Twoody
Calculadora de LLM local
Qual LLM local o seu computador consegue rodar — e com que velocidade?
Escolha seu Mac ou PC. Veja quais modelos abertos cabem na memória dele, com que velocidade escrevem, quanto tempo levam para ler um documento e para que servem.
Os modelos para este computador
M6 com 16 GB: 31 de 62 modelos rodam bem.
O que o Twoody sugere para este Mac
Qwen3.5 9B, instalado com um clique, para conversas de 32k tokens.
Precisa de 7,4 GB de memória · Roda com folga · 13–23 tokens/s (mais rápido que a sua leitura) · 20 páginas em 25 s
O Twoody está em beta privado: deixe seu e-mail para pedir acesso.
Rodam bem neste computador
7,6 de 10,7 GB
MLX: 6,9 GB
Roda com folga
12–22 tokens/s
mais rápido que a sua leitura
20 páginas em 30 s
- Conversa e escrita
- Seus documentos
- Tradução
- Raciocínio
7,9 de 10,7 GB
Roda com folga
14–25 tokens/s
mais rápido que a sua leitura
20 páginas em 26 s
- Conversa e escrita
- Seus documentos
- Tradução
- Raciocínio
7,4 de 10,7 GB
MLX: 6,9 GB
Roda com folga
13–23 tokens/s
mais rápido que a sua leitura
20 páginas em 25 s
- Conversa e escrita
- Seus documentos
- Tradução
- Raciocínio
6,7 de 10,7 GB
MLX: 5,9 GB
Roda com folga
14–25 tokens/s
mais rápido que a sua leitura
20 páginas em 24 s
- Conversa e escrita
- Seus documentos
- Tradução
8,4 de 10,7 GB
MLX: 7,6 GB
Roda com folga
16–29 tokens/s
quase instantâneo
20 páginas em 22 s
- Conversa e escrita
- Seus documentos
- Tradução
8 de 10,7 GB
MLX: 7,7 GB
Roda com folga
15–27 tokens/s
quase instantâneo
20 páginas em 22 s
- Conversa e escrita
- Seus documentos
- Tradução
7,2 de 10,7 GB
MLX: 6,8 GB
Roda com folga
17–30 tokens/s
quase instantâneo
20 páginas em 21 s
- Conversa e escrita
- Seus documentos
- Tradução
- Raciocínio
6,9 de 10,7 GB
MLX: 6,5 GB
Roda com folga
17–31 tokens/s
quase instantâneo
20 páginas em 20 s
- Conversa e escrita
- Seus documentos
- Tradução
8,2 de 10,7 GB
MLX: 7,8 GB
Roda com folga
17–31 tokens/s
quase instantâneo
20 páginas em 18 s
- Conversa e escrita
- Seus documentos
6,6 de 10,7 GB
MLX: 5,4 GB
Roda com folga
28–50 tokens/s
quase instantâneo
20 páginas em 11 s
- Conversa e escrita
- Tradução
4,4 de 10,7 GB
MLX: 4,2 GB
Roda com folga
25–45 tokens/s
quase instantâneo
20 páginas em 12 s
- Conversa e escrita
- Tradução
4,9 de 10,7 GB
MLX: 4,7 GB
Roda com folga
31–56 tokens/s
quase instantâneo
20 páginas em 10 s
- Conversa e escrita
- Tradução
3,3 de 10,7 GB
MLX: 3 GB
Roda com folga
24–44 tokens/s
quase instantâneo
20 páginas em 10 s
- Conversa e escrita
5 de 10,7 GB
MLX: 4,5 GB
Roda com folga
37–66 tokens/s
parece instantâneo
20 páginas em 10 s
- Conversa e escrita
- Tradução
4,6 de 10,7 GB
MLX: 4,3 GB
Roda com folga
32–57 tokens/s
quase instantâneo
20 páginas em 10 s
- Conversa e escrita
- Tradução
3,9 de 10,7 GB
MLX: 3,7 GB
Roda com folga
39–69 tokens/s
parece instantâneo
20 páginas em 8 s
- Conversa e escrita
- Tradução
4,7 de 10,7 GB
MLX: 3,7 GB
Roda com folga
51–91 tokens/s
parece instantâneo
20 páginas em 6 s
2,7 de 10,7 GB
MLX: 2,3 GB
Roda com folga
49–87 tokens/s
parece instantâneo
20 páginas em 6 s
1,5 de 10,7 GB
MLX: 1,3 GB
Roda com folga
72–216 tokens/s
parece instantâneo
20 páginas em 2 s
10,4 de 10,7 GB
MLX: 9 GB
Roda — feche outros apps
44–78 tokens/s
parece instantâneo
20 páginas em 8 s
- Conversa e escrita
- Seus documentos
- Tradução
- Código
10,5 de 10,7 GB
MLX: 10,6 GB
Roda — feche outros apps
10–19 tokens/s
mais rápido que a sua leitura
20 páginas em 35 s
- Conversa e escrita
- Seus documentos
- Tradução
- Raciocínio
6,7 de 10,7 GB
MLX: 5,9 GB
Roda com folga
14–25 tokens/s
mais rápido que a sua leitura
20 páginas em 24 s
- Conversa e escrita
- Seus documentos
- Tradução
- Raciocínio
7,2 de 10,7 GB
MLX: 6,8 GB
Roda com folga
17–30 tokens/s
quase instantâneo
20 páginas em 21 s
- Conversa e escrita
- Seus documentos
- Tradução
- Raciocínio
6,9 de 10,7 GB
MLX: 6,5 GB
Roda com folga
17–31 tokens/s
quase instantâneo
20 páginas em 20 s
- Conversa e escrita
- Seus documentos
- Tradução
- Raciocínio
5,5 de 10,7 GB
MLX: 5,2 GB
Roda com folga
18–33 tokens/s
quase instantâneo
20 páginas em 19 s
- Conversa e escrita
- Seus documentos
- Tradução
- Raciocínio
4,9 de 10,7 GB
MLX: 4,7 GB
Roda com folga
31–56 tokens/s
quase instantâneo
20 páginas em 10 s
- Conversa e escrita
- Tradução
4,6 de 10,7 GB
MLX: 4,3 GB
Roda com folga
32–57 tokens/s
quase instantâneo
20 páginas em 10 s
- Conversa e escrita
3,2 de 10,7 GB
MLX: 3 GB
Roda com folga
40–72 tokens/s
parece instantâneo
20 páginas em 8 s
- Conversa e escrita
- Tradução
2,1 de 10,7 GB
MLX: 2,2 GB
Roda com folga
40–72 tokens/s
parece instantâneo
20 páginas em 7 s
2,5 de 10,7 GB
Roda com folga
46–82 tokens/s
parece instantâneo
20 páginas em 6 s
1,6 de 10,7 GB
MLX: 1,4 GB
Roda com folga
68–203 tokens/s
parece instantâneo
20 páginas em 3 s
Rodam, mas bem mais devagar (6)
11,2 de 10,7 GB
MLX: 10,1 GB
Em parte no processador: bem mais lento
3,8–6,9 tokens/s
no ritmo da sua leitura
20 páginas em 2 min
- Conversa e escrita
- Seus documentos
- Tradução
- Raciocínio
11,9 de 10,7 GB
MLX: 11,1 GB
Em parte no processador: bem mais lento
3,8–6,8 tokens/s
no ritmo da sua leitura
20 páginas em 2 min
- Conversa e escrita
- Seus documentos
11,6 de 10,7 GB
MLX: 10,6 GB
Em parte no processador: bem mais lento
4,2–7,5 tokens/s
no ritmo da sua leitura
20 páginas em 88 s
- Conversa e escrita
- Seus documentos
- Tradução
12 de 10,7 GB
MLX: 11,9 GB
Em parte no processador: bem mais lento
11–20 tokens/s
mais rápido que a sua leitura
20 páginas em 29 s
- Conversa e escrita
- Seus documentos
- Tradução
- Código
- Raciocínio
- Agentes
11,7 de 10,7 GB
MLX: 11 GB
Em parte no processador: bem mais lento
3,8–6,8 tokens/s
no ritmo da sua leitura
20 páginas em 2 min
- Conversa e escrita
- Seus documentos
- Tradução
- Raciocínio
11,9 de 10,7 GB
MLX: 12 GB
Em parte no processador: bem mais lento
3,8–6,8 tokens/s
no ritmo da sua leitura
20 páginas em 2 min
- Conversa e escrita
- Seus documentos
- Raciocínio
Grandes demais para este computador (25)
- Gemma 4 26B (A4B) · 15,5 de 10,7 GB
- Magistral Small 1.2 · 16,1 de 10,7 GB
- Devstral Small 2 24B · 16,1 de 10,7 GB
- Qwen3.6 35B-A3B · 16,5 de 10,7 GB
- Mistral Small 3.2 24B · 17,3 de 10,7 GB
- GLM-4.7 Flash · 18,1 de 10,7 GB
- Qwen3-Coder 30B-A3B · 19,1 de 10,7 GB
- Qwen3 30B-A3B Instruct 2507 · 19,2 de 10,7 GB
- Qwen3 30B-A3B Thinking 2507 · 19,2 de 10,7 GB
- Gemma 4 31B · 19,4 de 10,7 GB
- Qwen3.5 27B · 19,4 de 10,7 GB
- GLM-4 32B · 19,6 de 10,7 GB
- Qwen3.8 27B · 20,3 de 10,7 GB
- Qwen3.6 27B · 20,5 de 10,7 GB
- Qwen3.6 35B-A3B (4 bits) · 20,8 de 10,7 GB
- Nemotron 3 Nano 30B-A3B · 21,3 de 10,7 GB
- Qwen3.5 35B-A3B · 22,6 de 10,7 GB
- Qwen3 32B · 22,7 de 10,7 GB
- DeepSeek-R1 Distill Qwen 32B · 22,8 de 10,7 GB
- Llama 3.3 70B · 44,9 de 10,7 GB
- Qwen3-Next 80B-A3B · 45,9 de 10,7 GB · Fora do catálogo do Twoody
- gpt-oss 120B · 59,9 de 10,7 GB · Fora do catálogo do Twoody
- Mistral Small 4 119B · 69,4 de 10,7 GB · Fora do catálogo do Twoody
- Qwen3.5 122B-A10B · 74,3 de 10,7 GB · Fora do catálogo do Twoody
- Qwen3 235B-A22B Instruct 2507 · 136,1 de 10,7 GB · Fora do catálogo do Twoody
A memória de cada modelo é a que o Twoody mostra em “Modelos” para este computador: a mesma fórmula, os mesmos arquivos (incluindo o que permite ler imagens), o mesmo tamanho de conversa; catálogo verificado em 15 de outubro de 2026. 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 os resultados
Escolha seu computador e a memória dele. A calculadora passa pelos modelos do catálogo do Twoody, e por alguns maiores que ele não oferece, e diz como cada um rodaria nesse computador.
- O que o Twoody sugere
- O modelo que o app instala primeiro nesse computador, um dos que o Twoody mediu com a memória, as ferramentas e os seus documentos, e a memória de que ele precisa ali.
- Rodam bem neste computador
- Os modelos que cabem na memória dele, do mais forte para o menos forte: “Roda com folga”, ou “Roda — feche outros apps” quando sobra pouco espaço. Mais abaixo, os que rodariam em parte no processador, bem mais devagar, e depois os grandes demais.
- Memória
- O que o Twoody mostra em “Modelos” para esse computador: os arquivos do modelo, a conversa que ele mantém em mente e espaço para trabalhar. A barra mostra quanto ele ocupa da memória que um modelo pode usar ali.
- Escreve
- A velocidade com que o modelo escreve a resposta, em tokens por segundo. Um token é um pedaço de palavra, e você lê em silêncio a cerca de 5 tokens por segundo.
- Lê um documento
- O tempo que o modelo leva para ler um documento de cerca de 20 páginas antes de responder sobre ele.
- Bom para
- Para que o tamanho dele serve: conversa e escrita, seus documentos, tradução, código, raciocínio ou agentes.
- Um clique no Twoody
- O modelo está no catálogo do Twoody e se instala pelo app com um clique; os outros indicam “Fora do catálogo do Twoody”.
De quanta memória você precisa para um LLM local?
A memória decide quais modelos cabem: o arquivo do modelo e o que permite que ele leia imagens, a conversa que ele mantém em mente (de 8k a 64k tokens, conforme a memória do computador, como no Twoody) e um pouco de espaço para trabalhar. O Mac deixa a GPU usar cerca de dois terços da memória até 32 GB, e três quartos acima disso. O que roda com folga:
| Memória | Os mais fortes que rodam com folga | Sugerido por padrão pelo Twoody |
|---|---|---|
| 8 GB | Qwen3.5 4B, Qwen3 4B Instruct 2507, Nemotron 3 Nano 4B | Qwen3.5 4B (4 GB) |
| 16 GB | Gemma 4 12B, GLM-4.6V Flash, Qwen3.5 9B | Qwen3.5 9B (7,4 GB) |
| 24 GB | Qwen3 14B, Phi-4 14B, Ministral 3 14B | Qwen3.5 9B (7,4 GB) |
| 32 GB | Qwen3.6 35B-A3B, Gemma 4 31B, Qwen3 30B-A3B Instruct 2507 | Qwen3.5 9B (7,9 GB) |
| 48 GB | Qwen3.6 35B-A3B, Qwen3.6 35B-A3B (4 bits), Qwen3.5 35B-A3B | Qwen3.5 9B (7,9 GB) |
| 64 GB | Qwen3-Next 80B-A3B*, Llama 3.3 70B, Qwen3.6 35B-A3B | Qwen3.5 9B (7,9 GB) |
| 128 GB | Qwen3.5 122B-A10B*, Mistral Small 4 119B*, Qwen3-Next 80B-A3B* | Qwen3.5 9B (7,9 GB) |
| 256 GB | Qwen3 235B-A22B Instruct 2507*, Qwen3.5 122B-A10B*, Mistral Small 4 119B* | Qwen3.5 9B (7,9 GB) |
| 512 GB | Qwen3 235B-A22B Instruct 2507*, Qwen3.5 122B-A10B*, Mistral Small 4 119B* | Qwen3.5 9B (7,9 GB) |
* Fora do catálogo do Twoody; os outros se instalam com um clique.
Por que a largura de banda da memória define a velocidade
Para escrever cada palavra, o computador lê da memória os pesos ativos do modelo. Por isso, a velocidade acompanha mais a largura de banda da memória do que a potência do processador. Qwen3 8B, em 4 bits, em algumas máquinas:
| Computador | Largura de banda da memória | Escreve |
|---|---|---|
| M1 | 68 GB/s | 8,7–12 tokens/s |
| M2 | 100 GB/s | 13–19 tokens/s |
| M4 | 120 GB/s | 15–21 tokens/s |
| M5 | 153 GB/s | 19–27 tokens/s |
| M4 Pro | 273 GB/s | 31–45 tokens/s |
| M4 Max | 546 GB/s | 53–76 tokens/s |
| M5 Max | 614 GB/s | 72–104 tokens/s |
| GeForce RTX 4090 (24 GB) | 1 008 GB/s | 100+ tokens/s |
4 bits ou 8 bits?
Os modelos são distribuídos compactados. Arquivos de 4 bits (Q4_K_M, Q4_0 no Gemma, MXFP4 no gpt-oss) têm metade do tamanho dos de 8 bits, com uma pequena perda de qualidade: é o que o Twoody instala (em 3 bits para o maior, o Qwen3.6 35B-A3B, que assim cabe em um Mac de 24 GB) e o que esta calculadora conta. O de 8 bits é um pouco mais refinado e precisa do dobro de memória.
Tokens por segundo: como é na prática
Um token é um pedaço de palavra: cerca de três quartos de uma palavra em inglês, um pouco menos em português. Você lê em silêncio a cerca de 5 tokens por segundo.
| menos de 5 | mais lento que a sua leitura |
| 5 a 10 | no ritmo da sua leitura |
| 10 a 20 | mais rápido que a sua leitura |
| 20 a 50 | quase instantâneo |
| mais de 50 | parece instantâneo |
Um modelo que pensa primeiro escreve de 300 a 3.000 tokens de raciocínio antes da resposta: a 10 tokens por segundo, de meio minuto a cinco minutos. No Twoody, os modos “Rápido”, “Raciocínio” e “Aprofundado” definem quanto tempo ele pensa.
A leitura de um documento
Antes de responder sobre um documento, o modelo precisa lê-lo — e é aí que os chips recentes mais ganham. Qwen3 8B lendo um documento de 20 páginas, com 16 GB:
| M1 | 3 min |
| M4 | 76 s |
| M5 | 27 s |
Mac ou PC?
O Mac compartilha a memória entre o processador e a GPU: um Mac de 64 GB roda modelos que nenhuma placa de vídeo de 24 GB comporta. A placa de vídeo de um PC tem menos memória, mas a lê muito rápido: com um modelo que caiba nela, uma RTX 4090 escreve mais rápido que qualquer Mac. O Twoody está em beta privado no Mac, no Windows e no Linux: no Windows, usa a placa de vídeo via Vulkan quando o driver oferece suporte; no Linux, roda o modelo no processador.
O melhor LLM local, por computador
Método e fontes
A memória não é uma estimativa deste site: é o cálculo do app Twoody, com os mesmos arquivos e o mesmo tamanho de conversa: o arquivo do modelo, o que permite que ele leia imagens e 0,3 GB para usá-lo, a conversa (em q8_0, com 8 bits, para um modelo híbrido como o Qwen3.5; com 16 bits nos demais), o estado das camadas recorrentes e 0,3 GB de memória de trabalho. Medido com o llama.cpp, o Qwen3.5 9B com uma conversa de 32k tokens ocupa 7,4 GB, como no cálculo. Os modelos são os do catálogo do Twoody, verificado no Hugging Face em 15 de outubro de 2026, e alguns maiores que ele não oferece, calculados da mesma forma.
A velocidade de cada máquina é calculada a partir da velocidade medida no modelo de referência do llama.cpp (LLaMA 2 7B, 4 bits), ajustada pelo que cada modelo lê por palavra, com as larguras de banda de memória das especificações da Apple e da NVIDIA. O cálculo foi conferido com 20 medições publicadas que não foram usadas para construí-lo: erro mediano de 4,5%, o maior de 23%, todas dentro das faixas exibidas.
Números revisados em 16 de outubro de 2026.
Fontes
- www.apple.com/newsroom/
- support.apple.com/specs
- github.com/ggml-org/llama.cpp/discussions/4167
- github.com/ggml-org/llama.cpp/discussions/15013
- github.com/ggml-org/llama.cpp/discussions/10879
- github.com/ggml-org/llama.cpp/discussions/15396
- www.nvidia.com/en-us/geforce/graphics-cards/compare/
- huggingface.co/models
- www.sciencedirect.com/science/article/abs/pii/S0749596X19300786
Perguntas sobre rodar um LLM localmente
Posso rodar um LLM local com 8 GB de memória?
Sim, um pequeno. Em um Mac com Apple Silicon e 8 GB, os modelos mais fortes que rodam com folga são Qwen3.5 4B, Qwen3 4B Instruct 2507 e Nemotron 3 Nano 4B. Todos se instalam com um clique pelo catálogo do Twoody. O Twoody sugere por padrão o Qwen3.5 4B, que ali precisa de 4 GB de memória: um dos modelos que ele mediu com a memória, as ferramentas e os seus documentos. Feche apps pesados enquanto usa.
Qual LLM para um Mac com 16 GB?
Em um Mac com Apple Silicon e 16 GB, os modelos mais fortes que rodam com folga são Gemma 4 12B, GLM-4.6V Flash e Qwen3.5 9B. Todos se instalam com um clique pelo catálogo do Twoody. O Twoody sugere por padrão o Qwen3.5 9B, que ali precisa de 7,4 GB de memória: um dos modelos que ele mediu com a memória, as ferramentas e os seus documentos.
De quanta memória um modelo de 70B precisa?
Cerca de 45 GB no Twoody, com uma conversa de 16k tokens: um Mac com 64 GB roda o Llama 3.3 70B, a 4,2–15 tokens/s, dependendo do chip. Misturas de especialistas como o gpt-oss 120B precisam de mais memória (60 GB), mas escrevem muito mais rápido.
Um modelo de 4 bits é muito pior que um de 8 bits?
Um pouco. Para escrever, resumir e fazer perguntas sobre documentos, a diferença é difícil de notar, e o de 4 bits usa metade da memória e dobra a velocidade: é o que o Twoody instala e o que esta calculadora conta.
Mac ou placa de vídeo NVIDIA para um LLM local?
Uma placa de vídeo escreve mais rápido com um modelo que caiba na memória dela (8 a 32 GB); um Mac comporta modelos muito maiores na memória unificada (até 512 GB). Para uma pessoa que trabalha com documentos, um Mac com 16 a 64 GB é a escolha mais simples.
Um LLM local esquenta demais o MacBook Air?
O MacBook Air não tem ventoinha: depois de alguns minutos escrevendo sem parar, ele desacelera para não esquentar. Em respostas de tamanho normal, isso não se nota; em sessões longas, um MacBook Pro ou um Mac mini mantém a velocidade.
Preciso instalar mais alguma coisa além do Twoody?
Não: o Twoody baixa o modelo e o roda com o próprio motor, o llama.cpp, com um clique. Em um Mac com chip Apple, ele também pode instalar o MLX, o motor da Apple, se você pedir (Modelos › “Avançado”).
Qual é a precisão desses números?
A memória é a que o app Twoody mostra, calculada da mesma forma: para o Qwen3.5 9B com uma conversa de 32k tokens, o llama.cpp mediu 7,4 GB, como no cálculo. As velocidades são estimativas: em 20 medições publicadas que não foram usadas para construir a fórmula, o erro mediano é de 4,5% e o maior, de 23%; todas ficaram dentro da faixa exibida. A sua velocidade também depende do app, da versão dele e do que mais o computador está fazendo.
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.