LLM locais para programação em 2026
MarkdownOs 8 melhores LLM locais para programação em 2026 — resultados no HumanEval, tamanhos dos ficheiros e avaliações práticas de modelos que pode executar num Mac ou num PC gaming.
← Voltar à seleção do blogue
Quando falamos de «LLM locais para programação», referimo-nos a modelos que pode executar no seu próprio portátil, Mac ou PC gaming — sem chamadas à API, sem cloud e sem enviar a sua base de código proprietária a terceiros.
Saltar para a tabela. Quer usar estes modelos a partir da CLI Claude Code? Consulte Usar o Claude Code com modelos locais.
Veja abaixo os benchmarks completos.
O PocketLLM será lançado em breve. IA privada no dispositivo, começando no iPhone e iPad, com mais plataformas planeadas. Não é necessária conta, não há rastreio na aplicação e o processamento das conversas permanece no seu dispositivo. Inscreva-se na lista de lançamento para ser dos primeiros a saber.
Como fizemos a comparação
Os valores dos benchmarks, os tamanhos dos ficheiros e as licenças abaixo são os dados publicados para cada modelo, confirmados através do respetivo cartão do modelo ou repositório.
Um indicador aproximado do nível, que não substitui a experiência com o modelo no seu próprio código.
- Tamanho do ficheiro: com quantização Q4. A ideia central de um modelo local é que «cabe na sua máquina».
- Licença: Apache e MIT ocupam o nível mais alto; as licenças não comerciais ficam abaixo.
- Ecossistema: verifica se existem conversões funcionais para llama.cpp, Ollama, MLX e Core ML, o que determina se consegue realmente executar o modelo.
LLM locais para programação em 2026
Qwen 2.5 Coder 32B
Precisa de uma estação de trabalho (Mac Studio, PC com várias GPU ou MacBook Pro M3 Max com 48 GB), mas, em troca, oferece assistência de programação que se aproxima bastante do Claude 3.5 Sonnet. É a escolha certa se o seu código for confidencial e o seu orçamento permitir investir em hardware de estação de trabalho.
DeepSeek Coder V2 Lite 16B
Precisa de cerca de 10 GB de RAM com Q4. Num MacBook Pro com 16 GB, é a opção ideal. A licença está sujeita aos termos próprios da DeepSeek — permissivos para a maioria das utilizações, mas leia-os antes de usar o modelo comercialmente.
Qwen 2.5 Coder 14B
A opção intermédia da linha Qwen 2.5 Coder. Cabe num portátil com 16 GB e ainda deixa bastante espaço disponível. Fica ligeiramente atrás do DeepSeek V2 Lite nos benchmarks, mas tem uma licença mais clara e uma arquitetura de transformer denso mais simples.
Qwen 2.5 Coder 7B
Funciona num MacBook Air com 8 GB (à justa) ou confortavelmente com 16 GB. Se tem um M2 Air e quer trabalhar a sério com código localmente, este é o modelo para si.
Mistral Codestral 22B
O modelo dedicado da Mistral para programação. É forte em Python e TypeScript e razoável noutras linguagens. A licença Mistral Non-Commercial é restritiva — leia-a atentamente se usar o modelo em trabalho profissional. Ocupa cerca de 14 GB com Q4 e funciona num Mac com 24 GB ou mais.
StarCoder 2 15B
Modelo de programação desenvolvido em conjunto pela Hugging Face, ServiceNow e NVIDIA. Foi treinado com código sujeito a licenças permissivas, um aspeto relevante se tiver dúvidas sobre a proveniência dos dados de treino do modelo.
Phi-3.5 Mini 3.8B
Licença MIT, 2.4 GB com Q4, suficientemente pequeno para funcionar num telemóvel. O PocketLLM está a ser preparado para disponibilizar este modelo como transferência com um só toque (em breve) — inscreva-se na lista de lançamento.
Qwen 2.5 Coder 1.5B
O modelo dedicado mais pequeno para programação que vale a pena executar. Apache 2.0. Ocupa 900 MB com Q4. Perfeito como modelo local rápido para sugestões em linha ou como modelo de rascunho para descodificação especulativa antes de um modelo de programação maior.
Tabela-resumo
| Modelo | Tamanho (Q4) | RAM mínima | Licença |
|---|---|---|---|
| Qwen 2.5 Coder 32B | 20 GB | 32 GB | Apache 2.0 |
| DeepSeek Coder V2 Lite 16B | 10 GB | 16 GB | DeepSeek |
| Qwen 2.5 Coder 14B | 9 GB | 16 GB | Apache 2.0 |
| Qwen 2.5 Coder 7B | 4.5 GB | 8 GB | Apache 2.0 |
| Mistral Codestral 22B | 14 GB | 24 GB | Mistral NC |
| StarCoder 2 15B | 9 GB | 16 GB | BigCode OpenRAIL |
| Phi-3.5 Mini 3.8B | 2.4 GB | 4 GB | MIT |
| Qwen 2.5 Coder 1.5B | 0.9 GB | 2 GB | Apache 2.0 |
Como escolher um modelo local para programação
Mac Studio / PC de estação de trabalho (32 GB+): Qwen 2.5 Coder 32B. Sem compromissos.
MacBook Pro com 16 GB / portátil gaming: DeepSeek Coder V2 Lite 16B. A arquitetura MoE faz com que pareça muito mais leve do que o número de parâmetros sugere.
MacBook Air com 8 GB: Qwen 2.5 Coder 7B. Fica à justa, mas é utilizável. Feche tudo o resto enquanto o executa.
iPhone ou Mac mais antigo: Phi-3.5 Mini ou Qwen 2.5 Coder 1.5B. Não vai criar uma aplicação Rails com um único pedido, mas vai certamente receber ajuda para compreender e modificar código existente. Ambos estão incluídos no PocketLLM.
Implementação comercial sensível às licenças: opte pela família Qwen 2.5 Coder — Apache 2.0 é atualmente a opção de licenciamento mais clara para programação local.
Como executar estes modelos
No Mac: instale o LM Studio ou o Ollama, escolha o modelo no catálogo e clique em Transferir. Consulte Ollama vs LM Studio vs PocketLLM. No Linux com GPU: use o llama.cpp compilado a partir do código-fonte ou o Ollama. No iPhone: use uma aplicação nativa no dispositivo — consulte a nossa seleção de aplicações para iPhone.
A integração com o editor é um tema à parte, que merece um artigo próprio. Resumindo: Continue.dev, Cody e os plugins ao estilo do Cursor suportam o Ollama ou um endpoint localhost compatível com OpenAI, abrangendo todos os modelos desta lista.
Resumo
32B se tiver uma estação de trabalho, 14B num portátil gaming, 7B num portátil económico, 1.5B num telemóvel. O DeepSeek Coder V2 Lite é a exceção: se tiver exatamente 16 GB de RAM, a arquitetura MoE da DeepSeek proporciona uma qualidade claramente superior à do Qwen 14B, com uma utilização de memória semelhante. Todos os outros modelos desta lista são especializados.
Assistência de programação local no seu iPhone.
O PocketLLM está a ser preparado para disponibilizar o Phi-3.5 Mini e o Qwen 2.5 Coder 1.5B como transferências com um só toque. Privado, rápido e sem conta. Em breve — inscreva-se na lista de lançamento.
Ponha este guia em prática com a Ailoot
Ligue modelos de IA às suas aplicações, agentes e automatizações através de uma única API Ailoot. Escolha o modelo adequado à sua tarefa e siga a documentação da Ailoot para começar.