MELHORES LLMs locais para executar em 2026:

Alto desempenho (24+ GB VRAM, de preferência com múltiplos GPUs)

• Kimi K2 - 1T params, 32B activos. Besta MoE
• GLM-4.7 (Z AI) - 30B-A3B MoE, SWE-bench 73.8%
• DeepSeek V3.2 - 671B / 37B activos. Ainda o rei do código aberto
• Qwen3 235B-A22B - qualidade/custo insano se tiver o hardware

Gama média (16-24 GB VRAM / RAM)

• Qwen3 30B-A3B - supera expectativas em muito, estável em contexto longo
• Gemma 3 27B - melhor lançamento open-source do Google até agora
• Nemotron 3 Nano 30B - Math500: 91%. Melhor da categoria se precisar de matemática

Modelos leves (8-16 GB RAM, podem ser executados sem GPU dedicada)

• Qwen3 8B / 4B / 1.7B - a melhor família de modelos pequenos neste momento
• Gemma 3 4B - surpreendentemente capaz em CPU
• Phi-4 (14B) - Microsoft fazendo muito com pouco

O stack de IA local está genuinamente a aproximar-se da cloud