FreeLLMTodos os modelos › tencent
Onde usar de graça
- Chat do próprio laboratório: yuanbao.tencent.com (grátis com limites diários)
- Baixe e rode em casa: pesos oficiais · arquivos GGUF para Ollama e LM Studio
Pontuações Arena
| Arena | Pontuação | Posição | Votos |
|---|---|---|---|
| Chat | 1438 | #80 de 416 | 12K |
| Programação | 1507 | #61 de 148 | 6K |
| Agentes | -6.3 pontuação de agentes | #42 de 53 | 32K sessões |
Posição entre todos os modelos, inclusive os pagos. Fonte: conjunto de dados do ranking da Arena. A pontuação de agentes usa outra escala (×100, a partir de sessões reais de agentes) e não pode ser comparada com as demais pontuações.
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 | Não cabe | — |
| RTX 4090 | 24 GB | Não cabe | — |
| RTX 5090 | 32 GB | Não cabe | — |
| RX 7900 XTX | 24 GB | Não cabe | — |
| 2 × RTX 3090 | 48 GB | Não cabe | — |
| 4 × RTX 3090 | 96 GB | Não cabe | — |
| Mac M4 Max 128 GB | 96 GB | Não cabe | — |
| Ryzen AI Max+ 395 128 GB | 96 GB | Não cabe | — |
| 8 × H100 SXM | 640 GB | Cabe na GPU | 66 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 | Contexto de 128K | Qualidade vs. completo |
|---|---|---|---|---|
| Q3_K_M | 153 GB | 161 GB | 193 GB | +4.7% perda perceptível |
| Q4_K_M | 184 GB | 192 GB | 225 GB | +1.2% perda muito pequena |
| Q5_K_M | 216 GB | 224 GB | 256 GB | +0.4% quase sem perda |
| Q6_K | 248 GB | 256 GB | 289 GB | +0.2% quase sem perda |
| Q8_0 | 321 GB | 329 GB | 361 GB | ≈ 0% igual ao completo |
| F16 | 601 GB | 609 GB | 641 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.
Pontuação de programação ao longo do tempo
Pontuação Arena de 20 abr. 2026 a 19 out. 2026.
Pontuação de agentes ao longo do tempo
Pontuação Arena de 4 jun. 2026 a 19 out. 2026.
Modelos grátis parecidos em Chat
- Qwen3.5-397B-A17B 1438 · 403.4 B
- GLM-4.6 1440 · 356.8 B
- Inkling 1441
- Qwen3.8-27B 1441 · 27.8 B
- GLM-4.7 1435 · 358.3 B
- Gemma 4 26B A4B 1434 · 25.8 B
Compartilhe esta página:XLinkedInRedditWhatsApp
Viu um número errado ou um link quebrado? Informe um erro