Nesta página
Modelos de IA abertos são modelos cujos pesos você pode baixar e rodar no seu computador ou servidor. Em nov/2026, Qwen, DeepSeek e Mistral têm preços oficiais de API. O gpt-oss, da OpenAI, só roda por conta própria. Licença, tamanho e hardware mudam muito entre as famílias, então compare antes de escolher.
- Modelos abertos têm pesos que você baixa e roda no seu computador ou servidor. Em geral, dados e treino não são publicados.
- Qwen, DeepSeek e Mistral têm preço oficial de API em nov/2026. Llama e Gemma não têm. O gpt-oss só roda por conta própria.
- A licença varia: gpt-oss usa Apache 2.0, Llama tem licença própria da Meta e Gemma usa os Gemma Terms of Use.
- Não há vencedor geral. Teste dois ou três modelos com o mesmo pedido e compare.
O que são modelos de IA abertos e por que comparar?
🌱 Sou novo nisso. Com um modelo fechado, você usa o serviço da empresa pela internet. Com um modelo aberto, você também pode instalar o modelo no seu computador ou num servidor que você controla.
🔎 Já uso. "Aberto" quase sempre quer dizer pesos abertos (open weights), não código aberto. Os dados e o processo de treino em geral não são publicados. O próprio artigo do RubberDuckBench reconhece isso. Ele chama de "open source" qualquer modelo que pode rodar localmente, mesmo sem dados de treino abertos.
🚀 Já sou mais avançado. Comparar importa porque as famílias diferem em quatro pontos: licença, tamanho, hardware necessário e onde o modelo pode ser usado (no seu computador, numa nuvem ou pela API do fabricante). Nenhum modelo é o melhor para tudo. Compare para a sua tarefa.
Quanto custa usar modelos de IA abertos pela API?
Os preços de API por milhão de tokens mudam com frequência: veja a comparação de preços de API.
O que falta. Não encontramos preço oficial atual de API para Llama (Meta) nem para Gemma (Google). O gpt-oss não tem preço de API da OpenAI: segundo a ajuda oficial da OpenAI, ele não é servido pela API da OpenAI nem está no ChatGPT.
Rodar o modelo no seu próprio computador não tem preço por token. O custo passa a ser o hardware e a energia.
Que licença tem cada família de modelo aberto?
A licença diz o que você pode fazer com o modelo, inclusive usá-lo num produto comercial. Ela muda de família para família. Antes de uso comercial, leia a licença no repositório oficial da versão exata que você vai usar.
| Família | Licença | Grau de confirmação |
|---|---|---|
| gpt-oss (OpenAI) | Apache 2.0 | Confirmado no anúncio da OpenAI |
| Qwen (Alibaba) | Apache 2.0, segundo o guia do blog da Hugging Face (2026) | Para a geração Qwen3.8, não encontramos fonte oficial atual |
| Llama (Meta) | Licença própria da Meta, que não é uma licença de código aberto aprovada pela OSI. Produtos com mais de 700 milhões de usuários ativos por mês precisam de um acordo à parte com a Meta | Segundo o mesmo guia. Não encontramos model card oficial atual |
| Gemma (Google) | Gemma Terms of Use, não Apache 2.0. O guia recomenda ler os termos antes de criar um produto comercial | Segundo o mesmo guia. Para a versão mais nova, não encontramos fonte oficial atual. A documentação oficial do Gemma é o lugar para conferir |
| Mistral | Não encontramos fonte oficial atual | — |
| DeepSeek | Não encontramos fonte oficial atual | — |
Se você trabalha numa empresa, peça ao time jurídico para revisar a licença. Isso vale principalmente para serviços hospedados para clientes.
Preciso de que computador para rodar um modelo aberto?
🌱 A regra prática: não comece pelo maior modelo. Comece pelo melhor modelo que o seu hardware roda com folga. Essa é a orientação do guia da Hugging Face (2026). Um modelo menor e rápido costuma ser mais útil que um gigante que trava ou gera um token por segundo.
🔎 O que se sabe, por família (verificado em nov/2026):
- gpt-oss: a OpenAI diz que o gpt-oss-20b roda com 16 GB de memória e o gpt-oss-120b cabe em 80 GB. Os dois têm contexto de 128K tokens (anúncio da OpenAI).
- Qwen: o Qwen3.8-2.4T-A95B tem 2,4 trilhões de parâmetros no total e cerca de 95 bilhões ativados por etapa (QwenCloud). Há versões bem menores, como Qwen3.5-0.8B e Qwen3.5-2B, anunciadas na nuvem da AWS (AWS, maio de 2026).
- DeepSeek: o guia da Hugging Face coloca o DeepSeek-V4 Flash e o Pro na faixa de servidor com várias GPUs ou nuvem privada de GPU.
- Llama, Gemma e Mistral: não encontramos requisitos oficiais atuais para as versões mais novas.
🚀 Para quem quer mais. Muitos modelos grandes usam a arquitetura MoE (mistura de especialistas): só uma parte dos parâmetros trabalha a cada token. Segundo o guia, isso reduz o cálculo por token, mas não deixa o modelo leve. Todos os pesos ainda precisam caber na memória. Números como "16 GB" ou "80 GB" também não bastam sozinhos. A memória necessária muda com a quantização (o formato de compressão dos pesos; o gpt-oss usa MXFP4), com o tamanho do contexto e com a velocidade que você quer.
Qual modelo aberto foi melhor nos testes?
Não encontramos uma medição recente que compare todas as famílias com a mesma versão, a mesma configuração e o mesmo período. Por isso, esta página não aponta um vencedor geral.
Um exemplo isolado vem do RubberDuckBench. É um preprint (artigo ainda sem revisão formal) apresentado no LLM4Code ’26, de 12 a 18 de abril de 2026, que testa assistentes de programação. Entre os modelos abertos avaliados, o gpt-oss-20B foi melhor neste teste (abr/2026), com 63,63%. Ele superou o gpt-oss-120B, que fez 59,54%, mesmo sendo o menor modelo aberto avaliado (20B parâmetros). Os autores concluem que, nesse teste, modelos maiores não tiveram notas mais altas.
Isso não faz do gpt-oss-20B o melhor para tudo. O teste mede só perguntas de programação e inclui poucos modelos. Ele também não inclui as versões de nov/2026, como a geração Qwen3.8, a DeepSeek v4.1 e o mistral large 4 0. Para a sua tarefa, a forma mais segura é testar dois ou três modelos com o mesmo pedido e comparar.
Como escolher e começar a usar um modelo aberto?
Há dois caminhos. Eles mudam o preço, a privacidade e o esforço.
1. Rodar no seu computador (opção local). Ferramentas como Ollama, LM Studio e llama.cpp baixam e rodam modelos abertos, segundo o guia da Hugging Face. O gpt-oss, o Qwen e o Gemma aparecem entre os modelos citados com essas ferramentas. Vantagem: os seus dados ficam com você e não há custo por token. Limite: o seu hardware define o tamanho do modelo.
2. Usar pela nuvem ou pela API. Você paga por token. Também pode usar plataformas de nuvem, como o Amazon SageMaker JumpStart, que oferece modelos Qwen (AWS, abril de 2026). Vantagem: roda modelos grandes sem comprar hardware. Limite: os seus dados passam pelo servidor de outra empresa. Leia a política de privacidade de cada serviço.
Um roteiro simples:
- Defina a tarefa: conversa, resumo, programação ou documentos internos.
- Confira a licença, se o uso for comercial.
- Escolha o tamanho que o seu hardware roda com folga, ou compare os preços de API.
- Teste o mesmo pedido em pelo menos dois modelos, por exemplo um Qwen e um gpt-oss, e compare as respostas.
- Confira o que importa antes de usar uma resposta, principalmente em temas de saúde, dinheiro e lei.
Linha do tempo
- 12 a 18 abr. 2026 O preprint RubberDuckBench, um teste de assistentes de programação, é apresentado no LLM4Code ’26, no Rio de Janeiro.
- 21 abr. 2026 A AWS anuncia modelos Qwen no Amazon SageMaker JumpStart.
- 4 maio 2026 A AWS anuncia mais modelos Qwen no SageMaker JumpStart, incluindo versões menores, como Qwen3.5-0.8B e Qwen3.5-2B.
- 31 jul. 2026 Lançamento do deepseek v4 Flash 0731.
- 12 ago. 2026 Lançamento do qwen3.8 2.4t a95b.
- 6 out. 2026 Lançamento do mistral large 4 0.
- 17 out. 2026 Lançamento do deepseek v4.1 Flash 1017.
- 27 out. 2026 A página de modelos do QwenCloud descreve o Qwen3.8-2.4T-A95B. A página indica atualização em 12 nov. 2026.
- 14 nov. 2026 Data da consulta aos preços oficiais de API usados nesta página.
Perguntas frequentes
Modelo aberto é o mesmo que código aberto?
Quase nunca. Na maioria dos casos, só os pesos são abertos. Os dados e o processo de treino não são publicados. A licença também varia: o gpt-oss usa Apache 2.0, enquanto o Llama usa uma licença própria da Meta que não é aprovada pela OSI, segundo o guia da Hugging Face de 2026.
Posso usar o gpt-oss no ChatGPT ou pela API da OpenAI?
Não. Segundo a ajuda oficial da OpenAI, o gpt-oss não está no ChatGPT e não é servido pela API da OpenAI. Você baixa o modelo e roda por conta própria, ou usa uma infraestrutura de terceiros compatível.
Rodar um modelo aberto no computador é mais privado?
Pode ser. Quando o modelo roda na sua máquina, os seus dados não precisam ir para o servidor de outra empresa. O guia da Hugging Face cita controle local e residência de dados como motivos para usar o gpt-oss localmente. Se você usa o mesmo modelo por uma API ou nuvem, os dados passam pelo provedor.
Por que não há preço de API para Llama e Gemma nesta página?
Porque não encontramos página oficial de preço atual de API para essas famílias em nov/2026. Os preços mostrados aqui vêm só das listas oficiais de Qwen, DeepSeek e Mistral, consultadas em 14 de novembro de 2026.
Fontes
- Introducing gpt-oss — OpenAI · oficial
- OpenAI open-weight models (gpt-oss) — Central de ajuda da OpenAI · oficial
- Changelog de modelos — QwenCloud · oficial
- Modelos Qwen no Amazon SageMaker JumpStart (maio de 2026) — AWS · oficial
- Modelos Qwen no Amazon SageMaker JumpStart (abril de 2026) — AWS · oficial
- Documentação do Gemma — Google AI for Developers · oficial
- RubberDuckBench: A Benchmark for AI Coding Assistants (preprint, arXiv) · academica
- The Best Open Source and Open-Weight LLM Models to Run Locally in 2026 — blog da Hugging Face · documento
