As ferramentas em volta. Busca na internet, leitura de arquivos, execução de código, geração de imagem, voz — tudo isso vem pronto na assinatura e, em casa, é você quem monta.

A conta: quando compensa de verdade

A conta é mais simples do que parece, e ela quase nunca é sobre economia.

Abaixo de um volume grande de uso, a nuvem é mais barata. As referências de mercado colocam o ponto de virada em torno de um milhão de palavras-token por dia: abaixo disso, pagar por uso sai na frente; bem acima disso, o equipamento próprio começa a ganhar. Traduzido para o cotidiano: quem gasta a partir de uns US$ 80 por mês em chamadas de interface de programação já tem argumento financeiro para comprar máquina. Uma placa usada de US$ 700 se paga em menos de sete meses nesse ritmo — e depois disso cada resposta custa só energia.

Quem usa IA algumas vezes por dia para escrever e tirar dúvidas não economiza nada montando uma máquina. Vai gastar mais, e não tem problema nenhum nisso — só não é economia, é outra coisa.

Para quem faz sentido

Para quem tem sigilo profissional a proteger. É o caso mais forte e o menos discutido. Médico com prontuário, advogado com processo, contador com balanço, psicólogo com anotação de sessão, pesquisador com dado de paciente: nesses ofícios, mandar o conteúdo para o servidor de terceiro não é uma questão de preferência, é uma questão de dever profissional e, em vários casos, de lei. Um modelo rodando na máquina do consultório resolve isso de forma limpa: o dado não sai da sala.

Para quem tem volume alto e previsível. Transcrever, classificar, resumir ou traduzir milhares de itens por dia é exatamente o perfil em que o equipamento próprio ganha da assinatura, e com folga.

Para quem precisa de independência. Trabalho em campo sem internet, ambiente isolado por política de segurança, ou simplesmente a recusa de depender de uma empresa que pode mudar preço, regra ou modelo no meio do caminho. O modelo que você baixou hoje continua igual daqui a cinco anos.

Para quem quer entender a máquina. Não é motivo desprezível. Rodar um modelo em casa ensina, em uma tarde, coisas sobre inteligência artificial que nenhuma quantidade de leitura ensina: o peso do arquivo, o efeito da quantização, o custo de cada palavra gerada, o limite do contexto.

Não faz sentido para o uso casual — algumas perguntas por dia, um texto aqui e ali. Nesse caso o serviço pago é melhor, mais barato e mais capaz, e montar máquina é hobby, não solução.

Vale o esforço?

Depende do que se entende por esforço, e a resposta honesta mudou nos últimos dois anos.

A parte de instalar deixou de ser esforço. Baixar o LM Studio, escolher um modelo da lista e conversar leva menos tempo que instalar um pacote de escritório. Não há terminal, não há compilação, não há configuração de driver — exceto no mundo AMD em Windows, onde ainda dá trabalho.

O esforço que sobrou é escolher. Qual modelo, qual quantização, quanto de contexto, o que fazer quando a resposta vem ruim. Isso é conhecimento que se adquire em algumas semanas de uso e que, uma vez adquirido, não se perde.

E há um esforço financeiro que ninguém deveria minimizar, sobretudo no Brasil de agora: a memória está no maior choque de preços da história recente, empurrada pela demanda de inteligência artificial nos centros de dados, e placa de vídeo aqui custa múltiplos do preço internacional. A máquina que nos Estados Unidos custa US$ 1.500 não custa o equivalente em reais na loja brasileira.

O veredito, então, se divide com clareza: se o seu motivo é privacidade, volume ou independência, vale — e vale muito, porque não existe substituto. Se o seu motivo é economizar a mensalidade, quase sempre não vale. E se o seu motivo é curiosidade, comece pelo que você já tem: qualquer computador com 8 GB de memória de vídeo já roda um modelo decente hoje, e essa primeira conversa com uma máquina que responde sem estar conectada a lugar nenhum costuma ser mais impressionante do que o número da referência técnica sugere.

Fontes: 1 · 2 · 3 · 4 · 5 · 6 · 7 · 8 · 9 · 10 · 11 · 12 · 13 · 14 · 15 · 16 · 17