Curadoria aberta para quem está começando em IA

O mapa das ferramentas de IA que você pode usar hoje

Só ferramentas gratuitas: APIs com camada grátis, modelos abertos, runtimes, servidores MCP, skills, datasets e agentes — com o caminho para baixar, como usar e onde usar cada tipo, descrição honesta, ranking de qualidade, requisitos reais e links oficiais. Feito para quem está começando e não quer se perder.

Encontre a IA ideal para você Monte seu sistema de IA

    Explore por área

    Abra só o que você quer ver

    Cada área tem sua própria tela dentro do NeuroCatálogo. A página inicial fica curta e você navega direto para o assunto desejado.

    🧭CatálogoTodas as ferramentas e filtros 🚀ProjetosReceitas prontas para construir 📦ColeçõesListas prontas por objetivo 🔥Radar IAModelos, MCPs e Skills em movimento 📚GuiasAprenda com caminhos práticos 🏆RankingQualidade por categoria ⚖️CompararFerramentas lado a lado 🛤️TrilhaPassos para quem está começando

    Ferramentas de decisão

    Não é só uma lista: descubra, monte e verifique

    Cinco ferramentas que respondem “qual IA devo usar?”, “meu PC roda isso?” e “como combino tudo sem gastar?”.

    O que você quer construir?

    Escolha um projeto e o montador de stack se preenche sozinho

    Receitas prontas de sistemas de IA com peças gratuitas. Clique em Construir e o NeuroCatálogo monta a combinação no montador — depois é só trocar peças, comparar e salvar na sua caixa.

    Comece por aqui

    Seis ferramentas que valem o seu primeiro fim de semana

    Escolhas do curador: cada uma é a mais fácil da sua categoria para dar o primeiro resultado concreto.

    Coleções

    Listas prontas: populares, novidades, estrelas e melhores por uso

    Atalhos no estilo loja de aplicativos — cada lista já vem ordenada. Clique em qualquer item para abrir a página completa da ferramenta.

    Trilha do iniciante

    Cinco passos, do primeiro prompt ao primeiro projeto publicado

    Uma ordem sugerida para não se perder. Cada passo leva de meia hora a uma tarde e usa ferramentas gratuitas.

      Do baixar ao usar

      Como obter, usar e onde aplicar cada tipo

      Só entram ferramentas gratuitas — nada aqui exige pagamento. Para cada um dos sete tipos: o caminho para baixar, o passo a passo de uso e onde ele brilha.

      Ranking de qualidade

      Do melhor ao pior — e no que cada um é melhor

      Uma nota de curadoria de 0 a 100 por categoria, com os pontos fortes e fracos de cada item em uma linha. Não é um benchmark oficial: é uma opinião prática para você decidir rápido. Um dataset não compete com um runtime — compare sempre dentro da mesma categoria.

      Carregando…

        Como a nota é calculada: capacidade e resultados (peso maior), maturidade do projeto, custo, privacidade e apoio da comunidade. Os badges “Melhor em” e “Perde em” resumem o que cada item faz bem e onde ele decepciona — por exemplo, o Qwen 3 é forte em programação, raciocínio e português, mas não gera imagem nem vídeo.

        Comparação lado a lado

        Duas ou três ferramentas, critério por critério

        Selecione até três fichas no catálogo (botão “+ comparar”) e a tabela abaixo se monta sozinha — com licença, requisitos, custo e nota de facilidade.

        Sem jargão

        Glossário rápido de IA

        Os termos que aparecem em toda documentação, explicados em três linhas cada.

        Continue sozinho

        Listas, rankings, comunidades e newsletters

        Fontes que valem assinar ou marcar nos favoritos para acompanhar o ritmo do setor.

        Monitoramento automático

        Entrou ou saiu do open source? Aparece aqui

        O catálogo confere sozinho, no seu navegador, os repositórios e modelos listados — licença, arquivamento e disponibilidade — e ainda procura projetos, modelos e datasets em alta que ainda não estão na lista. Quando algo muda, a ficha afetada ganha um aviso.

        Carregando o histórico de verificações…

          A verificação roda no seu navegador — nada é enviado para servidores nossos — usando as APIs públicas do GitHub e do Hugging Face, a cada monitoramento.intervaloHoras horas (padrão: 6). Se as APIs atingirem o limite de requisições, a checagem é retomada de onde parou na próxima visita.

          Guia de hardware

          Qual IA roda no meu PC? Guia de RAM e VRAM

          Para saber qual IA roda no seu PC, compare três números: a VRAM da placa de vídeo, a RAM do sistema e o tamanho do modelo na quantização escolhida. Este guia explica a lógica e mostra as estimativas do catálogo para quatro faixas de hardware.

          VRAM é a memória da placa de vídeo e é o recurso mais escasso. Quando o modelo cabe nela, a execução é rápida; quando não cabe, o sistema precisa recorrer à RAM e o desempenho cai bastante.

          RAM é a memória do sistema. Ela é o limite principal quando não existe GPU dedicada, e também serve de apoio quando o modelo é maior que a VRAM disponível.

          Quantização é a compressão dos pesos do modelo. Ela reduz o espaço necessário e é o motivo pelo qual a mesma família aparece em vários tamanhos viáveis. O catálogo estima o consumo tanto em Q4 quanto em precisão total, para você ver a diferença.

          Ferramentas gratuitas do catálogo para este caso

          Ollama

          Runtimes & Frameworks · Runtime local

          ★ 95

          Runtime que carrega os modelos e informa na prática se eles cabem no seu hardware.

          Onde roda
          Local (no seu PC)
          Preço
          Código aberto (grátis)
          Licença
          MIT
          Requisitos
          8 GB de RAM para modelos 7B/8B em Q4; GPU opcional
          Nível
          Iniciante
          Ver ficha completa, como usar e alternativas →

          LM Studio

          Runtimes & Frameworks · Runtime local com interface

          ★ 93

          Interface gráfica para baixar e testar modelos por faixa de memória sem usar o terminal.

          Onde roda
          Local (no seu PC)
          Preço
          Gratuito (não aberto)
          Licença
          Gratuito para uso pessoal (software proprietário, sem custo)
          Requisitos
          8 GB de RAM; 16 GB+ recomendado para modelos maiores
          Nível
          Iniciante
          Ver ficha completa, como usar e alternativas →

          llama.cpp

          Runtimes & Frameworks · Runtime local

          ★ 91

          Motor que expõe as opções de quantização e é útil para ajustar o consumo de memória.

          Onde roda
          Local (no seu PC)
          Preço
          Código aberto (grátis)
          Licença
          MIT
          Requisitos
          2 GB de RAM para modelos 1B–3B quantizados
          Nível
          Avançado
          Ver ficha completa, como usar e alternativas →

          Como escolher

          Meça antes de estimar
          Confira a VRAM exata da sua placa e a RAM instalada. A partir desses números, a calculadora do catálogo classifica cada família em roda bem, roda quantizado ou não recomendado.
          Escolha pelo tamanho, não pela fama
          O mesmo nome de modelo existe em vários tamanhos. O que decide se ele roda é o tamanho e a quantização, não a versão mais comentada.
          Deixe margem para o contexto
          Conversas longas e arquivos grandes ocupam memória além do modelo. Em hardware no limite, isso é o que costuma causar falhas.
          Considere memória unificada
          Em máquinas com memória compartilhada entre CPU e GPU, o cálculo muda. Use o preset correspondente na calculadora para uma estimativa mais próxima.

          Estimativa por faixa de hardware

          As tabelas abaixo usam a calculadora do catálogo. “VRAM estimada (Q4)” é o consumo do maior tamanho aproveitável: se ele for menor que a memória da faixa, o modelo roda; quanto maior a margem, mais espaço sobra para contexto.

          Sem GPU dedicada (só CPU, 8 GB de RAM)

          Modelos pequenos em CPU. Velocidade menor, mas dá para começar sem placa de vídeo.

          ModeloMaior tamanho aproveitávelVRAM estimada (Q4)Veredito
          Qwen 30.6B1.5 GBRoda na CPU (lento)
          Llama 3.3 / 3.11B1.8 GBRoda na CPU (lento)
          DeepSeek-R11.5B2.1 GBRoda na CPU (lento)
          Mistral Small 3 / 7B7B5.3 GBRoda na CPU (lento)
          Gemma 3270M1.4 GBRoda na CPU (lento)
          Phi-4mini 3.8B3.4 GBRoda na CPU (lento)
          OLMo 21B1.8 GBRoda na CPU (lento)
          SmolLM2135M1.3 GBRoda na CPU (lento)
          Falcon 31B1.8 GBRoda na CPU (lento)
          Qwen2.5-VL / Vision3B3 GBRoda na CPU (lento)

          8 GB de VRAM e 16 GB de RAM

          A faixa mais comum em placas de entrada e notebooks com GPU. Modelos pequenos e médios rodam bem.

          ModeloMaior tamanho aproveitávelVRAM estimada (Q4)Veredito
          Qwen 30.6B1.5 GBRoda muito bem
          Llama 3.3 / 3.11B1.8 GBRoda muito bem
          DeepSeek-R11.5B2.1 GBRoda muito bem
          Mistral Small 3 / 7B7B5.3 GBRoda muito bem
          Gemma 3270M1.4 GBRoda muito bem
          Phi-4mini 3.8B3.4 GBRoda muito bem
          OLMo 21B1.8 GBRoda muito bem
          SmolLM2135M1.3 GBRoda muito bem
          Falcon 31B1.8 GBRoda muito bem
          GLM-49B6.4 GBRoda muito bem

          16 GB de VRAM e 32 GB de RAM

          Modelos médios rodam com folga e tamanhos maiores cabem quantizados.

          ModeloMaior tamanho aproveitávelVRAM estimada (Q4)Veredito
          Qwen 30.6B1.5 GBRoda muito bem
          Llama 3.3 / 3.11B1.8 GBRoda muito bem
          DeepSeek-R11.5B2.1 GBRoda muito bem
          Mistral Small 3 / 7B7B5.3 GBRoda muito bem
          Gemma 3270M1.4 GBRoda muito bem
          Phi-4mini 3.8B3.4 GBRoda muito bem
          OLMo 21B1.8 GBRoda muito bem
          SmolLM2135M1.3 GBRoda muito bem
          Falcon 31B1.8 GBRoda muito bem
          GLM-49B6.4 GBRoda muito bem

          24 GB de VRAM e 64 GB de RAM

          Margem confortável para modelos médios e espaço para versões maiores quantizadas.

          ModeloMaior tamanho aproveitávelVRAM estimada (Q4)Veredito
          Qwen 30.6B1.5 GBRoda muito bem
          Llama 3.3 / 3.11B1.8 GBRoda muito bem
          DeepSeek-R11.5B2.1 GBRoda muito bem
          Mistral Small 3 / 7B7B5.3 GBRoda muito bem
          Gemma 3270M1.4 GBRoda muito bem
          Phi-4mini 3.8B3.4 GBRoda muito bem
          OLMo 21B1.8 GBRoda muito bem
          SmolLM2135M1.3 GBRoda muito bem
          Falcon 31B1.8 GBRoda muito bem
          GLM-49B6.4 GBRoda muito bem

          Para o resultado com a sua máquina exata, use a calculadora de hardware.

          Prós e limitações

          Os pontos abaixo vêm da curadoria do catálogo — a nota de qualidade (0–100) e os itens “melhor em” e “perde em” registrados para cada ferramenta. Não são medições de benchmark.

          Ollama

          Pontos fortes

          • Rodar LLM local com um comando
          • Primeiro contato com modelos abertos

          Limitações

          • Throughput abaixo do vLLM em produção
          • Recursos avançados de serving

          LM Studio

          Pontos fortes

          • Interface gráfica amigável para modelos locais
          • Baixar e testar modelos sem terminal

          Limitações

          • Menos automação que CLI/API
          • Aplicativo proprietário

          llama.cpp

          Pontos fortes

          • Rodar modelos quantizados em CPU e GPU mista
          • Máxima compatibilidade de hardware

          Limitações

          • Servidor menos maduro que vLLM
          • Exige entender quantização

          Continue navegando

          Ferramentas de decisão:Calculadora de HardwareEncontre sua IAMontador de StackIA Local
          Guias relacionados:Melhores IAs locais: como escolher e rodar no seu PCQuais IAs rodam com 16 GB de VRAM?IA para PC fraco: modelos leves e opções gratuitasIA local em GPU AMD: ferramentas, compatibilidade e modelos

          Perguntas frequentes

          VRAM e RAM são a mesma coisa?
          Não. VRAM é a memória dedicada da placa de vídeo e determina a velocidade; RAM é a memória do sistema e serve de apoio quando a placa não basta.
          O que é quantização, em uma frase?
          É reduzir a precisão dos pesos do modelo para que ele ocupe menos memória — é o que faz versões grandes caberem em placas comuns.
          Com 8 GB de VRAM, o que dá para rodar?
          Modelos pequenos e médios de várias famílias do catálogo. A tabela desta página traz a estimativa para essa faixa.
          A estimativa do catálogo é exata?
          São estimativas baseadas em fórmulas públicas de tamanho de modelo, com overhead. Servem para decidir o que tentar primeiro, não como medição de desempenho.

          Calcule com os seus números

          Na calculadora de hardware você escolhe preset ou digita a VRAM e a RAM exatas e vê o resultado por família de modelo, com a quantização recomendada.

          Abrir a calculadora de hardware →