Ferramentas para rodar modelos
Modelos são apenas arquivos. Estes são os programas que os carregam e permitem que você converse com eles.
Rodar localmente
Aplicativos e ferramentas de linha de comando que baixam um modelo e permitem conversar com ele na sua própria máquina.
- Ollama EN
The simplest way to download and run open models on your own computer: one command to chat, plus a local API other apps can use.
- llama.cpp
O motor C/C++ por trás de boa parte da IA local: roda modelos quantizados em quase qualquer hardware, com ferramenta de linha de comando e servidor compatível com OpenAI.
- KoboldCpp
Um app de arquivo único que roda modelos GGUF com uma interface web embutida, e também gera imagens, vídeo, voz e música.
- MLC LLM EN
A compiler-based engine that deploys the same model on phones, browsers, laptops and GPUs behind an OpenAI-compatible API.
- whisper.cpp EN
A dependency-free C/C++ port of OpenAI's Whisper that transcribes speech on CPUs, Apple Silicon, GPUs and phones.
- stable-diffusion.cpp EN
A C/C++ engine, in the style of llama.cpp, that runs image and video diffusion models such as FLUX, Qwen-Image, Z-Image and Wan.
Servir em escala
Motores feitos para velocidade e muitos usuários simultâneos, geralmente em servidores de GPU.
- vLLM EN
The most widely used open-source engine for serving language models at scale, with an OpenAI-compatible API.
- SGLang EN
A fast open-source serving framework for language, vision and diffusion models, tuned for agents and large-scale deployment.
- TensorRT LLM EN
NVIDIA's inference engine for LLMs and visual generation models on NVIDIA GPUs, with optimized kernels and a Python API.
- KTransformers
Framework de pesquisa que divide o trabalho entre a GPU e a memória RAM para rodar modelos MoE gigantes.
- Text Embeddings Inference EN
Hugging Face's fast server for open text-embedding, re-ranker and classification models, shipped as small Docker images.
- LocalAI EN
A self-hosted server that puts language, vision, voice, image and video models behind OpenAI-, Anthropic- and ElevenLabs-compatible APIs.
- vLLM-Omni EN
The vLLM project's serving framework for models that take or produce more than text: speech, image, video and action models.
- LightX2V
Framework de inferência leve para geração de imagens e vídeos, com modelos destilados, quantização e vários backends de hardware.
Bibliotecas
Bibliotecas de código sobre as quais os desenvolvedores constroem.
- Hugging Face Transformers EN
The Python library that defines most open models: the reference way to load, run and fine-tune a model straight from its release.
- MLX LM EN
Apple's Python package for generating text and fine-tuning language models on Apple silicon Macs with the MLX framework.
- Diffusers
A biblioteca de Python da Hugging Face para executar e treinar modelos de difusão de imagem, vídeo e áudio.
- ExLlamaV3
Biblioteca de inferência CUDA para GPUs de consumo, com quantização EXL3, paralelismo de tensores e offload para CPU em modelos MoE.
- DiffSynth-Studio
O motor de difusão de código aberto da comunidade ModelScope para rodar e treinar modelos de imagem, vídeo e áudio em GPUs modestas.
Interfaces
Interfaces web e de desktop que ficam sobre um executor de modelos.
- LM Studio EN
A polished desktop app for downloading, chatting with and serving local models, with an agent and offline voice transcription built in.
- Open WebUI EN
A self-hosted chat interface that works with Ollama and any OpenAI-compatible API, built to run entirely offline.
- ComfyUI
O estúdio de nós para modelos abertos de imagem, vídeo, áudio e 3D: monte fluxos visuais e execute-os na sua própria GPU.
- Jan
Uma alternativa gratuita e de código aberto ao ChatGPT para desktop, que baixa e roda modelos abertos offline e conecta a APIs de nuvem.
- AnythingLLM
App tudo-em-um para conversar com seus documentos, criar agentes e rodar modelos locais: desktop ou servidor Docker multiusuário.
- InvokeAI
Estúdio criativo auto-hospedado para geração de imagens com IA: canvas em camadas, fluxos em nós e um gerenciador de modelos.
Ajuste fino
Ferramentas para adaptar um modelo aos seus próprios dados.
- Unsloth EN
Run and fine-tune open models from a desktop app, a web UI or code, with GGUF export and day-one support for many new releases.
- Axolotl
Framework gratuito de fine-tuning com um arquivo YAML: LoRA, QLoRA, ajuste por preferências e NVFP4 e expert-parallel para modelos MoE.
- LLaMA-Factory EN
Fine-tune 100+ models with a zero-code command line or web UI, covering LoRA, QLoRA, DPO and multimodal training.
- AI Toolkit
A suíte de treinamento tudo-em-um da Ostris para modelos de difusão de imagem, vídeo e áudio, com interface web e linha de comando.