Llama: IA local para conversar e conectar aplicativos

Para que serve o Llama.app, em linguagem simples?

O Llama.app é o site de download e documentação do Llama, um aplicativo gratuito e de código aberto para executar modelos de linguagem no próprio computador. Você baixa um modelo e conversa pelo navegador ou permite que outros programas o utilizem por uma API local. O site apresenta o projeto como uma iniciativa da equipe do llama.cpp e da Hugging Face.

É útil para quem quer escrever e analisar conteúdo localmente e para desenvolvedores que desejam conectar editores ou agentes. A inteligência e os tipos de entrada disponíveis dependem do modelo escolhido.

Instalar a IA local e começar a conversar

Baixe e abra o aplicativo para Mac ou Windows 11. No Mac, há também a opção brew install --cask llama-app.

Abra o ícone na barra de menus ou na bandeja do sistema. Clique na seta para baixar um modelo recomendado. Depois, selecione o modelo baixado, escolha uma janela de contexto compatível com a memória e abra o chat. Comece com uma pergunta curta e confira o resultado antes da tarefa principal.

O guia de início rápido mostra esse caminho. Para Linux, o site oferece instalação pela linha de comando.

Escolher um modelo que caiba no computador

O tamanho do modelo e o contexto da conversa consomem memória em conjunto. Um contexto maior pode exigir mais recursos mesmo quando o arquivo do modelo já cabe no disco.

O Llama recomenda modelos conforme o computador e configura parâmetros automaticamente. Consulte as orientações específicas do catálogo oficial; não há uma única quantidade de RAM que sirva para todos os modelos.

Os pesos ficam no cache da Hugging Face, compartilhado com outras ferramentas. Modelos são descarregados da memória quando ficam inativos. O download pequeno do aplicativo Mac não inclui os arquivos dos modelos.

Conectar editores e agentes à API local

Em um cliente compatível, use http://localhost:9931/v1 como endereço base. Consulte GET /v1/models para descobrir o identificador correto do modelo.

A referência da API documenta streaming, saídas estruturadas, chamadas de ferramentas e um endpoint Messages compatível com Anthropic. No uso com agentes de programação, o Llama fornece o modelo e o agente separado administra ferramentas e ações. Teste a combinação com as tarefas que pretende executar.

Consultar arquivos e reaproveitar conversas

A interface web aceita imagens e PDFs com modelos de visão e MP3/WAV com modelos que recebem áudio. Um modelo somente de texto não ganha essas capacidades automaticamente.

Anexe um arquivo compatível, peça algo verificável, como um resumo ou uma lista de datas, e compare a resposta com o original. Busca nas conversas, ramificações e importação/exportação em JSON ajudam a continuar ou guardar o trabalho.

Gratuidade, privacidade e limites reais

Verificado em 27 de outubro de 2026: o aplicativo é gratuito e o site não anuncia cobrança por tokens da API local. Ainda são necessários hardware, armazenamento e energia. A licença MIT do software não substitui a licença de cada modelo; confira as condições antes de uso comercial.

A inferência local pode funcionar offline depois dos downloads. Atualizações e ferramentas externas podem precisar de internet. O repositório Windows declara não enviar telemetria. Por padrão, o servidor fica acessível apenas no próprio computador; habilitar acesso pela rede altera esse limite. Clientes conectados também precisam ser avaliados.

Perguntas frequentes

O Llama é grátis?

O aplicativo é oferecido gratuitamente hoje. Serviços externos e recursos do computador podem ter custos próprios.

Funciona sem internet?

Sim, para inferência local com programa e modelo já disponíveis. Recursos online são uma dependência separada.

Quanta memória preciso?

Depende do modelo e do contexto. Comece pelas recomendações para a sua máquina.

Os dados de um agente ficam sempre locais?

Isso não pode ser concluído só pelo modelo local. Confira as ferramentas, conexões e permissões do agente.

Recursos oficiais e comunidade

• Guia da interface web: anexos e conversas.
• Integração com agentes: configuração dos clientes.
• Repositório Mac e repositório Windows: código, versões e problemas conhecidos.