--- title: "Auto-hospedagem — qual modelo de pesos abertos cabe nesta máquina · Undominated.ai" canonical: https://undominated.ai/pt-br/self-host/ description: "A partir da RAM e da memória de GPU, ordena os modelos de pesos abertos do catálogo que realmente cabem. A qualidade manda. Sem nota não é zero. Uma contagem de parâmetros ausente não é um palpite." --- # Auto-hospedagem — qual modelo de pesos abertos cabe nesta máquina · Undominated.ai > A partir da RAM e da memória de GPU, ordena os modelos de pesos abertos do catálogo que realmente cabem. A qualidade manda. Sem nota não é zero. Uma contagem de parâmetros ausente não é um palpite. # Auto-hospedagem Bastam a RAM e saber se você tem GPU. Todo o resto é opcional. A classificação é aritmética sobre contagens de parâmetros com fonte — a NVIDIA não escolhe o vencedor. 25 linhas do catálogo marcadas como pesos abertos. Nada mais é candidato. 25 dessas têm contagem de parâmetros com fonte. As demais aparecem como desconhecidas, não adivinhadas. 1 GiB de folga de execução, declarada, não medida na sua máquina. [CPU 16 GiB](/self-host/cpu-16gb/)[8 GiB GPU](/self-host/8gb/)[10 GiB GPU](/self-host/10gb/)[12 GiB GPU](/self-host/12gb/)[16 GiB GPU](/self-host/16gb/)[20 GiB GPU](/self-host/20gb/)[24 GiB GPU](/self-host/24gb/)[32 GiB GPU](/self-host/32gb/)[40 GiB GPU](/self-host/40gb/)[48 GiB GPU](/self-host/48gb/)[80 GiB GPU](/self-host/80gb/)[94 GiB GPU](/self-host/94gb/)[96 GiB GPU](/self-host/96gb/)[192 GiB GPU](/self-host/192gb/) [RTX 5090](/self-host/rtx-5090/)[RTX 5080](/self-host/rtx-5080/)[RTX 5070 Ti](/self-host/rtx-5070-ti/)[RTX 5070](/self-host/rtx-5070/)[RTX 5060 Ti 16](/self-host/rtx-5060-ti-16/)[RTX 5060 Ti 8](/self-host/rtx-5060-ti-8/)[RTX 5060](/self-host/rtx-5060/)[RTX 5050](/self-host/rtx-5050/)[RTX 4090](/self-host/rtx-4090/)[RTX 4080](/self-host/rtx-4080/)[RTX 4070 Ti](/self-host/rtx-4070-ti/)[RTX 4070](/self-host/rtx-4070/)[RTX 4060 Ti 16](/self-host/rtx-4060-ti-16/)[RTX 4060 Ti 8](/self-host/rtx-4060-ti-8/)[RTX 4060](/self-host/rtx-4060/)[RTX 3090](/self-host/rtx-3090/)[RTX 3080 Ti](/self-host/rtx-3080-ti/)[RTX 3080 12](/self-host/rtx-3080-12/)[RTX 3080](/self-host/rtx-3080/)[RTX 3070 Ti](/self-host/rtx-3070-ti/)[RTX 3070](/self-host/rtx-3070/)[RTX 3060 Ti](/self-host/rtx-3060-ti/)[RTX 3060 8](/self-host/rtx-3060-8/)[RTX 3060](/self-host/rtx-3060/)[RTX A6000](/self-host/rtx-a6000/)[RTX A5000](/self-host/rtx-a5000/)[RTX A4000](/self-host/rtx-a4000/)[RTX 6000 ADA](/self-host/rtx-6000-ada/)[RTX 5000 ADA](/self-host/rtx-5000-ada/)[RTX PRO 6000 Blackwell](/self-host/rtx-pro-6000-blackwell/)[RTX PRO 5000 Blackwell](/self-host/rtx-pro-5000-blackwell/)[A100 80](/self-host/a100-80/)[A100 40](/self-host/a100-40/)[H100 NVL](/self-host/h100-nvl/)[H100](/self-host/h100/)[L40S](/self-host/l40s/)[T4](/self-host/t4/)[RX 7900 XTX](/self-host/rx-7900-xtx/)[RX 7900 XT](/self-host/rx-7900-xt/)[RX 6900 XT](/self-host/rx-6900-xt/)[RX 6800 XT](/self-host/rx-6800-xt/)[MI300X](/self-host/mi300x/) RAM do sistema GiB GPU Nenhuma (CPU) NVIDIA AMD Apple Intel Memória de GPU GiB Obrigatório, a menos que você indique uma placa da nossa lista. Apple: deixe em branco; a RAM é o conjunto. Nome da GPU (opcional) Quantidade de GPUs Sistema operacional (opcional — apenas software) Pular Linux Windows macOS Contexto a reservar 4K 8K 16K 32K O cache KV cresce com isso. Não presumimos o máximo do cartão do modelo. 7 de 25 modelos de pesos abertos perfilados cabem em 24 GiB (vram) com contexto 8192. O melhor avaliado que cabe: Gemma 4 31B (Q5_K_M). ** ** ** Pesos 21,106 GiB KV não estimado Execução 1 GiB Folga 1,9 GiB / 24 GiB VRAM as entered. Driver reservation is inside the 1 GiB overhead, not extra. 48 GiB eleva a quantização de Gemma 4 31B para Q8_0. Mesmo modelo, não uma nota de inteligência maior. ## Entre os modelos que cabem Maior Elo do LMArena entre os que cabem: Gemma 4 31B 1443,4. O Elo é uma escala de preferência humana, não o índice de inteligência. The arena boards are separate scales and are never blended. A missing cell is unmeasured, not zero. A model’s highest axis is relative to its own scores, not a claim it leads the catalogue. ## Modelos avaliados que cabem | Modelo | Preferência humana | Quantização que cabe | GiB estimados | Folga | | --- | --- | --- | --- | --- | | [Gemma 4 31B](/models/google__gemma-4-31b-it/) visão vídeo raciocínio ferramentas | 1443,4 | Q5_K_M | 22,106 | 1,894 | | [Qwen3.8 27B](/models/qwen__qwen3.8-27b/) visão vídeo raciocínio ferramentas | 1440,7 | Q5_K_M | 20,063 | 3,938 | | [Phi 4](/models/microsoft__phi-4/) | 1216,7 | Q8_0 | 17,438 | 6,563 | - KV heads and head dim are not in the public size table we used. Cache is not estimated. - KV cache not estimated — layer/head geometry is not in the sourced profile. Longer context may not fit. ## Cabem, sem nota - [Muse Glimmer 30B](/models/meta__muse-glimmer-30b/) — Q5_K_M, 21,756 GiB sem nota visão raciocínio ferramentas - [Ministral 3 14B 2512](/models/mistralai__ministral-14b-2512/) — Q8_0, 17,019 GiB sem nota visão ferramentas - [Ministral 3 8B 2512](/models/mistralai__ministral-8b-2512/) — F16, 19,663 GiB sem nota visão ferramentas - [Ministral 3 3B 2512](/models/mistralai__ministral-3b-2512/) — F16, 9,413 GiB sem nota visão ferramentas ## O que uma atualização realmente compra O gargalo é a memória de GPU. Mais RAM de sistema não vai carregar pesos adicionais nesta placa. | GiB estimados | Desbloqueia | Exemplo | Preço de tabela | | --- | --- | --- | --- | | 48 GiB | [Gemma 4 31B](/models/google__gemma-4-31b-it/) — Q8_0 mesmo modelo, quantização maior | rtx a6000, rtx 6000 ada, rtx pro 6000 blackwell | Sem preço de consumo neste arquivo | O próximo modelo do catálogo mais bem avaliado é Kimi K3, e mesmo em Q4_K_M ele pede 1691,5 GiB. Isso não é uma placa de desktop. NVIDIA 'Starting at' list prices as published 2026-08-25, not a store quote and not a used-market index. Street prices in August 2026 are often much higher (Tom's Hardware Newegg median RTX 5090 $4,699 vs $1,999 list). Last-gen 24 GB cards (4090, 3090) have no current NVIDIA starting-at in this file. Datacenter cards have no consumer list here. RAM DIMMs are not priced — they move weekly. As atualizações usam a mesma fórmula de encaixe da classificação. Os preços de tabela são os “a partir de” da NVIDIA, datados de 2026-08-25. Os preços de mercado costumam ser maiores. Placas de 24 GB usadas e GPUs de datacenter não têm preço de tabela aqui. Pentes de RAM não são precificados. ## Não cabem, ou não perfilados - cohere/command-a-plus — even Q4_K_M wants 132.618 GiB; pool is 24 GiB - deepseek/deepseek-v4-flash-vision-exp — even Q4_K_M wants 184.902 GiB; pool is 24 GiB - z-ai/glm-5.3 — even Q4_K_M wants 455.624 GiB; pool is 24 GiB - qwen/qwen3.8-2.4t-a95b — even Q4_K_M wants 1450.719 GiB; pool is 24 GiB - moonshotai/kimi-k3 — even Q4_K_M wants 1691.5 GiB; pool is 24 GiB - z-ai/glm-5.2 — even Q4_K_M wants 455.624 GiB; pool is 24 GiB - moonshotai/kimi-k2.7-code — even Q4_K_M wants 604.75 GiB; pool is 24 GiB - nvidia/nemotron-3-ultra-550b-a55b — even Q4_K_M wants 333.063 GiB; pool is 24 GiB - minimax/minimax-m3 — even Q4_K_M wants 259.405 GiB; pool is 24 GiB - deepseek/deepseek-v4-pro — even Q4_K_M wants 967 GiB; pool is 24 GiB - deepseek/deepseek-v4-flash — even Q4_K_M wants 172.465 GiB; pool is 24 GiB - mistralai/mistral-small-2603 — even Q4_K_M wants 73.2 GiB; pool is 24 GiB - mistralai/mistral-large-2512 — even Q4_K_M wants 408.531 GiB; pool is 24 GiB - deepseek/deepseek-v3.2 — even Q4_K_M wants 406.116 GiB; pool is 24 GiB - openai/gpt-oss-120b — even Q4_K_M wants 72.201 GiB; pool is 24 GiB - meta-llama/llama-4-maverick — even Q4_K_M wants 242.5 GiB; pool is 24 GiB - meta-llama/llama-4-scout — even Q4_K_M wants 66.809 GiB; pool is 24 GiB - cohere/command-a — even Q4_K_M wants 68.016 GiB; pool is 24 GiB ## Detalhes adicionais (opcional) Não altera a classificação. Análise opcional por IA das suas anotações diante dos números acima, usando os modelos mais fortes do NVIDIA NIM. Analisar com IA ## Como o número é obtido Pesos: o tamanho GGUF medido quando temos um; caso contrário, parâmetros totais × bits por peso ÷ 8. Q4_K_M é tratado como 4,83 bits por parâmetro. A memória de MoE usa os parâmetros totais, não os ativos. Cache KV, quando a geometria de camadas e cabeças tem fonte: 2 × kvLayers × kvHeads × headDim × contexto × 2 bytes (FP16, lote 1). Modelos híbridos usam a contagem de camadas de atenção, não todas as camadas. Se faltar a geometria, o cache é omitido e isso é declarado. 1 GiB são somados para CUDA e tempo de execução. A memória unificada da Apple usa a RAM como conjunto. Somente CPU é um encaixe de memória, não uma promessa de velocidade. A geração de DDR é ignorada no encaixe — ela muda a banda, não se os pesos cabem na memória. Apenas linhas do catálogo com openWeights=true são candidatas. Existem 25 linhas assim; 25 têm tamanhos com fonte. Modelos sem nota que cabem são listados à parte. Uma nota maior não significa substituição direta. O tipo de RAM (DDR4/DDR5/LPDDR) não é um campo. Ele não muda se um modelo cabe. ## Continue your investigation - [Inspect open-weight models · English](/open-weights/) - [Compare model variants · English](/families/) - [Review requirements · English](/compare/) - [Find serving tools · English](/tools/)