Mac mini com 16 GB no lugar de API paga: Qwen analisa foto de comida em 20–40 segundos
O dono de um aplicativo de vida saudável parou de pagar pela API em nuvem: uma apresentação ou PDF processado pelo Claude e pelo ChatGPT chegava a custar até 3 $ por arquivo. Por isso, ele passou a rodar modelos em um Mac mini de escritório com 16 GB de memória. O Qwen reconhece fotos de comida em 20–40 segundos, e o modelo de 14 bilhões de parâmetros entrega cerca de 11 tokens por segundo. Para tarefas de fundo, repetitivas, isso basta, mas comprar um Mac só para essa economia não vale a pena.
Processado por IA de Habr AI; editado por Hamidun News
Cada requisição ao Claude ou ao ChatGPT via API (acesso pago à rede neural a partir de código) custa dinheiro: uma apresentação ou PDF pode sair por até 3 dólares por arquivo, e dez requisições custam cerca de um dólar. O dono de uma pequena empresa e de um aplicativo de vida saudável decidiu não pagar e rodar as redes neurais por conta própria: pegou um Mac mini de escritório com 16 GB de memória RAM que não usava mais, instalou o Ollama (programa para executar modelos no próprio computador) e o modelo aberto Qwen. Agora o Qwen analisa uma foto de comida em 20–40 segundos, e o modelo de 14 bilhões de parâmetros gera cerca de 11 tokens (aproximadamente sílabas) por segundo.
É gratuito, mas com ressalvas, como veremos a seguir.
Por que usar um modelo local
A conta é simples. Para um trabalho pontual, 3 dólares por arquivo é pouco, mas para um serviço com fluxo constante de requisições isso já vira uma parcela relevante do orçamento. O modelo local elimina a cobrança por requisição: você mesmo emite sua chave de acesso, e os dados não saem para servidores de terceiros.
A principal tarefa em uso hoje é o reconhecimento de fotos de comida para o aplicativo. Para isso, usa-se o modelo de visão (que entende imagens) Qwen: a qualidade é aceitável e o custo é zero. Em 20–40 segundos por imagem, o processo funciona bem em cenário de segundo plano, em que o usuário não precisa de resposta instantânea. Para um chat em tempo real, já não serve.
O que o Mac mini realmente oferece
Uma placa de vídeo dedicada tem memória própria: uma RTX, por exemplo, tem 12 GB, e o modelo precisa caber justamente nela. Nos Macs com processador ARM, a memória é compartilhada, e quase toda a RAM pode ser destinada ao modelo. Na versão de 16 GB, o núcleo gráfico tem disponíveis cerca de 10,7 GB, o restante fica com o sistema. Isso é ainda menos do que na RTX.
Daí vêm os números práticos. O modelo de 14 bilhões de parâmetros ocupa cerca de 9 GB e cabe inteiro. O de 32 bilhões precisa de aproximadamente 20 GB e não cabe. O autor tira uma conclusão honesta: a vantagem da memória compartilhada não se aplica de fato com 16 GB, ela só começa nas configurações a partir de 32 GB.
A velocidade é modesta: cerca de 11 tokens por segundo no modelo 14B. Segundo testes de terceiros, uma RTX 3060 usada roda o mesmo modelo cerca de duas vezes mais rápido. As vantagens do Mac estão em outro ponto. O Ollama se instala com um único comando e usa o núcleo gráfico automaticamente, sem necessidade de drivers. O aparelho é pequeno e silencioso: consome cerca de 4 W em repouso e até 65 W sob carga. Ele também pode funcionar como servidor doméstico de dados. Além disso, o autor ganhou a máquina praticamente de graça: uma nova custaria algo em torno de 60–70 mil rublos.
Um agente no lugar do administrador e os percalços no caminho
A configuração foi entregue ao Claude Code: o agente instalou os modelos, configurou o acesso e escreveu instruções para que os modelos leves entregassem o formato necessário. A conexão foi montada com cuidado: o login é feito por SSH apenas com chave, as senhas estão desativadas, e o Mac não tem IP público nem portas abertas. Os desenvolvedores e o aplicativo acessam a máquina por um túnel até o servidor do autor.
Essa proteção se mostrou útil. O Claude Code levantou estatísticas: em poucos dias, o gateway destinado aos programadores recebeu 277 tentativas de acesso sem chave. O autor chama isso de scanners que varrem qualquer endereço novo. Todas as requisições foram recusadas.
Houve também problemas:
- O modelo llama3.2-vision deixou de reconhecer pratos. Na versão nova do Ollama ele não funciona, por isso foi substituído pelo Qwen.
- O DNS quebrou: a internet formalmente estava conectada, mas nenhum site abria. A causa foi encontrada e explicada pelo Claude.
- Depois de uma queda de energia, o disco criptografado passou a pedir senha na inicialização. Durante alguns dias, enquanto o autor estava fora do escritório, não foi possível acessar a máquina.
Outros modelos, como o DeepSeek, por enquanto estão parados. A equipe também avaliou o Mac no configurador de equipamentos de servidor, mas o projeto ainda está em desenvolvimento e há apenas um programador nele.
Conclusão para quem põe a mão na massa
Um servidor local se paga onde há muitas requisições do mesmo tipo que não exigem qualidade de ponta: reconhecimento de imagens, documentos com modelo fixo, processamento em segundo plano. Se não há volume de tarefas via API, comprar um Mac mini por isso não faz sentido. Se já existe um computador com placa de vídeo, sai mais barato pegar uma RTX usada e rodar o Ollama nela. Se o Mac for escolhido justamente para modelos grandes, vale optar pela configuração de 32 GB ou mais: com 16 GB, o teto são modelos como o 14B.
Antes de colocar em produção, verifique três coisas: se os modelos continuam funcionando após atualizações do Ollama, como recuperar o acesso à máquina depois de uma queda de energia (disco criptografado) e se o acesso externo está fechado, permitindo apenas login por chave. É uma engenharia sem glamour, mas é ela que define se a economia será de fato real.
- 21 de nov. de 2026Oito ferramentas open source para agentes de IA: Browser Use lidera com 121 mil estrelas
- 21 de nov. de 2026Thinking Machines lança o Inkling 2 Mini, modelo aberto de 26,4 bilhões de parâmetros para Macs com 32 GB
- 21 de nov. de 2026MLCommons começou a medir APIs de IA sob carga real: 7 medições para agentes
- 21 de nov. de 2026Unsloth atualizou os modelos comprimidos do Qwen3.8-27B: precisão sobe 5–10% com o mesmo tamanho
Perguntas frequentes sobre a notícia
Por que usar um modelo local?
A conta é simples. Para um trabalho pontual, 3 dólares por arquivo é pouco, mas para um serviço com fluxo constante de requisições isso já vira uma parcela relevante do orçamento. O modelo local elimina a cobrança por requisição: você mesmo emite sua chave de acesso, e os dados não saem para servidores de terceiros. A principal tarefa em uso hoje é o reconhecimento de fotos de comida para o aplicativo. Para isso, usa-se o modelo de visão (que entende imagens) Qwen: a qualidade é aceitável e o custo é zero.
O que o Mac mini realmente oferece?
Uma placa de vídeo dedicada tem memória própria: uma RTX, por exemplo, tem 12 GB, e o modelo precisa caber justamente nela. Nos Macs com processador ARM, a memória é compartilhada, e quase toda a RAM pode ser destinada ao modelo. Na versão de 16 GB, o núcleo gráfico tem disponíveis cerca de 10,7 GB, o restante fica com o sistema. Isso é ainda menos do que na RTX. Daí vêm os números práticos. O modelo de 14 bilhões de parâmetros ocupa cerca de 9 GB e cabe inteiro.
O que se sabe sobre Um agente no lugar do administrador e os percalços no caminho?
A configuração foi entregue ao Claude Code: o agente instalou os modelos, configurou o acesso e escreveu instruções para que os modelos leves entregassem o formato necessário. A conexão foi montada com cuidado: o login é feito por SSH apenas com chave, as senhas estão desativadas, e o Mac não tem IP público nem portas abertas. Os desenvolvedores e o aplicativo acessam a máquina por um túnel até o servidor do autor. Essa proteção se mostrou útil.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.