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 | Recomendado — roda com folga | Escreve |
|---|---|---|---|
GeForce RTX 5090 (32 GB) |
32 GB | gpt-oss-20b | 100+ tokens/s |
GeForce RTX 5080 (16 GB) |
16 GB | gpt-oss-20b | 100+ tokens/s |
GeForce RTX 5070 Ti (16 GB) |
16 GB | gpt-oss-20b | 100+ tokens/s |
GeForce RTX 5070 (12 GB) |
12 GB | Llama 3.1 8B | 80–116 tokens/s |
GeForce RTX 5060 Ti (16 GB) |
16 GB | gpt-oss-20b | 82–142 tokens/s |
GeForce RTX 5060 Ti (8 GB) |
8 GB | Llama 3.1 8B | 57–83 tokens/s |
GeForce RTX 5060 (8 GB) |
8 GB | Llama 3.1 8B | 50–89 tokens/s |
GeForce RTX 4090 (24 GB) |
24 GB | GLM-4.7-Flash | 100+ tokens/s |
GeForce RTX 4080 SUPER (16 GB) |
16 GB | gpt-oss-20b | 100+ tokens/s |
GeForce RTX 4080 (16 GB) |
16 GB | gpt-oss-20b | 100+ tokens/s |
GeForce RTX 4070 Ti SUPER (16 GB) |
16 GB | gpt-oss-20b | 100+ tokens/s |
GeForce RTX 4070 Ti (12 GB) |
12 GB | Llama 3.1 8B | 66–95 tokens/s |
GeForce RTX 4070 SUPER (12 GB) |
12 GB | Llama 3.1 8B | 66–95 tokens/s |
GeForce RTX 4070 (12 GB) |
12 GB | Llama 3.1 8B | 58–84 tokens/s |
GeForce RTX 4060 Ti (16 GB) |
16 GB | gpt-oss-20b | 55–96 tokens/s |
GeForce RTX 4060 Ti (8 GB) |
8 GB | Llama 3.1 8B | 38–55 tokens/s |
GeForce RTX 4060 (8 GB) |
8 GB | Llama 3.1 8B | 31–56 tokens/s |
GeForce RTX 3090 (24 GB) |
24 GB | gpt-oss-20b | 100+ tokens/s |
GeForce RTX 3080 (10 GB) |
10 GB | Llama 3.1 8B | 88–127 tokens/s |
GeForce RTX 3070 (8 GB) |
8 GB | Llama 3.1 8B | 50–72 tokens/s |
GeForce RTX 3060 Ti (8 GB) |
8 GB | Llama 3.1 8B | 54–78 tokens/s |
GeForce RTX 3060 (12 GB) |
12 GB | Llama 3.1 8B | 47–68 tokens/s |
Estimativas, não medições, calculadas a partir dos benchmarks públicos do llama.cpp. Números revisados em 26 de setembro de 2026.
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 as do LM Studio ou do Ollama, não medidas com o Twoody.
Perguntas sobre rodar um LLM localmente
Qual LLM para uma RTX 4090?
Com 24 GB, o Qwen3 32B ou o Gemma 4 31B cabem em 4 bits, e o gpt-oss-20b escreve a bem mais de 100 tokens por segundo.
Uma placa de vídeo de 8 GB é suficiente?
Para modelos de 4 a 8 bilhões de parâmetros, sim, com uma conversa curta. 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
O Twoody está em beta privado.
No Mac, no Windows e no Linux, grátis, sem conta e sem assinatura, e no iPhone e no Android, com o Twoody no seu computador. Deixe seu e-mail: vamos avisar você quando chegar a sua vez.