Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAPI / Produto · Pronto p/ usoX: @GithubProjects→ original

Linger roda 12 modelos de IA no seu PC: até 5x mais rápido e $0 em tokens

Agentes de IA na nuvem cobram por cada token, e quanto mais arquivos eles leem, maior fica a conta. Tony Zhang, um dos primeiros desenvolvedores do DeepSeek, abriu o código do Linger, um agente que executa 12 modelos (Qwen, DeepSeek, Gemma) diretamente no seu computador. Assim, o processamento local não gera custo por token: $0. A aceleração de até 5x é uma alegação dos próprios autores, sem medições independentes. Se a conta da API está pesando, vale testar localmente um dos seus processos.

Processado por IA de X: @GithubProjects; editado por Hamidun News
Linger roda 12 modelos de IA no seu PC: até 5x mais rápido e $0 em tokens
Fonte: X: @GithubProjects. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalX: @GithubProjects ↗
Editor-chefe
Dado-chave #112 modelos locais, entre eles Qwen, DeepSeek e Gemma
Dado-chave #2Os dados ficam no dispositivo apenas no modo local
Tokens zerados não significam custo zeroé preciso ter hardware próprio e fazer a configuração

Imagine que você pediu a um agente de IA para analisar uma pasta com contratos e a correspondência dos últimos seis meses. Cada palavra lida vai para a nuvem, e o provedor cobra pelos "tokens", pedaços de texto pelos quais se paga. Quanto mais o agente lê e revisa, maior fica a conta.

A equipe do Linger propõe o modelo inverso: um agente pessoal de código aberto que roda no seu computador. Ele executa 12 modelos líderes, incluindo Qwen, DeepSeek e Gemma, não cobra por tokens na inferência local ($0) e, segundo os autores, funciona até 5 vezes mais rápido. O projeto foi anunciado por Tony Zhang, descrito no anúncio como um dos primeiros membros-chave do DeepSeek e ex-funcionário da Microsoft Research Asia.

O que o Linger faz

Segundo a descrição dos autores, o Linger executa 12 modelos em hardware compatível. O usuário não fica preso a um único fornecedor: pode escolher o modelo de acordo com a tarefa e com a sua placa de vídeo ou notebook.

Além de executar os modelos, o agente assume tarefas que normalmente exigem trabalho manual:

  • busca contexto em arquivos e aplicativos aos quais você deu acesso, para que os documentos não precisem ser copiados para o chat;
  • guarda preferências e decisões anteriores, como o formato que você usa em relatórios ou a stack escolhida em projetos passados;
  • coordena vários agentes para levar a tarefa até o resultado, em vez de parar na primeira resposta.

Os autores descrevem isso como uma experiência semelhante ao Grok, só que na sua própria máquina.

Por que isso pode compensar

Os principais números do anúncio são "até 5 vezes mais rápido" e $0 em tokens na inferência local. A lógica é simples. Se o agente relê arquivos o tempo todo, resume conversas longas e executa cadeias de dezenas de chamadas, a conta da API na nuvem cresce rápido. O modelo local transforma custos variáveis em custos fixos: você paga o hardware uma vez e deixa de contar tokens.

Há também um argumento de fundo. Os autores lembram que, nos anos 1960, a computação era centralizada, até o computador pessoal entregar o poder de processamento a cada usuário. Hoje a IA é treinada em data centers e alugada por token. O Linger tenta fazer o papel de "computador pessoal" para os agentes.

Limitações que vale ter em mente

Os números "até 5 vezes mais rápido" e "12 modelos" vêm do anúncio dos próprios autores. O anúncio não diz com o que a velocidade foi comparada: com uma API na nuvem ou com outra camada local, como o Ollama. O resultado depende muito do hardware: modelos grandes em um notebook fraco vão rodar devagar, ou nem vão rodar.

Custo zero em tokens não significa custo zero. É preciso ter memória de vídeo, consumir energia e dedicar tempo à configuração. A privacidade também tem ressalvas: os autores afirmam expressamente que os dados ficam no dispositivo apenas no modo local. Se você conectar serviços externos ou modelos na nuvem, as informações vão para eles.

Há ainda a questão da segurança. Um agente com acesso aos seus arquivos e aplicativos amplia a superfície de ataque. Antes de conceder permissões, verifique quais acessos ele solicita, como a memória é armazenada e se é possível restringir o acesso a pastas específicas.

O que fazer se você é desenvolvedor ou product manager

Se os seus cenários com agentes esbarram no custo da API e os dados não podem sair da empresa, vale testar o Linger. Escolha um processo recorrente, como análise de documentos ou trabalho com um repositório local, e compare qualidade, velocidade e custo total com a versão na nuvem. Confira a licença e a lista de hardware suportado no repositório. Se os "até 5 vezes mais rápido" se confirmarem pelo menos na sua configuração, os agentes locais ganham mais um argumento forte.

História

Perguntas frequentes sobre a notícia

O que o Linger faz?

Segundo a descrição dos autores, o Linger executa 12 modelos em hardware compatível. O usuário não fica preso a um único fornecedor: pode escolher o modelo de acordo com a tarefa e com a sua placa de vídeo ou notebook. Além de executar os modelos, o agente assume tarefas que normalmente exigem trabalho manual: busca contexto em arquivos e aplicativos aos quais você deu acesso, para que os documentos não precisem ser copiados para o chat; guarda preferências e decisões anteriores, como o formato…

Por que isso pode compensar?

Os principais números do anúncio são "até 5 vezes mais rápido" e $0 em tokens na inferência local. A lógica é simples. Se o agente relê arquivos o tempo todo, resume conversas longas e executa cadeias de dezenas de chamadas, a conta da API na nuvem cresce rápido. O modelo local transforma custos variáveis em custos fixos: você paga o hardware uma vez e deixa de contar tokens. Há também um argumento de fundo.

O que se sabe sobre Limitações que vale ter em mente?

Os números "até 5 vezes mais rápido" e "12 modelos" vêm do anúncio dos próprios autores. O anúncio não diz com o que a velocidade foi comparada: com uma API na nuvem ou com outra camada local, como o Ollama. O resultado depende muito do hardware: modelos grandes em um notebook fraco vão rodar devagar, ou nem vão rodar. Custo zero em tokens não significa custo zero. É preciso ter memória de vídeo, consumir energia e dedicar tempo à configuração.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

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.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…