Quanta memória preciso para rodar um LLM?
Pesos do modelo, folga para trabalhar, a conversa e o seu sistema, somados.
Resposta curta
~29GB
Cerca de 29 GB para um modelo 27B no arquivo Q4, o mais comum. Regra prática: 0,625 GB por bilhão de parâmetros, mais folga.
- Pesos: 16,9 GB para 27B em Q4.
- Folga: +20% enquanto roda.
- Reserva do sistema: 8 GB num Mac ou PC de 32 GB+, menos em máquinas menores.
- Placa de vídeo: Cerca de 23 GB de VRAM para o mesmo modelo.
Estimativa de planejamento com a fórmula do site, não uma medição. Metodologia
A fórmula
Para rodar, o modelo inteiro precisa estar carregado na memória. O llama.cpp diz com todas as letras: memória e disco pedem o mesmo espaço (llama.cpp · quantize, lido em 17 de out. de 2026). Além do arquivo, o site soma três partes:
memória ≈ pesos + 20% de folga + orçamento para conversa longa + reserva do sistemaOs pesos dependem da versão do arquivo: Q4 guarda cerca de 0,625 byte por parâmetro, Q8 cerca de 1,125 e FP16 2 (o que é Q4). A reserva é a memória que o computador guarda para si; numa placa de vídeo o sistema roda na RAM do PC, então a reserva é menor (VRAM e memória unificada).
Por tamanho de modelo
Arquivo Q4, conversas curtas, num Mac ou PC com 32 GB ou mais (8 GB de reserva); máquinas com menos de 32 GB reservam 25% da memória (2 a 8 GB), então precisam de menos, como mostram as máquinas abaixo. Estimativas arredondadas para cima, em GB inteiros.
- 4B de parâmetros
- ~11 GB num Mac ou PC de 32 GB+~5 GB numa placa de vídeo · arquivo Q4 ~2,5 GB
- 9B de parâmetros
- ~15 GB num Mac ou PC de 32 GB+~9 GB numa placa de vídeo · arquivo Q4 ~5,6 GB
- 27B de parâmetros
- ~29 GB num Mac ou PC de 32 GB+~23 GB numa placa de vídeo · arquivo Q4 ~16,9 GB
- 70B de parâmetros
- ~61 GB num Mac ou PC de 32 GB+~55 GB numa placa de vídeo · arquivo Q4 ~43,8 GB
Conferindo com um arquivo real
Qwen3.6 27B: tamanhos publicados dos arquivos ao lado da estimativa de pesos do site.
| Arquivo | Tamanho publicado (GB) | Estimativa de pesos do site (GB) |
|---|---|---|
| Q4_K_M | 16,8 | 16,9 |
| Q8_0 | 28,6 | 30,4 |
| BF16 | 53,8 | 54 |
A estimativa difere dos arquivos reais em até 7%, então a fórmula serve para planejar antes de baixar. Os arquivos reais variam um pouco porque cada formato guarda seus próprios fatores de escala e mantém algumas partes do modelo em outras precisões. (unsloth/Qwen3.6-27B-GGUF, lido em 16 de out. de 2026)
Vale também para tamanhos maiores: o llama.cpp lista o Llama 3.1 70B com 280,9 GB no arquivo original e 43,1 GB em Q4_K_M; a estimativa de pesos Q4 do site para 70B é de 43,8 GB. (llama.cpp · quantize, lido em 17 de out. de 2026)
Em máquinas reais
O maior dos tamanhos acima cuja estimativa, com a reserva desta máquina, cabe na memória que ela oferece a um modelo.
- Mac mini M4 · 16 GB unificados
- Até 9B em Q4 (~11 GB)Oferece 16 GB a um modelo
- Mac mini M4 Pro · 48 GB unificados
- Até 27B em Q4 (~29 GB)Oferece 44 GB a um modelo
- RTX 4060 · 8 GB de VRAM
- Até 4B em Q4 (~5 GB)Oferece 8 GB a um modelo
- RTX 4090 · 24 GB de VRAM
- Até 27B em Q4 (~23 GB)Oferece 24 GB a um modelo
Calculadora
Mude o tamanho, a versão do arquivo, a conversa e a máquina. Estimativa de planejamento, não um teste; ela nunca estima velocidade.
Cerca de 0,6 byte por parâmetro: o download local mais comum.
Chats curtos cabem na folga. Documentos e conversas longas pedem memória extra para a conversa.
~20,3 GBnecessários, sem a reserva do sistema
Escolha uma máquina para comparar. Sem ela, a reserva do sistema fica de fora: ela depende da máquina.
- Pesos do modelo16,9 GB
- Folga para trabalhar (20%)3,4 GB
- Orçamento para conversa longa0 GB
- Reserva do sistemaDepende da máquina: escolha uma