FreeLLMTodos os modelos › zai
Onde usar de graça
- Chat do próprio laboratório: chat.z.ai (grátis com limites diários)
- Baixe e rode em casa: pesos oficiais · arquivos GGUF para Ollama e LM Studio
Pontuações Arena
Posição entre todos os modelos, inclusive os pagos. Fonte: conjunto de dados do ranking da Arena.
Velocidade em hardware popular
| Hardware | Memória da GPU | Cabe? | Velocidade |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | Não cabe | — |
| RTX 4060 Ti 16 GB | 16 GB | Não cabe | — |
| RTX 3090 | 24 GB | GPU + 64 GB de RAM | 10 tok/s |
| RTX 4090 | 24 GB | GPU + 64 GB de RAM | 10 tok/s |
| RTX 5090 | 32 GB | GPU + 64 GB de RAM | 13 tok/s |
| RX 7900 XTX | 24 GB | GPU + 64 GB de RAM | 10 tok/s |
| 2 × RTX 3090 | 48 GB | GPU + 64 GB de RAM | 16 tok/s |
| 4 × RTX 3090 | 96 GB | Cabe na GPU | 40 tok/s |
| Mac M4 Max 128 GB | 96 GB | Cabe na GPU | 24 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | Cabe na GPU | 13 tok/s |
| 8 × H100 SXM | 640 GB | Cabe na GPU | 97 tok/s |
Estimativa com 4 bits e contexto de 32K, com 64 GB de DDR5 para offload. Velocidade ≈ largura de banda da memória × 78% ÷ dados lidos por token, mais um custo fixo por token, calibrada em 44 testes reais com llama.cpp; erro típico de cerca de ±10%. Compare todas as GPUs.
Memória de GPU necessária
| Nível | Contexto de 8K | Contexto de 32K | Qualidade vs. completo |
|---|---|---|---|
| Q3_K_M | 56 GB | 61 GB | +4.7% perda perceptível |
| Q4_K_M | 67 GB | 72 GB | +1.2% perda muito pequena |
| Q5_K_M | 79 GB | 83 GB | +0.4% quase sem perda |
| Q6_K | 90 GB | 95 GB | +0.2% quase sem perda |
| Q8_0 | 117 GB | 121 GB | ≈ 0% igual ao completo |
| F16 | 218 GB | 222 GB | ≈ 0% igual ao completo |
Pesos + cache de contexto (a partir da arquitetura do modelo) + runtime. Qualidade: aumento em perplexity em relação ao modelo completo, com base em testes com llama.cpp, ajustado pelo tamanho do modelo. Simule a sua configuração.
Pontuação de chat ao longo do tempo
Pontuação Arena de 17 abr. 2026 a 15 out. 2026.
Modelos grátis parecidos em Chat
- gemma-3-12b-it 1334
- ring-flash-2.0 1334
- deepseek-v3 1332
- command-a-03-2025 1331
- qwq-32b 1329
- nvidia-nemotron-3.5-lightning-30b-a3b-nvfp4 1329
Compartilhe esta página:XLinkedInRedditWhatsApp
Viu um número errado ou um link quebrado? Informe um erro