Índice

Depois de ter um ambiente para rodar uma LLM local, a próxima pergunta é: "Qual modelo devo realmente instalar?" Llama, Qwen, Gemma, DeepSeek — são muitos nomes, e as empresas e os países por trás deles também são diferentes. Este artigo organiza os principais modelos de 2026 por desenvolvedor, país de origem, caso de uso, tamanho e licença, para que você escolha o "primeiro modelo" que combina com o seu PC e seus objetivos.

Antes, uma premissa importante. Os modelos abertos se atualizam muito rápido (as versões continuam subindo sob o mesmo nome). Por isso este artigo é construído em torno de "famílias (linhagens) + como escolher por caso de uso." Assim, o raciocínio se mantém mesmo quando sai uma nova versão. Sempre confirme a versão mais recente e a licença no distribuidor (Ollama / Hugging Face).

LOCAL LLM · MODELS

Não "o mais forte", mas "o certo para você"

— Desenvolvedor, país, caso de uso e tamanho reduzem as opções

🇺🇸

EUA

Llama / Gemma / Phi

🇨🇳

China

Qwen / DeepSeek / GLM

🇪🇺

Europa

Mistral / Teuken

🌍

& mais

EAU / Índia / Brasil

1. A conclusão: não há um vencedor único — escolha por uso × tamanho (+ origem)

A conclusão logo de cara: não existe um modelo universal em que "você só instala e pronto". Para uso local, reduza as opções com base nestes três pontos.

💡 Três eixos para escolher: ① Tamanho (o teto que cabe na sua VRAM) = o limite de candidatos. ② Caso de uso (geral, programação, seu idioma, raciocínio) = qual linhagem combina. ③ País de origem / desenvolvedor (licença, política de compras, pontos fortes de idioma) = não dá para ignorar se você usa no trabalho.

2. As principais famílias de modelos (com desenvolvedor e país)

O cenário de LLMs locais em 2026 se resume a algumas grandes famílias (linhagens). Saber quem as constrói e em qual país torna a escolha muito mais fácil. Primeiro, dois termos que aparecem nos cartões abaixo.

📖 Glossário rápido

B (número de parâmetros) = a unidade da escala de um modelo. "B" significa "bilhão", então 7B = 7 bilhões, 70B = 70 bilhões de parâmetros. Maior tende a ser mais inteligente, mas mais pesado (usa mais VRAM).

MoE (Mistura de Especialistas) = em vez de rodar tudo a cada vez, apenas alguns "especialistas" são ativados por entrada. Assim, o tamanho total pode ser enorme, enquanto a parte que de fato roda permanece leve e eficiente.

Qwen

🇨🇳 Desenvolvedor: Alibaba (China) / em geral Apache 2.0

Alta capacidade geral e forte em CJK (chinês/japonês/coreano). Tamanhos vão de 3B a centenas de B (MoE), com variantes especializadas em programação. Uma primeira escolha para muitos. Exemplo: série Qwen3.

Llama

🇺🇸 Desenvolvedor: Meta (EUA) / licença própria (confira)

O mais amplamente adotado e rico em informação, um clássico. Há muitos exemplos e know-how, então é fácil pesquisar. Um generalista estável. Exemplo: série Llama 3.x / 4.

Gemma

🇺🇸 Desenvolvedor: Google (EUA) / licença Gemma

Leve e eficiente, com alta qualidade mesmo em tamanhos pequenos e médios. Existem variantes multimodais. Uma boa opção para PCs modestos. Exemplo: série Gemma 3.

DeepSeek

🇨🇳 Desenvolvedor: DeepSeek (China) / R1 é MIT etc.

Forte em raciocínio e programação. Existem versões pequenas por destilação, então dá para buscar "inteligência" com VRAM limitada. Exemplo: série DeepSeek-R1 / V3.

Mistral

🇫🇷 Desenvolvedor: Mistral AI (França / Europa)

De tamanho médio, ágil e bem equilibrado. Um porta-estandarte da "IA soberana" europeia. Os menores costumam ser Apache 2.0. Exemplo: Mistral Small, etc.

Phi

🇺🇸 Desenvolvedor: Microsoft (EUA) / MIT

Um especialista em modelos pequenos (SLM) cujo diferencial é ser inteligente apesar de minúsculo. Fácil de rodar em PCs/notebooks fracos da classe de 8 GB — ideal para começar. Exemplo: série Phi-4.

Além desses, há o GLM (🇨🇳 Zhipu AI, da Tsinghua — muito bem avaliado em programação), o Falcon (🇦🇪 TII dos EAU) e o Command (🇨🇦 Cohere — bom para RAG). Comece pela linhagem principal mais próxima do seu caso de uso.

3. O que muda conforme o país de origem?

"De qual país é o modelo" cria diferenças práticas que não dá para ver só pelo desempenho. Para evitar um mal-entendido comum, comece pela premissa-chave.

✅ A premissa-chave: enquanto você roda localmente, seus dados de entrada não são enviados para fora (para o país do desenvolvedor). Esse é o maior benefício de uma LLM local. Portanto, "modelo chinês = sua entrada vai para a China" não é verdade (é diferente de uma API na nuvem). A origem importa principalmente nos três pontos abaixo.

⚖️

Licença e termos comerciais

Os termos diferem por desenvolvedor. Apache 2.0 / MIT são permissivos; licenças próprias podem restringir escala, uso ou exigir atribuição. Confira antes do uso em produto.

🏛️

Política organizacional / governamental

Órgãos governamentais e grandes empresas podem ter regras sobre "se a IA de um determinado país é permitida". Trate como um ponto de compras / conformidade a confirmar.

🗣️

Pontos fortes de idioma e cultura

As tendências dos dados de treinamento definem em quais idiomas o modelo é bom. Modelos chineses são fortes em CJK; modelos construídos localmente costumam ganhar nas nuances do próprio idioma.

Um "perfil nacional" aproximado: 🇺🇸 EUA = o maior ecossistema, rico em informação, em geral fácil de usar. 🇨🇳 China = à frente em desempenho e eficiência, muitas licenças permissivas, mas algumas organizações precisam verificar a política de adoção. 🇪🇺 Europa = uma postura de "IA soberana" voltada à regulação, equilibrada. Outras regiões = modelos ajustados ao próprio idioma (próxima seção).

4. Modelos em português e locais

Se você trabalha principalmente em português, vale olhar modelos construídos ou ajustados para o seu idioma/região. Eles tendem a ganhar na naturalidade do português e são mais fáceis de adotar por organizações com preferência por "IA soberana". A seguir, alguns esforços abertos de destaque para o português.

🇧🇷 Brasil

Sabiá (Maritaca AI — forte em português; note que o Sabiá-3 é via API comercial) e Tucano (modelos abertos treinados do zero para o português). Bons quando a naturalidade do português brasileiro é prioridade.

🇵🇹 Portugal

Albertina e Gervásio (projeto PORTULAN), focados no português europeu. Boas referências para um português com viés de Portugal e uso acadêmico/institucional.

🌐 Multilíngues fortes

Modelos multilíngues robustos como Qwen e Llama bem ajustados também atendem muito bem ao português, com a vantagem da ampla variedade de tamanhos e do ecossistema.

💡 Regra prática: para potência geral pura, uma família global como o Qwen; se você prioriza a naturalidade do português, requisitos de soberania ou explicabilidade para uso público/empresarial, um modelo local/regional. Teste ambos no mesmo prompt para comparar (verifique versão e termos comerciais em cada distribuidor).

5. Recomendações por tamanho (modelos concretos)

Sua VRAM decide a faixa que você consegue rodar. Aqui estão os "pontos ideais" por faixa de tamanho, com exemplos concretos (todos assumindo quantização Q4).

~4B (minúsculo)

VRAM ~6 GB / entrada e notebooks

Phi-4 mini, Gemma 3 4B, Qwen3 4B, Llama 3.2 3B, etc. Para chat, resumos e trabalhos leves. Comece por aqui.

7B–14B (padrão)

VRAM 8–12 GB / uso diário

Qwen3 7B/14B, Llama 8B, Gemma 12B, etc. O melhor equilíbrio entre qualidade e leveza. Ótimo primeiro modelo do dia a dia.

classe 32B (superior)

VRAM 24 GB / uso real sólido

Qwen Coder 32B, Mistral de tamanho médio, destilações da DeepSeek, etc. Qualidade confiável para programação e trabalhos complexos.

70B+ (sério)

VRAM 40 GB+ / Mac com muita memória · multi-GPU

Llama 70B, DeepSeek grande, etc. Qualidade que se aproxima da nuvem de nível intermediário.

6. Recomendações por caso de uso

Escolha a linhagem por "para que você quer usar". Aqui estão as linhagens que combinam com casos de uso típicos.

🧩 Geral / qualquer coisa

Qwen (🇨🇳) ou Llama (🇺🇸). Na dúvida, comece por uma variante de tamanho desses dois. Muita informação, difícil errar.

💻 Programação

Qwen Coder, DeepSeek, GLM (todos pontos fortes 🇨🇳). A qualidade dá um salto se uma classe 32B couber.

🌐 Seu idioma / multilíngue

Qwen (forte em CJK) ou um modelo local/regional ajustado ao seu idioma (veja a seção 4). Para naturalidade, a opção regional costuma ganhar.

🧠 Raciocínio / pensamento

Modelos de raciocínio da DeepSeek, ou variantes com "thinking" (pensamento) de cada linhagem. Fortes em problemas difíceis e planejamento.

🪶 PC modesto / leve

Modelos pequenos do Phi (🇺🇸) ou Gemma (🇺🇸), ou Qwen/Llama 3–4B. Ágeis até na classe de 8 GB.

📚 Documentos longos

Uma linhagem com contexto longo (ex.: variantes do Llama com contexto longo). Mas fique de olho no custo de memória.

💡 O que funciona para a maioria: começar pelo "maior Qwen que cabe na sua VRAM" — ou por um modelo regional no seu idioma — raramente decepciona. Se ficar aquém, passe para uma variante especializada (coder, etc.) ou um tamanho maior.

7. Cuidados com o licenciamento (uso comercial)

Se você usa no trabalho ou em um produto, o licenciamento não pode passar despercebido. Mesmo "aberto" vem com termos diferentes. Sempre confirme o uso comercial e as condições no distribuidor.

✅ Permissivas (fáceis para uso comercial)

Família Apache 2.0 / MIT (ex.: Qwen, Gemma※, Phi, boa parte da DeepSeek). Uso comercial fácil, alta liberdade para embutir em produtos.

⚠️ Termos próprios

Alguns usam licenças próprias (limites de escala, restrições de uso, atribuição). A licença Llama e a licença Gemma têm cláusulas a verificar. Leia-as antes do uso comercial.

8. Um fluxo de seleção e como começar

Juntando tudo, escolher são três passos.

  1. Defina o tamanho: a partir do teto da sua VRAM, escolha o maior tamanho que cabe (veja o artigo de requisitos de hardware).
  2. Escolha a linhagem por caso de uso + origem: geral = Qwen/Llama, programação = Qwen Coder/DeepSeek/GLM, seu idioma = Qwen/modelos regionais, leve = Phi/Gemma. Para uso comercial, verifique também licença e política de compras.
  3. Baixe um e teste: se ficar aquém, suba um tamanho ou vá para uma variante especializada. Comparar vários no mesmo prompt é o caminho mais rápido.

💡 Começar é fácil: com o Ollama ou o LM Studio, basta escolher um nome de modelo e baixar (ex.: ollama pull qwen3 — alguns minutos). Instale vários e compare-os na mesma pergunta para achar rapidamente o que combina com você.

Resumo

Escolher um modelo de LLM local se resume a três pontos.

  • Não há um faz-tudo; escolha por três eixos: tamanho (teto da VRAM) × caso de uso × país de origem (licença, compras, idioma).
  • Lembre por linhagem + país: Qwen/DeepSeek/GLM (🇨🇳), Llama/Gemma/Phi (🇺🇸), Mistral (🇫🇷), além de modelos regionais para o seu idioma (🇪🇺🇦🇪🇮🇳🇧🇷…). As versões mudam rápido, então acompanhe por linhagem.
  • Local significa que a entrada não sai: a origem importa principalmente para licença, política de compras e pontos fortes de idioma. Para uso comercial, verificar a licença é obrigatório.

Na dúvida, comece pelo "maior Qwen que cabe na sua VRAM" — ou por um modelo regional no seu idioma. Depois rode-o, sinta a diferença em relação à nuvem e convirja para o que melhor combina com o seu uso. Para os passos de instalação, veja como rodar uma LLM local.

FAQ

Q. Então, qual instalar primeiro?

A. "O maior Qwen (China, Alibaba) que cabe na sua VRAM", ou um modelo ajustado ao seu próprio idioma, é um começo seguro — bom equilíbrio entre capacidade geral, suporte multilíngue e variedade de tamanhos. Se a leveza for a prioridade, o Phi pequeno (Microsoft, EUA) ou o Gemma (Google, EUA) também combinam bem.

Q. Se eu usar um modelo chinês, minha entrada é enviada para a China?

A. Não. Enquanto você roda localmente, sua entrada nunca é enviada para lugar nenhum (fica no seu PC). Essa é a diferença decisiva em relação a uma API na nuvem. A origem se relaciona principalmente com licença (termos comerciais), política de compras da organização e pontos fortes de idioma — não com o destino dos seus dados.

Q. Qual modelo local é bom para o português?

A. O Qwen (forte em CJK e bem multilíngue) é um padrão seguro. Para uma saída mais natural em português — nuance, registro, contexto cultural — um modelo regional/soberano construído para ele (veja a seção 4), como Sabiá ou Tucano (Brasil) e Albertina ou Gervásio (Portugal), é uma opção forte. Teste ambos no seu caso de uso e compare.

Q. Modelos pequenos são realmente úteis?

A. Bastante, dependendo da tarefa. Para o trabalho diário, como chat, resumos, rascunhos e classificação, uma classe 3–7B roda com conforto. Quanto mais complexo o raciocínio ou mais longo o contexto, mais um tamanho maior ajuda.

Q. O que observar ao usar no trabalho?

A. Licença e política de compras são as prioridades. Apache 2.0 e MIT são fáceis para uso comercial, enquanto licenças próprias (licença Llama, licença Gemma, etc.) podem trazer condições de escala, uso ou atribuição. Algumas organizações também restringem IA por país de origem, então confirme tanto os termos do distribuidor quanto suas regras internas antes de embutir em um produto.