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.

    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

          Quais IAs rodam com 16 GB de VRAM?

          Com 16 GB de VRAM você entra na faixa em que modelos de 7B a 14B rodam confortavelmente e versões maiores cabem em quantização. Este guia usa as estimativas da calculadora do catálogo para mostrar o que entra e o que fica de fora nessa quantidade de memória.

          A conta é simples: o modelo precisa caber na VRAM junto com o contexto da conversa. As estimativas do catálogo já consideram overhead, então comparar a coluna de VRAM estimada com os seus 16 GB é o teste mais direto.

          Quantizar um modelo reduz bastante o espaço ocupado e é o que permite rodar tamanhos maiores do que os que caberiam em precisão total. Em troca, o modelo maior e quantizado pode ser mais lento do que um menor em precisão alta.

          Modelos de servidor, feitos para várias pessoas ao mesmo tempo, continuam fora do alcance de uma única placa, mesmo com 16 GB. Para esses casos, o catálogo aponta runtimes de servidor que exigem hardware mais robusto.

          Ferramentas gratuitas do catálogo para este caso

          Qwen 3 (Alibaba)

          Modelos de Linguagem · LLM de texto

          ★ 95

          Modelo generalista com tamanhos médios que se encaixam bem nessa faixa e bom desempenho em código e português.

          Onde roda
          Local (no seu PC)
          Preço
          Código aberto (grátis)
          Licença
          Apache 2.0 (maioria dos tamanhos)
          Requisitos
          0.6B–4B: 1–3 GB de RAM. 32B: ~20 GB. 235B MoE: servidor
          Nível
          Intermediário
          Ver ficha completa, como usar e alternativas →

          Llama 3.3 / 3.1 (Meta)

          Modelos de Linguagem · LLM de texto

          ★ 89

          Família com muitas versões quantizadas disponíveis, o que dá flexibilidade para escolher o tamanho que cabe.

          Onde roda
          Local (no seu PC)
          Preço
          Código aberto (grátis)
          Licença
          Llama Community License (uso comercial liberado com condições)
          Requisitos
          8B em Q4: ~6 GB de RAM. 70B: 40 GB+ (ou GPU com 24 GB em Q4)
          Nível
          Iniciante
          Ver ficha completa, como usar e alternativas →

          DeepSeek-R1

          Modelos de Linguagem · Raciocínio

          ★ 93

          Destilados de raciocínio, cujo tamanho é o que determina se cabem nessa VRAM.

          Onde roda
          Local (no seu PC)
          Preço
          Código aberto (grátis)
          Licença
          MIT (modelo principal); destilados seguem a base
          Requisitos
          Destilado 7B/8B: ~5 GB de RAM em Q4. Full: centenas de GB
          Nível
          Avançado
          Ver ficha completa, como usar e alternativas →

          Gemma 3 (Google)

          Modelos de Linguagem · LLM de texto

          ★ 87

          Família com versões médias e multimodais que podem rodar nessa faixa.

          Onde roda
          Local (no seu PC)
          Preço
          Código aberto (grátis)
          Licença
          Gemma Terms of Use (uso comercial permitido)
          Requisitos
          270M/1B: menos de 1 GB. 27B: ~20 GB em Q4
          Nível
          Iniciante
          Ver ficha completa, como usar e alternativas →

          Qwen2.5-VL / Vision

          Modelos de Linguagem · Visão

          ★ 88

          Modelo de visão para ler documentos, gráficos e prints, em tamanhos variados.

          Onde roda
          Local (no seu PC)
          Preço
          Código aberto (grátis)
          Licença
          Apache 2.0 (variantes abertas)
          Requisitos
          3B: ~4 GB em Q4. 7B: ~6 GB. 72B: GPU de 48 GB+
          Nível
          Intermediário
          Ver ficha completa, como usar e alternativas →

          FLUX.1 (Black Forest Labs)

          Modelos de Linguagem · Imagem

          ★ 90

          Geração de imagem de qualidade alta; a versão completa pede mais VRAM do que a faixa intermediária.

          Onde roda
          Local (no seu PC)
          Preço
          Código aberto (grátis)
          Licença
          Apache 2.0 (schnell) / não comercial (dev)
          Requisitos
          schnell em Q4: ~12 GB de VRAM. Versão fp8: ~16 GB
          Nível
          Avançado
          Ver ficha completa, como usar e alternativas →

          Stable Diffusion XL

          Modelos de Linguagem · Imagem

          ★ 88

          Geração de imagem com ecossistema maduro, que o catálogo indica como compatível com GPUs de 8 GB para cima.

          Onde roda
          Local (no seu PC)
          Preço
          Código aberto (grátis)
          Licença
          CreativeML Open RAIL++-M
          Requisitos
          GPU com 8 GB de VRAM (6 GB com otimizações); 16 GB de RAM no sistema
          Nível
          Intermediário
          Ver ficha completa, como usar e alternativas →

          Ollama

          Runtimes & Frameworks · Runtime local

          ★ 95

          Runtime simples para carregar e servir os modelos escolhidos localmente.

          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 comparar modelos sem escrever código.

          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 →

          ComfyUI

          Runtimes & Frameworks · Interface de difusão

          ★ 94

          Editor de nós para o fluxo de geração de imagem com FLUX e SDXL.

          Onde roda
          Local (no seu PC)
          Preço
          Código aberto (grátis)
          Licença
          GPL-3.0
          Requisitos
          GPU NVIDIA com 8 GB de VRAM (ou Mac com Apple Silicon)
          Nível
          Intermediário
          Ver ficha completa, como usar e alternativas →

          Como escolher

          Comece pelo tamanho que roda bem
          Na tabela abaixo, os itens marcados como “roda muito bem” são os que sobram VRAM para contexto. Os “quantizados” cabem, mas com menos folga.
          Reserve memória para o contexto
          Conversas longas e documentos extensos consomem VRAM além do modelo. Deixar uma margem evita que a execução falhe no meio de uma tarefa.
          Separe texto de imagem
          Modelos de texto e de imagem competem pelo mesmo recurso. Se o seu foco é geração visual, escolha a família pelo requisito mínimo declarado no catálogo.
          Não confunda caber com servir
          Um modelo pode caber na placa e ainda assim não ser adequado para atender várias pessoas ao mesmo tempo; para isso, o catálogo tem runtimes de servidor com requisitos próprios.

          O que roda com 16 GB de VRAM e 32 GB de RAM

          Estimativa do catálogo para 16 GB de VRAM e 32 GB de RAM. A coluna de VRAM mostra o consumo em Q4: se for menor que 16, o modelo cabe; quanto maior a margem, mais espaço sobra para contexto e para o sistema.

          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
          Qwen2.5-VL / Vision3B3 GBRoda muito bem
          Whispertiny0.8 GBRoda muito bem
          faster-whispersmall (int8)0.9 GBRoda muito bem
          Kokoro TTS82M0.8 GBRoda muito bem
          Piper TTSvoz média0.8 GBRoda muito bem
          Nomic Embed Text v1.5137M0.5 GBRoda muito bem
          BGE-M3568M0.8 GBRoda muito bem
          FLUX.1dev (fp8)11.9 GBRoda muito bem
          Stable Diffusion XLbase 1.05.5 GBRoda muito bem
          YOLO11 / Ultralyticsn0.6 GBRoda muito bem
          PaddleOCRv4 mobile0.6 GBRoda muito bem
          SAM 2base+1.2 GBRoda muito bem

          Estimativas geradas pela calculadora de hardware do catálogo (fórmulas públicas de tamanho de modelo com overhead). São um ponto de partida para decidir o que tentar primeiro — abra a calculadora para usar os seus números exatos.

          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.

          Qwen 3 (Alibaba)

          Pontos fortes

          • Programação e código
          • Raciocínio e matemática
          • Português e multilíngue

          Limitações

          • Geração de imagem ou vídeo
          • Modelos grandes pedem GPU forte

          Llama 3.3 / 3.1 (Meta)

          Pontos fortes

          • Ecossistema e ferramentas (todo mundo suporta)
          • Uso comercial pela licença da Meta

          Limitações

          • Português mais fraco que Qwen/Gemma
          • Raciocínio abaixo dos modelos de raciocínio

          DeepSeek-R1

          Pontos fortes

          • Raciocínio passo a passo
          • Matemática e lógica

          Limitações

          • Latência alta (pensa muito antes de responder)
          • Respostas longas e verbosas

          Mistral Small 3 / 7B

          Pontos fortes

          • Eficiência e velocidade
          • Produção com custo baixo

          Limitações

          • Conhecimento enciclopédico amplo
          • Tarefas muito complexas

          Gemma 3 (Google)

          Pontos fortes

          • Rodar local em hardware modesto
          • Multimodal leve com janela de 128k

          Limitações

          • Matemática avançada
          • Licença com restrições de redistribuição

          Qwen2.5-VL / Vision

          Pontos fortes

          • Ler documentos, gráficos e screenshots
          • OCR e compreensão visual

          Limitações

          • Não gera imagem (só entende)
          • Versão 72B exige hardware sério

          FLUX.1 (Black Forest Labs)

          Pontos fortes

          • Geração de imagem realista
          • Texto legível dentro da imagem

          Limitações

          • VRAM alta no modelo completo
          • Licença não comercial na versão dev

          Stable Diffusion XL

          Pontos fortes

          • Ecossistema de LoRAs e checkpoints (ComfyUI)
          • Geração de imagem local madura

          Limitações

          • Composição de cena complexa
          • Escrever texto dentro da imagem

          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

          ComfyUI

          Pontos fortes

          • Fluxos avançados de geração de imagem
          • Ecossistema de nós, LoRAs e extensões

          Limitações

          • Curva de aprendizado alta
          • Interface não é para leigos

          Perguntas frequentes

          16 GB de VRAM rodam um modelo de 70B?
          O catálogo registra requisitos bem acima disso para as versões de 70B mais conhecidas, então não é uma combinação realista em Q4. Nessa faixa, os tamanhos médios são o alvo.
          16 GB bastam para gerar imagens?
          Para as famílias de difusão mais conhecidas, sim — o catálogo indica requisitos de 8 GB e 12 GB para versões populares. Versões maiores da mesma família pedem mais VRAM.
          Preciso de GPU dedicada ou posso usar memória compartilhada?
          A estimativa do catálogo considera VRAM dedicada. Se a sua GPU usa memória compartilhada do sistema, o resultado prático costuma ser mais lento.
          16 GB rodam modelos de visão?
          Sim, há modelos de visão catalogados com tamanhos que cabem nessa faixa. O tamanho escolhido é o que decide, como nos modelos de texto.

          Teste outros valores de VRAM

          A calculadora de hardware permite trocar a VRAM e a RAM e ver imediatamente o que muda em cada faixa, para você comparar antes de decidir.

          Abrir a calculadora de hardware →