FreeLLMTodos os modelos › alibaba
Onde usar de graça
- Chat do próprio laboratório: chat.qwen.ai (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 | 1409 | #142 de 416 | 29K |
| Programação | 1358 | #114 de 148 | 8K |
| Visão | 1241 | #72 de 167 | 30K |
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 | GPU + 64 GB de RAM | 7.1 tok/s |
| RTX 4060 Ti 16 GB | 16 GB | GPU + 64 GB de RAM | 8.6 tok/s |
| RTX 3090 | 24 GB | Cabe na GPU | 37 tok/s |
| RTX 4090 | 24 GB | Cabe na GPU | 40 tok/s |
| RTX 5090 | 32 GB | Cabe na GPU | 69 tok/s |
| RX 7900 XTX | 24 GB | Cabe na GPU | 38 tok/s |
| 2 × RTX 3090 | 48 GB | Cabe na GPU | 36 tok/s |
| 4 × RTX 3090 | 96 GB | Cabe na GPU | 34 tok/s |
| Mac M4 Max 128 GB | 96 GB | Cabe na GPU | 21 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | Cabe na GPU | 10 tok/s |
| 8 × H100 SXM | 640 GB | Cabe na GPU | 100 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 | 15 GB | 17 GB | 23 GB | +7.2% perda perceptível |
| Q4_K_M | 18 GB | 20 GB | 26 GB | +1.9% perda pequena |
| Q5_K_M | 21 GB | 23 GB | 29 GB | +0.6% perda muito pequena |
| Q6_K | 24 GB | 26 GB | 32 GB | +0.2% quase sem perda |
| Q8_0 | 31 GB | 32 GB | 39 GB | ≈ 0% igual ao completo |
| F16 | 57 GB | 58 GB | 65 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.
Modelos grátis parecidos em Chat
Compartilhe esta página:XLinkedInRedditWhatsApp
Viu um número errado ou um link quebrado? Informe um erro