Roda LocalRodar IA no próprio computador é de graça, funciona sem internet e nada do que você digita sai da sua máquina. A pergunta é sempre a mesma: qual modelo cabe no meu PC? A resposta depende quase só de um número, a memória da sua placa de vídeo (a VRAM) ou, no Mac, a memória total.
Este guia mostra como descobrir esse número, o que cabe em cada faixa de memória e quando vale a pena trocar de placa. Se quiser ir direto ao resultado, a calculadora na página inicial faz a conta para a sua placa ou o seu Mac.
O que decide se uma IA roda no seu PC
Dois números importam:
- Memória (VRAM ou memória do Mac): decide quais modelos cabem. O modelo inteiro precisa ficar na memória da placa, junto com o contexto da conversa. Se não couber, ou ele não roda, ou fica bem mais lento.
- Banda de memória: decide a velocidade, medida em tokens por segundo (tok/s). Um token é mais ou menos um pedaço de palavra. Para gerar cada token, a placa lê o modelo inteiro uma vez, então quanto maior a banda, mais rápido o texto aparece.
O processador e a RAM do PC pesam bem menos quando a placa dá conta do modelo. Por isso, uma placa de vídeo intermediária com bastante VRAM costuma ser melhor para IA local que uma placa mais rápida com pouca memória.
Todas as contas do Roda Local usam a quantização Q4_K_M (modelo comprimido em cerca de 4 bits, o padrão do Ollama) e 8K de contexto, e descontam cerca de 1 GB da VRAM para o sistema e o monitor. Os detalhes estão em Sobre o Roda Local.
Como descobrir quanto de VRAM você tem
No Windows
- Abra o Gerenciador de Tarefas (Ctrl + Shift + Esc).
- Vá na aba Desempenho e clique em GPU.
- Veja o nome da placa no canto superior direito e o valor de Memória dedicada da GPU. Esse é o número que importa.
Se aparecerem duas GPUs (comum em notebook), olhe a placa NVIDIA, AMD ou Intel Arc, não a integrada. Em placas NVIDIA, o comando nvidia-smi no terminal também mostra o total de memória.
No Mac
Clique no menu Apple e em Sobre este Mac. O valor de Memória (8, 16, 24 GB…) é o que conta, porque no Mac com chip M a CPU e a GPU dividem a mesma memória. Anote também o chip (M1, M2, M3, M4…), que define a velocidade.
Já sei o nome da placa
Procure a sua na lista de placas. Cada página mostra a VRAM, a banda, os modelos que cabem, a velocidade estimada e o preço de hoje no KaBuM!, quando ela ainda é vendida lá.
Qual IA cabe em 8, 12, 16 e 24 GB de VRAM
Este é o resumo do catálogo do Roda Local em 18/10/2026, em Q4_K_M com 8K de contexto:
| VRAM | Útil para o modelo | Modelos que cabem (de 44) | Maiores que rodam com folga |
|---|---|---|---|
| 8 GB | cerca de 7 GB | 11 | Qwen 2.5 7B, Qwen 2.5 Coder 7B, Qwen 3.5 4B |
| 12 GB | cerca de 11 GB | 18 | Gemma 3 12B, Mistral Nemo 12B, Gemma 4 12B |
| 16 GB | cerca de 15 GB | 25 | Qwen 2.5 14B, Qwen 2.5 Coder 14B, Qwen 3 14B |
| 24 GB | cerca de 23 GB | 40 | GLM-4.7 Flash, Qwen 3 30B-A3B, Qwen 3 Coder 30B-A3B |
8 GB: modelos de até uns 8 bilhões de parâmetros
É a faixa de placas como RTX 4060, RTX 5060 e RX 7600. Cabem bem os modelos de 3B a 7B, ótimos para conversar, resumir texto e tirar dúvidas. Os de 8B, como o Qwen 3 8B, cabem, mas apertados: feche outros programas ou diminua o contexto.
- Roda bem5,6 GB16K de contexto
qwen/qwen2.5-7b$ ollama run qwen2.5:7b - Roda bem5,6 GB16K de contextoqwen/qwen2.5-coder-7b
$ ollama run qwen2.5-coder:7b - Roda bem4 GB32K de contextoqwen/qwen3.5-4b
$ ollama run qwen3.5:4b - Roda bem4 GB64K de contexto
google/gemma3-4b$ ollama run gemma3:4b - Roda bem3,2 GB64K de contexto
ceia-ufg/gaia-pt-br-4b$ ollama run hf.co/mradermacher/Gemma-3-Gaia-PT-BR-4b-it-GGUF:Q4_K_M - Roda bem4,2 GB16K de contextoqwen/qwen3-4b
$ ollama run qwen3:4b
| Placa | VRAM | Banda | Modelos | Preço hoje |
|---|---|---|---|---|
 RTX 5060 Ti 8 GB | 8 GB | 448 GB/s | 11 | R$ 3.199,99KaBuM!, |
| RTX 5060 | 8 GB | 448 GB/s | 11 | R$ 3.099,99KaBuM!, |
| RTX 5050 | 8 GB | 320 GB/s | 11 | R$ 2.299,99KaBuM!, |
| RTX 4060 Ti 8 GB | 8 GB | 288 GB/s | 11 | Fora de linha no KaBuM! |
 Radeon RX 7600 | 8 GB | 288 GB/s | 11 | R$ 1.899,99KaBuM!, |
| RTX 4060 | 8 GB | 272 GB/s | 11 | Fora de linha no KaBuM! |
12 GB: o primeiro degrau que muda muito
Com 12 GB entram os modelos de 12B, como o Gemma 3 12B, e os de 8B passam a rodar com folga e com mais contexto. A RTX 3060 12 GB é a placa mais conhecida dessa faixa. Se você está entre ela e uma placa de 8 GB, veja RTX 4060 vs RTX 3060 12 GB.
- Roda bem9,4 GB16K de contextogoogle/gemma3-12b
$ ollama run gemma3:12b - Roda bem9,5 GB8K de contexto
mistral/mistral-nemo-12b$ ollama run mistral-nemo:12b-instruct-2407-q4_K_M - Roda bem8,5 GB64K de contextogoogle/gemma4-12b
$ ollama run gemma4:12b - Roda bem7,3 GB64K de contextoqwen/qwen3.5-9b
$ ollama run qwen3.5:9b - Roda bem7,6 GB16K de contextomistral/ministral-3-8b
$ ollama run ministral-3:8b - Roda bem6,9 GB16K de contextoqwen/qwen3-8b
$ ollama run qwen3:8b
16 GB: entram os modelos de 14B
Com 16 GB rodam com folga os modelos de 14B, como o Qwen 3 14B, e o gpt-oss 20B cabe, ainda que apertado. É a faixa da RTX 5060 Ti 16 GB e da RTX 4060 Ti 16 GB (compare as duas).
- Roda bem11,1 GB16K de contextoqwen/qwen2.5-14b
$ ollama run qwen2.5:14b - Roda bem11,1 GB16K de contextoqwen/qwen2.5-coder-14b
$ ollama run qwen2.5-coder:14b - Roda bem11,1 GB16K de contextoqwen/qwen3-14b
$ ollama run qwen3:14b - Roda bem11,1 GB16K de contexto
deepseek/deepseek-r1-14b$ ollama run deepseek-r1:14b - Roda bem11,2 GB16K de contexto
microsoft/phi4-14b$ ollama run phi4:14b - Roda bem13,3 GB8K de contextomicrosoft/phi4-reasoning
$ ollama run phi4-reasoning:14b
24 GB: quase todo o catálogo
Com 24 GB cabem 40 dos 44 modelos, incluindo os de 27B a 32B e os modelos MoE de 30B, como o Qwen 3 30B-A3B. Ficam de fora só os gigantes, como o Llama 3.3 70B. Aqui estão a RTX 3090, a RTX 4090 e a RX 7900 XTX (RTX 3090 vs RTX 4090).
Essas três placas estão fora de linha no KaBuM!, então a tabela mostra só as especificações por enquanto.
| Placa | VRAM | Banda | Modelos | Preço hoje |
|---|---|---|---|---|
| RTX 4090 | 24 GB | 1.008 GB/s | 40 | Fora de linha no KaBuM! |
| Radeon RX 7900 XTX | 24 GB | 960 GB/s | 40 | Fora de linha no KaBuM! |
| RTX 3090 | 24 GB | 936 GB/s | 40 | Fora de linha no KaBuM! |
IA local em PC fraco ou sem placa de vídeo
Dá para rodar, com expectativas certas.
Com placa de 4 a 6 GB: fique nos modelos pequenos. No catálogo, os mais leves ocupam entre 3,2 e 4 GB com 8K de contexto: o Gemma 3 Gaia PT-BR 4B (feito pelo CEIA-UFG para o português), o Llama 3.2 3B, o Phi-4 Mini, o Gemma 3 4B e o Qwen 3.5 4B. Lembre que cerca de 1 GB fica para o sistema: numa placa de 6 GB sobram uns 5 GB, e numa de 4 GB sobram uns 3 GB, apertado até para esses. Na calculadora, baixe o contexto para 4K para ganhar margem e confira antes de baixar o modelo.
Sem placa de vídeo dedicada: o Ollama e o LM Studio também rodam o modelo no processador, usando a RAM do PC. Funciona, mas é bem mais lento que numa placa de vídeo, e as estimativas de velocidade do Roda Local não cobrem esse caso (elas assumem o modelo inteiro na GPU). Comece por um modelo de 3B ou 4B e só suba se a velocidade for aceitável para você.
Modelo maior que a VRAM: o Ollama consegue dividir o modelo entre a placa e a RAM. Roda, mas a velocidade cai bastante. Se isso virar rotina, é sinal de que vale mais memória.
No Mac: a memória unificada conta como VRAM
No Mac com Apple Silicon, o macOS libera cerca de 75% da memória para a GPU. Na prática:
- Mac de 8 GB: cerca de 6 GB úteis, 8 modelos do catálogo.
- Mac de 16 GB: cerca de 12 GB úteis, 23 modelos, mais ou menos como uma placa de 12 GB.
- Mac de 24 GB: cerca de 18 GB úteis, 28 modelos.
- Mac de 32 GB: cerca de 24 GB úteis, 41 modelos, o mesmo espaço de uma RTX 4090.
A velocidade depende do chip: os Pro, Max e Ultra têm bem mais banda que os chips base. Na página do Mac tem a tabela por chip e por memória.
Ollama ou LM Studio?
Os dois são gratuitos e rodam os mesmos tipos de modelo.
- Ollama: um programa leve que você usa com um comando, como
ollama run qwen3:8b. Todas as páginas do Roda Local já mostram o comando pronto para copiar. É a melhor escolha se você quer integrar a IA com outros programas ou editores de código. - LM Studio: tem uma interface gráfica completa, com busca de modelos e janela de chat. É mais fácil para quem não quer abrir o terminal.
Não tem escolha errada: comece pelo que parecer mais confortável. As contas de memória do Roda Local seguem o Ollama no padrão, mas valem como boa referência para o LM Studio com a mesma quantização.
Quando vale a pena comprar uma placa para IA
Antes de gastar, teste o que você já tem. Se os modelos que cabem hoje resolvem o seu uso, não precisa trocar nada.
Vale pensar em placa nova quando:
- Você quer um modelo que não cabe. Veja a página do modelo: ela diz a partir de quanta memória ele roda bem. Subir de 8 para 12 GB, ou de 12 para 16 GB, muda bastante a lista de modelos.
- A velocidade atrapalha. Aí o que importa é a banda de memória, não só a VRAM. As páginas de comparação mostram as duas coisas lado a lado.
Para IA local, priorize a VRAM primeiro e a banda depois. Por exemplo, a RTX 3060 12 GB roda mais modelos que a RTX 4060, que é mais nova e tem 8 GB. E se você já pensa em 16 GB, compare a RTX 3060 12 GB com a RTX 5060 Ti 16 GB e veja se a diferença de preço compensa para você.
| Placa | VRAM | Banda | Modelos | Preço hoje |
|---|---|---|---|---|
| RTX 3060 12 GB | 12 GB | 360 GB/s | 18 | R$ 2.199,99KaBuM!, |
| RTX 4060 | 8 GB | 272 GB/s | 11 | Fora de linha no KaBuM! |
| RTX 5060 | 8 GB | 448 GB/s | 11 | R$ 3.099,99KaBuM!, |
| Radeon RX 7600 | 8 GB | 288 GB/s | 11 | R$ 1.899,99KaBuM!, |
| RTX 5060 Ti 16 GB | 16 GB | 448 GB/s | 25 | R$ 4.799,99KaBuM!, |
Perguntas frequentes
Qual IA roda no meu PC?
Depende da memória da sua placa de vídeo. Com 8 GB, rodam bem modelos de até 7B, como o Qwen 2.5 7B. Com 12 GB, entram os de 12B. Com 16 GB, os de 14B. Com 24 GB, quase todo o catálogo. Escolha a sua placa na calculadora para ver a lista exata.
Quanto de VRAM preciso para rodar IA local?
Para começar, 8 GB bastam para modelos pequenos e médios. Para ter mais opções, 12 ou 16 GB são o ponto de equilíbrio, e 24 GB cobrem quase tudo que roda em casa. Veja 8 GB, 12 GB, 16 GB e 24 GB.
A RTX 3060 12 GB serve para IA?
Sim. No catálogo do Roda Local, ela roda 18 dos 44 modelos em Q4_K_M com 8K de contexto, incluindo os de 12B. Os detalhes e o preço de hoje estão na página da RTX 3060 12 GB.
Dá para rodar IA local sem placa de vídeo?
Dá, no processador e na RAM do PC, mas fica bem mais lento. Use modelos de 3B ou 4B, como o Llama 3.2 3B ou o Gemma 3 Gaia PT-BR 4B.
Mac serve para IA local?
Serve. Como a memória é unificada, um Mac de 16 GB tem cerca de 12 GB para o modelo, e um de 32 GB tem cerca de 24 GB. Veja a página do Mac.
Qual é melhor, Ollama ou LM Studio?
Os dois são bons e gratuitos. O Ollama é mais leve e prático para quem usa comandos ou quer integrar com outros programas. O LM Studio tem interface gráfica e é mais fácil para quem está começando.