Sugestão editorial · cita um facto verificado
Aplicativo de desktop para descobrir, baixar e executar localmente grandes modelos de linguagem abertos.
Freemium
Casos de uso
- Executar modelos de chat totalmente offline por privacidade
- Desenvolvimento local contra um endpoint no estilo OpenAI
- Comparar modelos abertos em hardware pessoal
Preços: Verificado em 2026-11-02: Free inclui modelos locais e Bionic Agent. Bionic+ custa 20 USD/mês e Pro 100 USD/mês para nuvem opcional; créditos cobrem uso além da cota. Esses planos individuais já estão disponíveis; a indicação de lançamento futuro refere-se às assinaturas de equipes.
Preços ↗ · Documentação ↗ · Fontes
Este registro foi revisado pela última vez em 2026-11-02.
Sugestão editorial · cita um facto verificado
App de desktop de código aberto para executar modelos de linguagem abertos localmente, como alternativa offline ao ChatGPT.
Aberto (pesos/código aberto) Apache-2.0 (ramo main; tags confirmadas: Apache-2.0 em v0.5.18-rc1-beta e v0.6.0, AGPL-3.0 em v0.5.16 e v0.5.17; as demais versões não foram verificadas uma a uma)
Casos de uso
- Chat de IA privado e offline em hardware pessoal
- Desenvolvimento local contra uma API no estilo OpenAI
- Experimentar modelos abertos sem uma nuvem de GPU
Preços: O Jan é grátis e de código aberto; os usuários pagam opcionalmente a provedores terceiros se conectarem modelos na nuvem.
Documentação ↗ · Fontes
Este registro foi revisado pela última vez em 2026-10-13.
Aparecem juntos no guia “Plataformas e infraestrutura de IA”
Interface de IA auto-hospedada e extensível que funciona offline e se conecta a modelos locais ou remotos como Ollama e APIs compatíveis com OpenAI.
Aberto (pesos/código aberto) BSD-3-Clause
Casos de uso
- Interface privada no estilo ChatGPT em servidores da empresa
- Acesso de equipe a modelos locais com permissões
- Perguntas e respostas em documentos totalmente offline
Preços: O Open WebUI é grátis e de código aberto para auto-hospedar; um plano empresarial acrescenta tema personalizado, SLAs e suporte mediante taxa.
Documentação ↗ · Fontes
Este registro foi revisado pela última vez em 2026-10-10.
Aparecem juntos no guia “Plataformas e infraestrutura de IA”
Motor de inferência e serving de código aberto para grandes modelos de linguagem, conhecido pelo PagedAttention de alto rendimento.
Aberto (pesos/código aberto) Apache-2.0
Casos de uso
- Servir LLMs abertos em produção com alto throughput
- Auto-hospedar um endpoint de inferência compatível com OpenAI
- Comparar e pesquisar inferência eficiente de LLM
Preços: O vLLM é grátis e de código aberto sob Apache-2.0; os custos limitam-se à infraestrutura GPU em que roda.
Documentação ↗ · Fontes
Este registro foi revisado pela última vez em 2026-10-10.
Aparecem juntos no guia “Perguntas e respostas sobre documentos locais e privados”
Família de grandes modelos de linguagem de pesos abertos da Meta, abrangendo as gerações Llama 3 e Llama 4 em vários tamanhos.
Aberto (pesos/código aberto) Llama Community License
Casos de uso
- Assistentes auto-hospedados e implantações privadas
- Ajuste fino para aplicações de domínio específico
- Pesquisa sobre grandes modelos de linguagem
Preços: Os pesos do Llama são gratuitos para download sob a licença comunitária; muitos provedores oferecem inferência hospedada com preços por uso.
Fontes
Este registro foi revisado pela última vez em 2026-09-04.
Relacionado: mesma tarefa Executar modelos próprios
Plataforma para implantar e servir modelos de machine learning como APIs escaláveis.
Pago
Casos de uso
- Implantar modelos personalizados como APIs de produção
- Escalar a inferência sem gerenciar GPUs
- Servir modelos abertos para aplicações
Preços: A computação GPU dedicada é cobrada por minuto, sem cobrança de ociosidade; as APIs de modelos são cobradas por milhão de tokens, e novas contas recebem créditos.
Documentação ↗ · Fontes
Este registro foi revisado pela última vez em 2026-10-09.
Relacionado: mesma tarefa Executar modelos próprios
Empresa de computação de IA cuja nuvem de inferência serve modelos de linguagem abertos em hardware em escala de wafer.
Freemium
Casos de uso
- Oferecer inferência de baixa latência para aplicações em tempo real
- Executar modelos abertos em altas velocidades de geração
- Escalar cargas de trabalho de modelos grandes em hardware especializado
Preços: A inferência é cobrada por token e começa com um teste gratuito; sistemas de treinamento e implantações on-premises são vendidos separadamente.
Fontes
Este registro foi revisado pela última vez em 2026-10-09.
Relacionado: mesma tarefa Executar modelos próprios
Plataforma de inferência de mídia generativa para executar modelos de difusão e outros por meio de uma API rápida.
Pago
Casos de uso
- Adicionar geração de imagem e vídeo aos apps
- Servir modelos de difusão abertos em escala
- Prototipar pipelines de mídia generativa
Preços: O preço é por uso, por inferência ou segundo de computação; novos desenvolvedores recebem créditos gratuitos.
Documentação ↗ · Fontes
Este registro foi revisado pela última vez em 2026-10-09.