Twoody
Calculadora de LLM local
O melhor LLM local para a sua placa de vídeo NVIDIA
Da RTX 3060 à RTX 5090: o modelo mais forte que cabe na memória de cada placa, e com que velocidade ele escreve.
| Seu computador | Memória | O mais forte que roda com folga | Escreve | Sugerido por padrão pelo Twoody |
|---|---|---|---|---|
GeForce RTX 5090 (32 GB) |
32 GB | Qwen3.6 35B-A3B Um clique no Twoody | 100+ tokens/s | Qwen3.5 9B (7,9 GB) |
GeForce RTX 5080 (16 GB) |
16 GB | Qwen3 14B Um clique no Twoody | 66–95 tokens/s | Qwen3.5 9B (7,9 GB) |
GeForce RTX 5070 Ti (16 GB) |
16 GB | Qwen3 14B Um clique no Twoody | 63–91 tokens/s | Qwen3.5 9B (7,9 GB) |
GeForce RTX 5070 (12 GB) |
12 GB | Gemma 4 12B Um clique no Twoody | 56–81 tokens/s | Qwen3.5 9B (7,9 GB) |
GeForce RTX 5060 Ti (16 GB) |
16 GB | Qwen3 14B Um clique no Twoody | 32–46 tokens/s | Qwen3.5 9B (7,9 GB) |
GeForce RTX 5060 Ti (8 GB) |
8 GB | Qwen3.5 4B Um clique no Twoody | 77–154 tokens/s | Qwen3.5 9B (7,9 GB) Em parte no processador: bem mais lento |
GeForce RTX 5060 (8 GB) |
8 GB | Qwen3.5 4B Um clique no Twoody | 82–147 tokens/s | Qwen3.5 9B (7,9 GB) Em parte no processador: bem mais lento |
GeForce RTX 4090 (24 GB) |
24 GB | Qwen3.6 35B-A3B Um clique no Twoody | 100+ tokens/s | Qwen3.5 9B (7,9 GB) |
GeForce RTX 4080 SUPER (16 GB) |
16 GB | Qwen3 14B Um clique no Twoody | 52–74 tokens/s | Qwen3.5 9B (7,9 GB) |
GeForce RTX 4080 (16 GB) |
16 GB | Qwen3 14B Um clique no Twoody | 50–72 tokens/s | Qwen3.5 9B (7,9 GB) |
GeForce RTX 4070 Ti SUPER (16 GB) |
16 GB | Qwen3 14B Um clique no Twoody | 47–67 tokens/s | Qwen3.5 9B (7,9 GB) |
GeForce RTX 4070 Ti (12 GB) |
12 GB | Gemma 4 12B Um clique no Twoody | 47–67 tokens/s | Qwen3.5 9B (7,9 GB) |
GeForce RTX 4070 SUPER (12 GB) |
12 GB | Gemma 4 12B Um clique no Twoody | 47–67 tokens/s | Qwen3.5 9B (7,9 GB) |
GeForce RTX 4070 (12 GB) |
12 GB | Gemma 4 12B Um clique no Twoody | 41–59 tokens/s | Qwen3.5 9B (7,9 GB) |
GeForce RTX 4060 Ti (16 GB) |
16 GB | Qwen3 14B Um clique no Twoody | 21–30 tokens/s | Qwen3.5 9B (7,9 GB) |
GeForce RTX 4060 Ti (8 GB) |
8 GB | Qwen3.5 4B Um clique no Twoody | 53–105 tokens/s | Qwen3.5 9B (7,9 GB) Em parte no processador: bem mais lento |
GeForce RTX 4060 (8 GB) |
8 GB | Qwen3.5 4B Um clique no Twoody | 53–95 tokens/s | Qwen3.5 9B (7,9 GB) Em parte no processador: bem mais lento |
GeForce RTX 3090 (24 GB) |
24 GB | Qwen3.6 35B-A3B Um clique no Twoody | 100+ tokens/s | Qwen3.5 9B (7,9 GB) |
GeForce RTX 3080 (10 GB) |
10 GB | Gemma 4 12B Um clique no Twoody | 62–89 tokens/s | Qwen3.5 9B (7,9 GB) |
GeForce RTX 3070 (8 GB) |
8 GB | Qwen3.5 4B Um clique no Twoody | 62–123 tokens/s | Qwen3.5 9B (7,9 GB) Em parte no processador: bem mais lento |
GeForce RTX 3060 Ti (8 GB) |
8 GB | Qwen3.5 4B Um clique no Twoody | 70–140 tokens/s | Qwen3.5 9B (7,9 GB) Em parte no processador: bem mais lento |
GeForce RTX 3060 (12 GB) |
12 GB | Gemma 4 12B Um clique no Twoody | 33–48 tokens/s | Qwen3.5 9B (7,9 GB) |
As velocidades são estimativas, não medições feitas com o Twoody, calculadas a partir dos benchmarks públicos do llama.cpp. Números revisados em 16 de outubro de 2026.
Como ler esta tabela
Uma linha por placa de vídeo: a memória dela decide quais modelos cabem, e as velocidades são as de um modelo rodando na placa. Para o resto do PC, consideram-se 32 GB de memória.
- O mais forte que roda com folga
- O modelo mais forte que cabe ali com folga e escreve pelo menos na sua velocidade de leitura, 5 tokens por segundo; embaixo do nome, se ele se instala com um clique no Twoody.
- Escreve
- A velocidade dele ali, em tokens por segundo: uma estimativa a partir dos benchmarks públicos do llama.cpp, não uma medição feita com o Twoody.
- Sugerido por padrão pelo Twoody
- O modelo que o app instala primeiro nesse computador, e a memória de que ele precisa ali. Nem sempre o mais forte: um dos que o Twoody mediu com a memória, as ferramentas e os seus documentos.
O Twoody está em beta privado: deixe seu e-mail para pedir acesso.
Em um PC, quem decide é a memória da placa de vídeo (VRAM): 8 GB para modelos de 4 a 8 bilhões de parâmetros, 16 GB para 14 bilhões ou o gpt-oss 20B, 24 a 32 GB para 32 bilhões.
As placas de vídeo leem a memória muito rápido: com um modelo que caiba, elas escrevem mais rápido que qualquer Mac.
O Twoody para Windows e Linux está em beta privado: no Windows 10 e 11 (x64), roda o modelo em uma placa NVIDIA via Vulkan quando o driver oferece suporte e, se não, no processador; no Linux, no processador. As velocidades desta página são estimativas para um modelo rodando na placa de vídeo, não medições feitas com o Twoody.
Perguntas sobre rodar um LLM localmente
Qual LLM para uma RTX 4090?
O modelo mais forte que roda ali com folga é o Qwen3.6 35B-A3B, que escreve 100+ tokens/s. Ele se instala com um clique pelo catálogo do Twoody. Em um PC com 32 GB de memória, o Twoody sugere por padrão o Qwen3.5 9B, que ali precisa de 7,9 GB: um dos modelos que ele mediu com a memória, as ferramentas e os seus documentos.
Uma placa de vídeo de 8 GB é suficiente?
Para modelos pequenos, sim. O modelo mais forte que roda ali com folga é o Qwen3.5 4B, que escreve 53–154 tokens/s, conforme a placa. Ele se instala com um clique pelo catálogo do Twoody. Os maiores transbordam para a memória do computador e ficam muito mais lentos.
O Twoody roda no Windows com uma placa NVIDIA?
No beta privado, sim: no Windows 10 e 11 (x64), o Twoody roda o modelo em uma placa NVIDIA via Vulkan quando o driver oferece suporte e, se não, no processador. Deixe seu e-mail na página de plataformas para entrar na lista de espera.
O melhor LLM local, por computador
Experimente o Twoody antes de ele abrir para todos.
O beta privado é grátis, no Mac, no Windows e no Linux, e no iPhone e no Android com o Twoody no seu computador. Deixe seu e-mail para pedir um convite: vamos escrever para você quando ele estiver pronto.