ENCONTRE O SEU

Encontre o modelo de IA local certo para sua tarefa

Escolha o que quer fazer. Explore qualidade, estimativas de hardware e fontes antes de decidir o que executar.

Quer ver o panorama? Explore o catálogo, benchmarks e comparações.

Modelos locais de imagem

Modelos de imagem

51 entradas open-weight no snapshot da Artificial Analysis consultado em 2026-09-22, com revisão técnica aprofundada quando há evidência primária.

Como ler este catálogo

A cobertura completa vem de um snapshot do arena da Artificial Analysis para cada modalidade; ranks e Elo só são comparáveis dentro da mesma modalidade. Variantes de API podem compartilhar o mesmo checkpoint público.

O selo de ficha revisada indica que licença, componentes ou hardware foram conferidos em fontes primárias. Entradas apenas do benchmark continuam visíveis para garantir cobertura, com dados desconhecidos marcados em vez de inferidos.

LÍDERES OPEN-WEIGHT

Melhores modelos de imagem neste snapshot

51 modelos · 51 ranqueados · 9 fichas técnicas revisadas · snapshot do benchmark ↗ 2026-09-22

QUALIDADE × HARDWARE

Score do benchmark × memória de GPU documentada

Caminho padrãoQuantização ou offload

Líderes · memória não verificadaOs scores são conhecidos, mas não há valor documentado de memória de GPU para o eixo horizontal.

19 de 51 modelos visíveis têm um caminho de memória documentado. Abra o ranking para ver todos.

LADO A LADO

Comparar modelos selecionados

0/3

Comparação dos modelos de mídia selecionados
Campo
Tarefa
Parâmetros
Tamanho do repositório
Componentes
Hardware
Licença

Escolha modelos para comparar.

Modelos locais de vídeo

Modelos de vídeo

7 entradas open-weight no snapshot da Artificial Analysis consultado em 2026-09-22, com revisão técnica aprofundada quando há evidência primária.

Como ler este catálogo

LÍDERES OPEN-WEIGHT

Melhores modelos de vídeo neste snapshot

13 modelos · 7 ranqueados · 6 fichas técnicas revisadas · snapshot do benchmark ↗ 2026-09-22

QUALIDADE × HARDWARE

Score do benchmark × memória de GPU documentada

Caminho padrãoQuantização ou offload

Líderes · memória não verificadaOs scores são conhecidos, mas não há valor documentado de memória de GPU para o eixo horizontal.

2 de 13 modelos visíveis têm um caminho de memória documentado. Abra o ranking para ver todos.

LADO A LADO

Comparar modelos selecionados

0/3

Comparação dos modelos de mídia selecionados
Campo
Tarefa
Parâmetros
Tamanho do repositório
Componentes
Hardware
Licença

Escolha modelos para comparar.

Modelos locais de áudio

Modelos de áudio

16 entradas open-weight no snapshot da Artificial Analysis consultado em 2026-09-22, com revisão técnica aprofundada quando há evidência primária.

Como ler este catálogo

LÍDERES OPEN-WEIGHT

Melhores modelos de áudio neste snapshot

19 modelos · 16 ranqueados · 3 fichas técnicas revisadas · snapshot do benchmark ↗ 2026-09-22

QUALIDADE × HARDWARE

Score do benchmark × memória de GPU documentada

Caminho padrãoQuantização ou offload

Líderes · memória não verificadaOs scores são conhecidos, mas não há valor documentado de memória de GPU para o eixo horizontal.

8 de 19 modelos visíveis têm um caminho de memória documentado. Abra o ranking para ver todos.

LADO A LADO

Comparar modelos selecionados

0/3

Comparação dos modelos de mídia selecionados
Campo
Tarefa
Parâmetros
Tamanho do repositório
Componentes
Hardware
Licença

Escolha modelos para comparar.

Encontre modelos para seu computador

Your configuration

Explore your hardware

Explore high-scoring models within your memory budget.

Hardware presetRank by

Configuration · Q4 · 8,192 tokens · llama.cpp

Context budgetExtra context/cache budget (GB)Runtime to exploreWeight precisionFree storage (GB, optional)

llama.cpp setup documentation · Needs a supported architecture and GGUF checkpoint; choose the correct hardware backend. Choosing a runtime does not verify model compatibility. System RAM does not evaluate loading peaks or offload.

Start with a capacity

Select a preset or enter a custom capacity to reveal the strongest scored open models that fit.

Check local speed · import a benchmark

Run an optional test on your own machine, then import the JSON file. This website does not run inference or upload the file. Results remain in this tab and are not automatically matched to recommendations.

llama-bench -m /path/to/model.gguf -p 512 -n 128 -d 8192 -r 5 -o json > benchmark.json

Replace the example path with an existing GGUF checkpoint. Requires llama-bench installed locally. Tokenization and sampling are excluded from its timing.

Import llama-bench JSON

Browse published local measurements

Published measurements

Reported, not independently reproduced

These measurements belong to the exact checkpoint, quantization, backend, context and hardware shown. They are reference results, not a speed guarantee for another model ID, preset or runtime.

Published token-per-second measurements with protocol and source
Model / checkpoint	Hardware	Reported decode	Protocol	Source
gpt-oss 20B MXFP4 MoE`ggml-org/gpt-oss-20b-GGUF`	DGX Spark · 1× NVIDIA GB10MXFP4 MoE · CUDA	83.43 ± 0.59tok/s · Not reported by llama-bench	0 in → 32 outcontext depth=0; n_prompt=0 (tg32 row) Protocol & environment Checkpoint ggml-org/gpt-oss-20b-GGUF Quantization MXFP4 MoE Backend CUDA Prompt → output 0 → 32 tokens Context context depth=0; n_prompt=0 (tg32 row) Concurrency Not reported by llama-bench Protocol llama-bench tg32; n_ubatch=2048; flash attention=1; n_gpu_layers=99; mmap=0; direct I/O=1 Build llama.cpp 11fb327bf (7941); CUDA	llama.cpp bench ↗
Qwen3 Coder 30B A3B Q8_0`ggml-org/Qwen3-Coder-30B-A3B-Instruct-Q8_0-GGUF`	DGX Spark · 1× NVIDIA GB10Q8_0 · CUDA	61.06 ± 0.23tok/s · Not reported by llama-bench	0 in → 32 outcontext depth=0; n_prompt=0 (tg32 row) Protocol & environment Checkpoint ggml-org/Qwen3-Coder-30B-A3B-Instruct-Q8_0-GGUF Quantization Q8_0 Backend CUDA Prompt → output 0 → 32 tokens Context context depth=0; n_prompt=0 (tg32 row) Concurrency Not reported by llama-bench Protocol llama-bench tg32; n_ubatch=2048; flash attention=1; n_gpu_layers=99; mmap=0; direct I/O=1 Build llama.cpp 11fb327bf (7941); CUDA	llama.cpp bench ↗
Qwen3.8 27B NVFP4 + MTP`Inferact/Qwen3.8-27B-NVFP4`	DGX Spark · 1× GB10NVFP4 + MTP (3 speculative tokens) · vLLM official	18.5tok/s · TTFT 341 ms · C1	128 in → 128 outmax_model_len=262,144; KV dtype=FP8 Protocol & environment Checkpoint Inferact/Qwen3.8-27B-NVFP4 Quantization NVFP4 + MTP (3 speculative tokens) Backend vLLM official Prompt → output 128 → 128 tokens Context max_model_len=262,144; KV dtype=FP8 Concurrency C1 Protocol CordatusAI LLM Benchmark Tool; 10 rounds per concurrency; C1 result from the published sweep Build sparkrun v0.3.4; vllm/vllm-openai:qwen38; recipe_version=2; TP=1; GPU memory utilization=0.8	NVIDIA Developer Forum ↗
Qwen3.8 27B NVFP4 + DSpark`RadixArk/Qwen3.8-27B-NVFP4`	DGX Spark · 1× GB10NVFP4 + DSpark · SGLang	36.6tok/s · TTFT 246 ms · C1	128 in → 128 outmax_model_len not stated in this recipe excerpt; do not infer Protocol & environment Checkpoint RadixArk/Qwen3.8-27B-NVFP4 Quantization NVFP4 + DSpark Backend SGLang Prompt → output 128 → 128 tokens Context max_model_len not stated in this recipe excerpt; do not infer Concurrency C1 Protocol CordatusAI LLM Benchmark Tool; 10 rounds per concurrency; C1 result from the published sweep Build sparkrun v0.3.4; lmsysorg/sglang@sha256:febfb971c7352570fc445c466ebd6ffc9d896024958e544a60f2137fd85856b1; TP=1; mem_fraction_static=0.50; FlashInfer; DSpark block size=7	NVIDIA Developer Forum ↗

Reported results are kept separate from planning estimates. A missing match means “not measured here”, not zero performance.

GUIAS COM FONTES

Explore em detalhe

12 fichas de checkpoints, 5 configurações de hardware e 3 comparações por tarefa. Cada página mostra fonte, data e limites.

Fontes, metodologia e status dos dados

Versão do benchmark: 2026-06-25Dados consultados: 2026-09-22Versão verificada · consultando fonte

01 / LiveBench

O score geral é a média, com pesos iguais, das médias de sete categorias (0–100). Todos os scores usam a mesma versão. Este não é o Intelligence Index do Artificial Analysis; as escalas não devem ser misturadas.

CSV ↗ · Categorias ↗ · LiveBench ↗ · Política de reutilização ↗

02 / Estimativa de memória

Fórmula de planejamento: parâmetros totais × 0,625 bytes, mais 20% de folga e 8 GB de reserva, arredondados para cima em GB decimais. É uma heurística, não um mínimo medido ou garantia. Quantização, contexto, cache KV, componentes visuais, runtime e offload alteram a exigência. MoE usa parâmetros totais, não só os ativos.

Qwen usa parâmetros de linguagem; GLM-5.3 e DeepSeek V4 usam contagens de tensores; GLM-5.3 Flash usa a especificação de 320B do fabricante. Arquiteturas sem estimativa revisada ficam fora do eixo de memória.

03 / Referência, não teste local

O LiveBench avalia o modelo e o esforço de raciocínio indicados. O score não mede a variante local Q4. Os links de hardware são oficiais, sem afiliados. Estoque, configuração exata e disponibilidade regional podem mudar.

04 / Atualizações automáticas sem APIs pagas

O produto publicado consulta diariamente scores, organizações oficiais aprovadas, preços e estoque nos EUA; especificações de hardware são consultadas semanalmente. Visitas vencidas também podem atualizar com segurança. O D1 preserva o último snapshot válido. Metodologia incompatível entra em quarentena; fontes indisponíveis nunca apagam dados válidos. Modelos novos permanecem com benchmark pendente ou dados insuficientes até existirem fatos oficiais.

Encontre o modelo de IA local certo para sua tarefa

Modelos locais de imagem

Melhores modelos de imagem neste snapshot

Score do benchmark × memória de GPU documentada

Comparar modelos selecionados

Modelos locais de vídeo

Melhores modelos de vídeo neste snapshot

Score do benchmark × memória de GPU documentada

Comparar modelos selecionados

Modelos locais de áudio

Melhores modelos de áudio neste snapshot

Score do benchmark × memória de GPU documentada

Comparar modelos selecionados

Encontre modelos para seu computador

Start with a capacity

Published measurements

Explore em detalhe

Modelos

Hardware

Comparações

01 / LiveBench

02 / Estimativa de memória

03 / Referência, não teste local

04 / Atualizações automáticas sem APIs pagas