Dell Alienware 16X Aurora (AC16251) · Core Ultra 9 290HX Plus · RTX 5060 8 GB · 32 GB
Dell · Dell Alienware 16X Aurora (AC16251)
48 modelos de texto rodam bem · banda de 384 GB/s
Modelos neste hardware
Comece por aqui
Arquivo Q4_K_M · 0,8 GB · bartowski/Llama-3.2-1B-Instruct-GGUF · O que é Q4?
Memória Precisa de ~1 GB · ~3 GB em Alienware 16X Aurora (AC16251) · RTX 5060 · 8 GB de VRAM, incluindo ~2 GB que o sistema reserva
ollama run hf.co/bartowski/Llama-3.2-1B-Instruct-GGUF:Q4_K_M- Instale o Ollama
- Rode o comando acima
- Pergunte:
Explique o que é a janela de contexto, em duas frases.
Arquivo Q4_K_M · 2,2 GB · ibm-granite/granite-4.2-3b-GGUF · O que é Q4?
Memória Precisa de ~3 GB · ~5 GB em Alienware 16X Aurora (AC16251) · RTX 5060 · 8 GB de VRAM, incluindo ~2 GB que o sistema reserva
ollama run hf.co/ibm-granite/granite-4.2-3b-GGUF:Q4_K_M- Instale o Ollama
- Rode o comando acima
- Pergunte:
Explique o que é a janela de contexto, em duas frases.
Texto
Texto · LMArena
pontuação · maior é melhor
- Cor = publicador
Fonte: LMArena 2026-10-22 · coletado 2026-10-25 · dataset · CC BY 4.0 · Modelos sem pontuação ficam de fora; não recebem zero.
| Granite 4.2 3BQ4 · parâm. publicados · fonte | 1.290 ± 12 | ~5 GB | Q4 · parâm. publicados |
|---|---|---|---|
| Granite 4.2 8BQ4 · parâm. publicados · fonte | 1.290 ± 11 | ~8 GBNo limite: Precisa de ~8 GB: roda bem, sem sobra além da reserva do sistema | Q4 · parâm. publicados |
| Llama 3.1 8B InstructQ4 · parâm. publicados · fonte | 1.211 ± 4 | ~8 GBNo limite: Precisa de ~8 GB: roda bem, sem sobra além da reserva do sistema | Q4 · parâm. publicados |
| Llama 3.2 3B InstructQ4 · parâm. publicados · fonte | 1.167 ± 8 | ~5 GB | Q4 · parâm. publicados |
| Llama 3.2 1B InstructQ4 · parâm. publicados · fonte | 1.111 ± 8 | ~3 GB | Q4 · parâm. publicados |
| Qwen3 1.7BQ4 · parâm. publicados · fonte | Fora do ranking de texto do LMArena de 2026-10-22 | ~4 GB | Q4 · parâm. publicados |
| Gemma 4 E2BQ4 · parâm. publicados · fonte | Fora do ranking de texto do LMArena de 2026-10-22 | ~6 GB | Q4 · parâm. publicados |
| Qwen3 4B Instruct 2507Q4 · parâm. publicados · fonte | Fora do ranking de texto do LMArena de 2026-10-22 | ~5 GB | Q4 · parâm. publicados |
Nenhum modelo em até 8 GB tem nota LiveBench, então a tabela não tem coluna LiveBench. Pontuações LMArena nesta tabela: LMArena 2026-10-22 · coletado 2026-10-25 · dataset · CC BY 4.0
No limite: roda, mas deixa menos de 1 GB livres além dos 2 GB que o sistema guarda (o valor de memória já inclui essa reserva).
Todos os modelos de texto revisados aqui 37
Todos os que rodam aqui, bem ou devagar, com ou sem nota (13 rodam bem, 24 devagar); 19 de 37 têm resultado no LiveBench ou no LMArena. Primeiro os que rodam bem, depois os no limite, depois os lentos; em cada grupo, por downloads no Hub em 30 dias, lidos em 2026-10-25, não por qualidade.
| Qwen3 1.7B | Fora do LiveBench 2026-06-25 | Fora do ranking de texto do LMArena de 2026-10-22 | ~4 GB | 1,1 | Apache 2.0 | 4,1 mi |
|---|---|---|---|---|---|---|
| Llama 3.2 1B Instruct | Fora do LiveBench 2026-06-25 | 1.111 | ~3 GB | 0,8 | Llama 3.2 | 3,5 mi |
| Gemma 4 E2B | Fora do LiveBench 2026-06-25 | Fora do ranking de texto do LMArena de 2026-10-22 | ~6 GB | 3,1 | Apache 2.0 | 3 mi |
| Qwen3 4B Instruct 2507 | Fora do LiveBench 2026-06-25 | Fora do ranking de texto do LMArena de 2026-10-22 | ~5 GB | 2,5 | Apache 2.0 | 2,6 mi |
| Llama 3.2 3B Instruct | Fora do LiveBench 2026-06-25 | 1.167 | ~5 GB | 2,0 | Llama 3.2 | 1,1 mi |
| SmolLM3 3B | Fora do LiveBench 2026-06-25 | Fora do ranking de texto do LMArena de 2026-10-22 | ~5 GB | 1,9 | Apache 2.0 | 718,7 mil |
| Phi-4 mini | Fora do LiveBench 2026-06-25 | Fora do ranking de texto do LMArena de 2026-10-22 | ~5 GB | 2,5 | MIT | 342,8 mil |
| Ministral 3 3B | Fora do LiveBench 2026-06-25 | Fora do ranking de texto do LMArena de 2026-10-22 | ~5 GB | 2,1 | Apache 2.0 | 87,4 mil |
| Granite 4.2 3B | Fora do LiveBench 2026-06-25 | 1.290 | ~5 GB | 2,2 | Apache 2.0 | 39,8 mil |
| Llama 3.1 8B Instruct | Fora do LiveBench 2026-06-25 | 1.211 | ~8 GBNo limite | 4,9 | Llama 3.1 | 4,8 mi |
| Gemma 4 E4B | Fora do LiveBench 2026-06-25 | Fora do ranking de texto do LMArena de 2026-10-22 | ~8 GBNo limite | 5,0 | Apache 2.0 | 4 mi |
| Olmo 3 7B Instruct | Fora do LiveBench 2026-06-25 | Fora do ranking de texto do LMArena de 2026-10-22 | ~8 GBNo limite | 4,5 | Apache 2.0 | 262,5 mil |
| Granite 4.2 8B | Fora do LiveBench 2026-06-25 | 1.290 | ~8 GBNo limite | 5,3 | Apache 2.0 | 78,3 mil |
| Qwen3 14B | Fora do LiveBench 2026-06-25 | Fora do ranking de texto do LMArena de 2026-10-22 | ~14 GBRoda devagar | 9,0 | Apache 2.0 | 10,4 mi |
| Gemma 4 31B | Fora do LiveBench 2026-06-25 | 1.452 | ~26 GBRoda devagar | 18,3 | Apache 2.0 | 8,4 mi |
| Gemma 4 26B A4B | Fora do LiveBench 2026-06-25 | 1.437 | ~21 GBRoda devagar | 16,9 | Apache 2.0 | 8,2 mi |
| Qwen3 8B | Fora do LiveBench 2026-06-25 | Fora do ranking de texto do LMArena de 2026-10-22 | ~9 GBRoda devagar | 5,0 | Apache 2.0 | 8,1 mi |
| Qwen3.8 27B | 75,3 | 1.437 | ~23 GBRoda devagar | 16,5 | Apache 2.0 | 7,8 mi |
| Qwen3.5 9B | Fora do LiveBench 2026-06-25 | Fora do ranking de texto do LMArena de 2026-10-22 | ~9 GBRoda devagar | 5,7 | Apache 2.0 | 6,1 mi |
| gpt-oss-20b | Fora do LiveBench 2026-06-25 | 1.317 | ~18 GBRoda devagar | 11,6 | Apache 2.0 | 5,8 mi |
| Qwen3.6 27B | 64,0 | Fora do ranking de texto do LMArena de 2026-10-22 | ~23 GBRoda devagar | 16,8 | Apache 2.0 | 2,4 mi |
| Gemma 4 12B | Fora do LiveBench 2026-06-25 | Fora do ranking de texto do LMArena de 2026-10-22 | ~11 GBRoda devagar | 7,1 | Apache 2.0 | 1,7 mi |
| Qwen3.5 35B A3B | Fora do LiveBench 2026-06-25 | 1.394 | ~29 GBRoda devagar | 22,0 | Apache 2.0 | 1,5 mi |
| Nemotron 3 Nano 30B A3B | Fora do LiveBench 2026-06-25 | 1.314 | ~32 GBRoda devagar | 24,6 | NVIDIA Nemotron Open Model | 1,4 mi |
| Qwen3 30B A3B Instruct 2507 | Fora do LiveBench 2026-06-25 | 1.382 | ~25 GBRoda devagar | 18,6 | Apache 2.0 | 1,1 mi |
| GLM-4.7 Flash | Fora do LiveBench 2026-06-25 | 1.365 | ~25 GBRoda devagar | 18,3 | MIT | 953,7 mil |
| Nemotron 3.5 Lightning 30B A3B | Fora do LiveBench 2026-06-25 | O Arena avaliou a versão NVFP4, NVIDIA-Nemotron-3.5-Lightning-30B-A3B (NVFP4); esta ficha é a referência BF16, que a NVIDIA reporta com notas diferentes | ~25 GBRoda devagar | 18,9 | OpenMDW 1.1 | 861,5 mil |
| Qwen3 Coder 30B A3B | Fora do LiveBench 2026-06-25 | Fora do ranking de texto do LMArena de 2026-10-22 | ~25 GBRoda devagar | 18,6 | Apache 2.0 | 745 mil |
| Phi-4 | Fora do LiveBench 2026-06-25 | 1.256 | ~13 GBRoda devagar | 8,0 | MIT | 368,3 mil |
| DeepSeek R1 0528 Qwen3 8B | Fora do LiveBench 2026-06-25 | Fora do ranking de texto do LMArena de 2026-10-22 | ~9 GBRoda devagar | 5,0 | MIT | 355,8 mil |
| Devstral Small 2 24B | Fora do LiveBench 2026-06-25 | Fora do ranking de texto do LMArena de 2026-10-22 | ~20 GBRoda devagar | 14,3 | Apache 2.0 | 195,6 mil |
| Mistral Small 3.2 24B | Fora do LiveBench 2026-06-25 | 1.356 | ~21 GBRoda devagar | 14,3 | Apache 2.0 | 181,4 mil |
| Ministral 3 14B | Fora do LiveBench 2026-06-25 | Fora do ranking de texto do LMArena de 2026-10-22 | ~13 GBRoda devagar | 8,2 | Apache 2.0 | 126,5 mil |
| Ministral 3 8B | Fora do LiveBench 2026-06-25 | Fora do ranking de texto do LMArena de 2026-10-22 | ~9 GBRoda devagar | 5,2 | Apache 2.0 | 79,4 mil |
| Granite 4.2 30B | Fora do LiveBench 2026-06-25 | 1.340 | ~25 GBRoda devagar | 17,7 | Apache 2.0 | 39,3 mil |
| Olmo 3 32B Think | Fora do LiveBench 2026-06-25 | 1.306 | ~26 GBRoda devagar | 19,5 | Apache 2.0 | 13,1 mil |
| Smaug Mini | 76,9 | Fora do ranking de texto do LMArena de 2026-10-22 | ~23 GBRoda devagar | 16,5 | Apache 2.0 | 817 |
Também roda devagar
Acima dos 8 GB de VRAM, as camadas que não cabem rodam na CPU a partir da RAM do PC, até 32 GB no total (RAM informada: 32 GB). Estimativa de planejamento, não velocidade. Os 24 modelos revisados que rodam devagar estão na tabela acima.
- Llama-3.1-8Bmeta-llama~9 GBroda bem com 12 GB
- Meta-Llama-3-8B-Instructmeta-llama~9 GBroda bem com 12 GB
- Meta-Llama-3-8Bmeta-llama~9 GBroda bem com 12 GB
- DeepSeek-R1-Distill-Llama-8Bdeepseek-ai~9 GBroda bem com 12 GB
- granite-4.1-8bibm-granite~9 GBroda bem com 12 GB
- Qwen3Guard-Gen-8BQwen~9 GBroda bem com 12 GB
- granite-guardian-4.1-8bibm-granite~9 GBroda bem com 12 GB
- Llama-Guard-3-8Bmeta-llama~9 GBroda bem com 12 GB
- Llama-3-Smaug-8Babacusai~9 GBroda bem com 12 GB
- Infinity-Instruct-3M-0625-Llama3-8BBAAI~9 GBroda bem com 12 GB
- Infinity-Instruct-3M-0625-Yi-1.5-9BBAAI~9 GBroda bem com 12 GB
- granite-4.1-8b-baseibm-granite~9 GBroda bem com 12 GB
- granite-8b-code-base-4kibm-granite~9 GBroda bem com 12 GB
- Meta-Llama-Guard-2-8Bmeta-llama~9 GBroda bem com 12 GB
- granite-8b-code-instruct-128kibm-granite~9 GBroda bem com 12 GB
- WebWorld-8BQwen~9 GBroda bem com 12 GB
- HARC-Llama-3.1-8B-Instructmicrosoft~9 GBroda bem com 12 GB
- ContextPilot-8Btencent~9 GBroda bem com 12 GB
- granite-8b-code-instruct-4kibm-granite~9 GBroda bem com 12 GB
- gemma-7b-aps-itgoogle~9 GBroda bem com 12 GB
- granite-8b-code-base-128kibm-granite~9 GBroda bem com 12 GB
- LongWriter-llama3.1-8bzai-org~9 GBroda bem com 12 GB
- txgemma-9b-predictgoogle~9 GBroda bem com 12 GB
- txgemma-9b-chatgoogle~9 GBroda bem com 12 GB
- KernelLLMfacebook~9 GBroda bem com 12 GB
- Llama-2-13b-chat-hfmeta-llama~12 GBroda bem com 12 GB
- Llama-2-13b-hfmeta-llama~12 GBroda bem com 12 GB
- bigstral-12b-32kabacusai~12 GBroda bem com 12 GB
- CodeLlama-13b-Instruct-hfmeta-llama~12 GBroda bem com 12 GB
- StableBeluga-13Bstabilityai~12 GBroda bem com 12 GB
- codellama13b_instruct_260k_synthesisstabilityai~12 GBroda bem com 12 GB
- Giraffe-13b-32k-v3abacusai~12 GBroda bem com 12 GB
- bigstral-12b-v0.2-32kabacusai~12 GBroda bem com 12 GB
- CodeLlama-13b-hfmeta-llama~12 GBroda bem com 12 GB
- CodeLlama-13b-Python-hfmeta-llama~12 GBroda bem com 12 GB
- DeepSeek-R1-Distill-Qwen-14Bdeepseek-ai~14 GBQ4 · contagem de tensores
- bigyi-15babacusai~14 GBQ4 · contagem de tensores
- MagenticBrainmicrosoft~14 GBQ4 · contagem de tensores
- ContextPilot-14Btencent~14 GBQ4 · contagem de tensores
- WebWorld-14BQwen~14 GBQ4 · contagem de tensores
- txgemma-27b-chatgoogle~23 GBQ4 · contagem de tensores
- txgemma-27b-predictgoogle~23 GBQ4 · contagem de tensores
- granite-4.1-30bibm-granite~24 GBQ4 · contagem de tensores
- granite-4.1-30b-baseibm-granite~24 GBQ4 · contagem de tensores
- Qwen3-30B-A3B-Thinking-2507Qwen~25 GBQ4 · contagem de tensores
- DeepSeek-R1-Distill-Qwen-32Bdeepseek-ai~27 GBQ4 · contagem de tensores
- SWE-Dev-32Bzai-org~27 GBQ4 · contagem de tensores
- SynLogic-32BMiniMaxAI~27 GBQ4 · contagem de tensores
- SynLogic-Mix-3-32BMiniMaxAI~27 GBQ4 · contagem de tensores
- DRIVE-SFTtencent~27 GBQ4 · contagem de tensores
- DRIVE-RLtencent~27 GBQ4 · contagem de tensores
- Smaug-34B-v0.1abacusai~28 GBQ4 · contagem de tensores
- CodeLlama-34b-hfmeta-llama~28 GBQ4 · contagem de tensores
- CodeLlama-34b-Instruct-hfmeta-llama~28 GBQ4 · contagem de tensores
- MetaMath-Bagel-DPO-34Babacusai~28 GBQ4 · contagem de tensores
- MetaMath-bagel-34b-v0.2-c1500abacusai~28 GBQ4 · contagem de tensores
- MM-OV-bagel-DPO-34b-c1000-250abacusai~28 GBQ4 · contagem de tensores
- MM-Orc-Vic-bagel-34b-c1000abacusai~28 GBQ4 · contagem de tensores
- CodeLlama-34b-Python-hfmeta-llama~28 GBQ4 · contagem de tensores
Ajustar a estimativa: quantização, contexto, reserva
Visão
Visão · LMArena
pontuação · maior é melhor
- Cor = publicador
Fonte: LMArena 2026-10-19 · coletado 2026-10-25 · dataset · CC BY 4.0 · Modelos sem pontuação ficam de fora; não recebem zero.
| Molmo-7B-D-0924Q4 · contagem do Hugging Face · fonte | 994 ± 14 | ~8 GBNo limite: Precisa de ~8 GB: roda bem, sem sobra além da reserva do sistema | Q4 · contagem do Hugging Face |
|---|---|---|---|
| Phi-3.5-vision-instructQ4 · contagem do Hugging Face · fonte | 919 ± 16 | ~6 GB | Q4 · contagem do Hugging Face |
| Gemma 4 E2BQ4 · parâm. publicados · fonte | Fora do ranking de visão do LMArena de 2026-10-19 | ~6 GB | Q4 · parâm. publicados |
| Phi-4-multimodal-instructQ4 · contagem do Hugging Face · fonte | Fora do ranking de visão do LMArena de 2026-10-19 | ~7 GB | Q4 · contagem do Hugging Face |
| siglip2-giant-opt-patch16-384est. 16 bits · contagem do Hugging Face · fonte | Fora do ranking de visão do LMArena de 2026-10-19 | ~7 GB | est. 16 bits · contagem do Hugging Face |
| chandra-ocr-2Q4 · contagem do Hugging Face · fonte | Fora do ranking de visão do LMArena de 2026-10-19 | ~6 GB | Q4 · contagem do Hugging Face |
| Fara1.5-4BQ4 · contagem do Hugging Face · fonte | Fora do ranking de visão do LMArena de 2026-10-19 | ~6 GB | Q4 · contagem do Hugging Face |
| GELab-Zero-4B-preview-Sico-EvolutionQ4 · contagem do Hugging Face · fonte | Fora do ranking de visão do LMArena de 2026-10-19 | ~6 GB | Q4 · contagem do Hugging Face |
Pontuações LMArena nesta tabela: LMArena 2026-10-19 · coletado 2026-10-25 · dataset · CC BY 4.0
No limite: roda, mas deixa menos de 1 GB livres além dos 2 GB que o sistema guarda (o valor de memória já inclui essa reserva).
Também roda devagar
Acima dos 8 GB de VRAM, as camadas que não cabem rodam na CPU a partir da RAM do PC, até 32 GB no total (RAM informada: 32 GB). Estimativa de planejamento, não velocidade.
- Qwen3.5 9BAlibaba~9 GBroda bem com 12 GB
- Gemma 4 12BGoogle~11 GBroda bem com 12 GB
- Gemma 4 26B A4BGoogle~21 GBQ4 · parâm. publicados
- Qwen3.6 27BAlibaba~23 GBQ4 · parâm. publicados
- Qwen3.8 27BAlibaba~23 GBQ4 · parâm. publicados
- Smaug MiniAbacus AI~23 GBQ4 · parâm. publicados
- Gemma 4 31BGoogle~26 GBQ4 · parâm. publicados
- Qwen3.5 35B A3BAlibaba~29 GBQ4 · parâm. publicados
- aya-vision-8bCohereLabs~9 GBroda bem com 12 GB
- Bunny-v1_1-Llama-3-8B-VBAAI~9 GBroda bem com 12 GB
- chandradatalab-to~9 GBroda bem com 12 GB
- Cosmos-Reason2-8Bnvidia~9 GBroda bem com 12 GB
- Eagle2.5-8Bnvidia~9 GBroda bem com 12 GB
- Emu3-Chat-hfBAAI~9 GBroda bem com 12 GB
- Fara-7Bmicrosoft~9 GBroda bem com 12 GB
- Idefics3-8B-Llama3HuggingFaceM4~9 GBroda bem com 12 GB
- InternVL3_5-8BOpenGVLab~9 GBroda bem com 12 GB
- Keye-VL-1_5-8BKwai-Keye~9 GBroda bem com 12 GB
- Llama-3.1-Nemotron-Nano-VL-8B-V1nvidia~9 GBroda bem com 12 GB
- LLaVA-OneVision-1.5-8B-Instructlmms-lab~9 GBroda bem com 12 GB
- llava-onevision-qwen2-7b-ov-hfllava-hf~9 GBroda bem com 12 GB
- MiniCPM-V-2_6openbmb~9 GBroda bem com 12 GB
- MiniCPM-V-4_5openbmb~9 GBroda bem com 12 GB
- Molmo2-8Ballenai~9 GBroda bem com 12 GB
- moondream3-previewmoondream~9 GBroda bem com 12 GB
- nemotron-labs-audio-visual-flamingo-hfnvidia~9 GBroda bem com 12 GB
- olmOCR-2-7B-1025allenai~9 GBroda bem com 12 GB
- olmOCR-7B-0225-previewallenai~9 GBroda bem com 12 GB
- POINTS-GUI-Gtencent~9 GBroda bem com 12 GB
- Qwen2-VL-7B-InstructQwen~9 GBroda bem com 12 GB
- Qwen2.5-VL-7B-InstructQwen~9 GBroda bem com 12 GB
- Qwen3-VL-8B-InstructQwen~9 GBroda bem com 12 GB
- UI-TARS-1.5-7BByteDance-Seed~9 GBroda bem com 12 GB
- Video-XL-2BAAI~9 GBroda bem com 12 GB
- Fara1.5-9Bmicrosoft~10 GBroda bem com 12 GB
- GLM-4.6V-Flashzai-org~10 GBroda bem com 12 GB
- Llama-3.2-11B-Visionmeta-llama~10 GBroda bem com 12 GB
- Perception-LM-8Bfacebook~10 GBroda bem com 12 GB
- Step3-VL-10Bstepfun-ai~10 GBroda bem com 12 GB
- gemma-4-12Bgoogle~11 GBroda bem com 12 GB
- Llama-3.2-11B-Vision-Instructmeta-llama~11 GBroda bem com 12 GB
- Llama-Guard-3-11B-Visionmeta-llama~11 GBroda bem com 12 GB
- Llama-Guard-4-12Bmeta-llama~11 GBroda bem com 12 GB
- cogvlm2-llama3-captionzai-org~12 GBroda bem com 12 GB
- NVIDIA-Nemotron-Nano-12B-v2-VL-BF16nvidia~12 GBroda bem com 12 GB
- Apriel-1.6-15b-ThinkerServiceNow-AI~14 GBQ4 · contagem do Hugging Face
- Phi-4-reasoning-vision-15Bmicrosoft~14 GBQ4 · contagem do Hugging Face
- diffusiongemma-26B-A4B-itgoogle~22 GBQ4 · contagem do Hugging Face
- deepseek-vl2deepseek-ai~23 GBQ4 · contagem do Hugging Face
- Fara1.5-27Bmicrosoft~23 GBQ4 · contagem do Hugging Face
- gemma-3-27b-itgoogle~23 GBQ4 · contagem do Hugging Face
- ERNIE-4.5-VL-28B-A3B-PTbaidu~25 GBQ4 · contagem do Hugging Face
- ERNIE-4.5-VL-28B-A3B-Thinkingbaidu~25 GBQ4 · contagem do Hugging Face
- Keye-VL-2.0-30B-A3BKwai-Keye~26 GBQ4 · contagem do Hugging Face
- Qwen3-VL-30B-A3B-InstructQwen~26 GBQ4 · contagem do Hugging Face
- gemma-4-31Bgoogle~27 GBQ4 · contagem do Hugging Face
- Qwen2.5-VL-32B-InstructQwen~28 GBQ4 · contagem do Hugging Face
- Qwen3.6-35B-A3BQwen~29 GBQ4 · contagem do Hugging Face
Outros 12 modelos de visão do catálogo não têm memória nem contagem de parâmetros utilizável para este perfil. Ver modelos de Visão
Imagem
Imagem · Aderência ao prompt · GenEval
0–1 · maior é melhor
Fonte: GenEval · 2023 · revisado 2026-10-05 · Qualidade publicada na configuração original do benchmark; não medida neste hardware.
| Stable Diffusion XL 1.0Caminho da plataforma documentado · stable-diffusion.cpp · fonte | 0,55 | Fora do ranking de texto para imagem do LMArena de 2026-10-07 | Caminho documentado sem valor de memória | Caminho da plataforma documentado |
|---|---|---|---|---|
| Stable Diffusion 1.5Caminho da plataforma documentado · stable-diffusion.cpp · fonte | 0,43 | Fora do ranking de texto para imagem do LMArena de 2026-10-07 | Caminho documentado sem valor de memória | Caminho da plataforma documentado |
| URSA-1.7B-IBQ1024est. 16 bits · parâm. · fonte | Sem resultado publicado comparável | Não revisado para o LMArena | ~8 GB | est. 16 bits · parâm. |
| URSA-1.7B-IBQ512est. 16 bits · parâm. · fonte | Sem resultado publicado comparável | Não revisado para o LMArena | ~8 GB | est. 16 bits · parâm. |
| Lumina Image v2est. 16 bits · parâm. · fonte | Sem resultado publicado comparável | Fora do ranking de texto para imagem do LMArena de 2026-10-07 | ~7 GB | est. 16 bits · parâm. |
| Stable Diffusion 3 Mediumest. 16 bits · parâm. · fonte | Sem resultado publicado comparável | Fora do ranking de texto para imagem do LMArena de 2026-10-07 | ~7 GB | est. 16 bits · parâm. |
| stable-point-aware-3dest. 16 bits · parâm. · fonte | Sem resultado publicado comparável | Não revisado para o LMArena | ~7 GB | est. 16 bits · parâm. |
| Sana Sprint 1.6Best. 16 bits · parâm. · fonte | Sem resultado publicado comparável | Fora do ranking de texto para imagem do LMArena de 2026-10-07 | ~6 GB | est. 16 bits · parâm. |
Pontuações LMArena nesta tabela: LMArena 2026-10-07 · coletado 2026-10-25 · dataset · CC BY 4.0
Com 12 GB você roda também… 6
O próximo tamanho de memória desta linha. Os valores são o requisito neste tipo de hardware.
- Illustrious-xl-early-release-v0OnomaAIResearch~9 GBest. 16 bits · parâm.
- KolorsKwai-Kolors~9 GBest. 16 bits · parâm.
- sdxl-turbostabilityai~9 GBest. 16 bits · parâm.
- Stable Diffusion 3.5 MediumStability AI~10 GBMínimo do publicador
- Stable Diffusion 3.5 LargeStability AI~11 GBMínimo do publicador
- BagelByteDance~12 GBMínimo do publicador
Outros 17 modelos de imagem do catálogo não têm memória nem contagem de parâmetros utilizável para este perfil. Ver modelos de Imagem
Vídeo
| VACE-Wan2.1-1.3B-Previewest. 16 bits · parâm. · fonte | ~8 GB | est. 16 bits · parâm. |
|---|---|---|
| Wan2.1-VACE-1.3Best. 16 bits · parâm. · fonte | ~8 GB | est. 16 bits · parâm. |
| Wan2.1-VACE-1.3B-diffusersest. 16 bits · parâm. · fonte | ~8 GB | est. 16 bits · parâm. |
| CogVideoX-2best. 16 bits · parâm. · fonte | ~7 GB | est. 16 bits · parâm. |
| Kandinsky-WM-1.0-I2V-5s-PHest. 16 bits · parâm. · fonte | ~7 GB | est. 16 bits · parâm. |
| LTX-Video 2B · 0.9.8 distilledest. 16 bits · parâm. · fonte | ~7 GB | est. 16 bits · parâm. |
| LTX-Video-0.9.5est. 16 bits · parâm. · fonte | ~7 GB | est. 16 bits · parâm. |
| Matrix-Game-2.0est. 16 bits · parâm. · fonte | ~7 GB | est. 16 bits · parâm. |
Como esta lista funciona Primeiro os caminhos de execução documentados neste hardware, depois os mínimos dos publicadores (CUDA ou Apple MPS).
Com 12 GB você roda também… 4
O próximo tamanho de memória desta linha. Os valores são o requisito neste tipo de hardware.
- Wan2.1 T2V 1.3BWan-AI~8 GBRequisito publicado
- Wan2.1-T2V-1.3B-DiffusersWan-AI~8 GBMínimo do publicador
- Allegrorhymes-ai~9 GBest. 16 bits · parâm.
- Kandinsky-6.0-Lite-distill-5s-Diffuserskandinskylab~10 GBest. 16 bits · parâm.
Outros 20 modelos de vídeo do catálogo não têm memória nem contagem de parâmetros utilizável para este perfil. Ver modelos de Vídeo
Áudio
Áudio · Taxa de erro de palavras · Open ASR
% · menor é melhor
Fonte: Taxa de erro de palavras · Open ASR · revisado 2026-10-20 · Qualidade publicada na configuração original do benchmark; não medida neste hardware.
| Whisper large-v3-turboCaminho da plataforma documentado · whisper.cpp / CUDA · fonte | 7,83 | Caminho documentado sem valor de memória | Caminho da plataforma documentado |
|---|---|---|---|
| Whisper large-v3Caminho da plataforma documentado · whisper.cpp / CUDA · fonte | 7,44 | Caminho documentado sem valor de memória | Caminho da plataforma documentado |
| cohere-transcribe-03-2026est. 16 bits · parâm. · fonte | Sem resultado publicado comparável | ~8 GB | est. 16 bits · parâm. |
| cohere-transcribe-arabic-07-2026est. 16 bits · parâm. · fonte | Sem resultado publicado comparável | ~8 GB | est. 16 bits · parâm. |
| dots.tts-soarest. 16 bits · parâm. · fonte | Sem resultado publicado comparável | ~8 GB | est. 16 bits · parâm. |
| GLM-ASR-Nano-2512est. 16 bits · parâm. · fonte | Sem resultado publicado comparável | ~8 GB | est. 16 bits · parâm. |
| granite-4.0-1b-speechest. 16 bits · parâm. · fonte | Sem resultado publicado comparável | ~8 GB | est. 16 bits · parâm. |
| granite-speech-4.1-2best. 16 bits · parâm. · fonte | Sem resultado publicado comparável | ~8 GB | est. 16 bits · parâm. |
Com 12 GB você roda também… 14
O próximo tamanho de memória desta linha. Os valores são o requisito neste tipo de hardware.
- canary-qwen-2.5bnvidia~9 GBest. 16 bits · parâm.
- stt-2.6b-en-trfskyutai~9 GBest. 16 bits · parâm.
- VibeVoice-ASR-Streaming-1.5Bmicrosoft~9 GBest. 16 bits · parâm.
- granite-speech-3.3-2bibm-granite~10 GBest. 16 bits · parâm.
- MERaLiON-3-3B-ASRMERaLiON~10 GBest. 16 bits · parâm.
- musicgen-largefacebook~10 GBest. 16 bits · parâm.
- whisper-largeopenai~10 GBMínimo do publicador
- whisper-large-v2openai~10 GBMínimo do publicador
- Step-Audio-TTS-3Bstepfun-ai~11 GBest. 16 bits · parâm.
- YuE2-3Bm-a-p~11 GBest. 16 bits · parâm.
- Breeze TTS 2BreezeBlue~12 GBMínimo do publicador
- MetaVoice v1MetaVoice~12 GBMínimo do publicador
- OpenAudio S1 MiniFish Audio~12 GBMínimo do publicador
- orpheus-3b-0.1-ftcanopylabs~12 GBest. 16 bits · parâm.
Outros 33 modelos de áudio do catálogo não têm memória nem contagem de parâmetros utilizável para este perfil. Ver modelos de Áudio
Embeddings
Embeddings · MTEB (Multilingual, v2) · mean(task)
0–100 · maior é melhor
- Cor = publicador
| Qwen3-Embedding 4B8 bits · parâm. publicados · fonte | 69,5 | ~7 GB | 8 bits · parâm. publicados |
|---|---|---|---|
| Harrier OSS v1 (0.6B)8 bits · parâm. publicados · fonte | 69,0 | ~3 GB | 8 bits · parâm. publicados |
| Qwen3-Embedding 0.6B8 bits · parâm. publicados · fonte | 64,3 | ~3 GB | 8 bits · parâm. publicados |
| Multilingual E5 Large Instruct8 bits · parâm. publicados · fonte | 63,2 | ~3 GB | 8 bits · parâm. publicados |
| EmbeddingGemma 28 bits · parâm. publicados · fonte | 61,4 | ~3 GB | 8 bits · parâm. publicados |
| EmbeddingGemma (300M)8 bits · parâm. publicados · fonte | 61,1 | ~3 GB | 8 bits · parâm. publicados |
| BGE-M38 bits · parâm. publicados · fonte | 59,6 | ~3 GB | 8 bits · parâm. publicados |
| Nomic Embed Text v2 (MoE)8 bits · parâm. publicados · fonte | 57,6 | ~3 GB | 8 bits · parâm. publicados |
Com 12 GB você roda também… 11
O próximo tamanho de memória desta linha roda estes bem. Os valores são o requisito neste tipo de hardware.
- e5-mistral-7b-instructintfloat~11 GB8 bits · contagem do Hub
- nomic-embed-codenomic-ai~11 GB8 bits · contagem do Hub
- SFR-Embedding-2_RSalesforce~11 GB8 bits · contagem do Hub
- Qwen3-Embedding 8BAlibaba (Qwen)~12 GB8 bits · parâm. publicados
- bge-reasoner-embed-qwen3-8b-0923BAAI~12 GB8 bits · contagem do Hub
- gte-Qwen2-7B-instructAlibaba-NLP~12 GB8 bits · contagem do Hub
- llama-embed-nemotron-8bnvidia~12 GB8 bits · contagem do Hub
- Nemotron-3-Embed-8B-BF16nvidia~12 GB8 bits · contagem do Hub
- NV-Embed-v2nvidia~12 GB8 bits · contagem do Hub
- Qwen3-Reranker-8BQwen~12 GB8 bits · contagem do Hub
- Qwen3-VL-Embedding-8BQwen~12 GB8 bits · contagem do Hub
Roda bem em até 8 GB de VRAM · estimativas de planejamento, não velocidade medida
Medições
Velocidade neste hardware
Ainda não incluímos uma medição verificável desta configuração exata. As estimativas de memória acima não indicam tokens por segundo ou tempo até o primeiro token.Especificações
18 campos com fonte; a fonte aparece uma vez por grupo, e um campo de outra fonte tem o próprio link. Especificações oficiais
Marcador: o modelo de texto mais leve que não roda bem aqui, mas roda bem com 12 GB. Nenhum modelo de texto que roda bem aqui tem nota LiveBench. Estimativa Q4 de planejamento, não compatibilidade medida.
Revisado · Fonte do fabricante
- Núcleos de CPU
- 24
- Processador
- Intel Core Ultra 9 290HX Plus
- Processador gráfico
- NVIDIA GeForce RTX 5060
- Situação do runtime da GPU
- A fonte não informa
- Capacidade de memória
- 32 GB
- Tipo de memória
- RAM do sistema
- Capacidade da bateria
- 96 Wh
- Dimensões (mm)
- 356,98 (L) × 265,43 (P) × 19,20 frente / 23,40 traseira (A)
- VRAM da GPU
- 8 GB
- Armazenamento instalado
- 1.000 GB
- Sistema operacional
- Windows 11 Home
- Configuração da memória instalada
- (2 × 16 GB) DDR5 up to 5600 MT/s
- Peso
- 2,57 kg
Especificação da família
Consultado · Fonte do fabricante
- Desempenho da NPU
- 13 TOPS · INT8
Intel Core Ultra 9 290HX Plus · NVIDIA GeForce RTX 5060 com 32 GB de RAM do sistema instalada e 8 GB de VRAM dedicada da GPU. Suporte ao runtime e velocidade de inferência local não foram verificados.
Foto: Foto da família Dell · a configuração de memória não aparece. A tela mostra arte de jogo da foto do fabricante. · Fonte do fabricante
A banda de memória não mede a velocidade do modelo; confirme compatibilidade do runtime e do checkpoint. Especificação de hardware revisada: 2026-10-18.
Como funcionam as estimativas
- Candidatos
- Fichas revisadas usam parâmetros publicados; candidatos automáticos de texto usam contagens de tensores do repositório oficial (pesos quantizados empacotados e arquiteturas não suportadas ficam de fora).
- Planejamento
- Pesos Q4 + 20% de margem + reserva: 25% da memória unificada ou do sistema (no mínimo 2 GB, no máximo 8 GB; 2 GB aqui) ou 2 GB por GPU dedicada. Ajustável em “Ajustar a estimativa”. Não calculamos cache KV a partir do contexto.
- Níveis de compatibilidade
- Roda bem: a estimativa cabe na memória rápida (VRAM, ou memória unificada dentro da fatia de GPU do macOS). Roda devagar: dentro da memória da máquina, fora da parte rápida; a placa de vídeo descarrega camadas para a RAM do PC (a RAM informada, ou 32 GB presumidos). Não roda: acima das duas. Os níveis são estimativas de planejamento, nunca velocidade.
- Visão
- Modelos de visão e linguagem usam a estimativa Q4 de planejamento a partir da contagem de parâmetros (publicada na ficha do modelo ou lida no Hugging Face). Modelos de visão clássica (classificar, detectar, segmentar) usam estimativa de 16 bits. Não acompanhamos benchmark de visão, então as linhas não têm nota.
- Mídia e embeddings
- Mídia usa caminhos de execução documentados (hardware exato ou plataforma) e mínimos dos publicadores; um requisito publicado acima desta memória leva o modelo ao próximo degrau. Sem eles, uma estimativa de 16 bits a partir dos parâmetros publicados (× 1,2 + 2 GB), rotulada como tal. Embeddings usam pesos de 8 bits + 20% + 2 GB.
IA local: parâmetros, Q4 e memória · Catálogo completo de modelos · Dados e metodologia
Alternativas
Outras máquinas na mesma escada de memória (VRAM); cada página lista os modelos que cabem nela.
