tutorial · 16 de julho de 2026 · 8:57
Como rodar LLM local e parar de pagar tokens de API
O vídeo mostra como rodar LLMs locais com Ollama e LM Studio para zerar a conta de API. Explica requisitos de hardware, instalação, comandos principais e integração com Claude Code e OpenCode. Compara as três ferramentas: Ollama, LM Studio e MLX.
O passo a passo
01Por que rodar LLM local
O autor cita que usou 16 milhões de tokens em um dia e 760 milhões no total. Os dois motivos apresentados são economia de tokens e privacidade, já que tudo fica na máquina local.
02Requisitos de hardware
CPU faz uma coisa bem de cada vez, GPU roda várias em paralelo, RAM é onde o modelo fica quando executa e banda de memória é a velocidade de leitura. O autor usa 14 CPU cores e 32 GPU cores como exemplo.
03Ferramentas: Ollama e LM Studio
São os dois runners mostrados no vídeo para executar modelos locais. Ollama é simples e direto, LM Studio tem interface gráfica mais detalhada.
04Instalando o Ollama na prática
Basta rodar o comando de instalação, depois usar ollama pull para baixar o modelo e ollama run para executar. O Ollama também tem uma versão paga chamada Ollama Cloud.
05Integrando com Claude Code e OpenCode
No OpenCode o modelo local aparece em /model. No Claude Code basta carregar o modelo que ele aparece na seleção. Também dá para integrar com Codex, Copilot, Droid e outros.
06LM Studio em modo servidor
Tem aba de chat, servidor com IP e porta, aba para carregar modelos como o Qwen 35B de 20 GB e configuração de contexto, temperatura e sampling.
07Comparativo entre as ferramentas
Ollama é mais rápido para começar e simples. LM Studio tem interface melhor para baixar e configurar modelos. MLX é mais técnico, voltado para Apple Silicon (M1, M2, M3, M4). O autor não recomenda instalar Ollama e LM Studio juntos.
Nas palavras dele
“hoje eu usei aproximadamente 16 milhões de tokens”
ouvir em 0:00
“Tudo vai ficar local na sua máquina. Ninguém, nada vai ter acesso a esses dados.”
ouvir em 0:50
“É aonde que o LM Studio ganha. Ele tem uma opção mais legal, uma interface mais fácil de você baixar os modelos, de você configurar.”
ouvir em 7:30
“O que eu não recomendo é você instalar os dois, porque vai pesar a sua máquina, você vai ficar com dois servidores runners executando e não tem necessidade.”
ouvir em 7:30
Perguntas
Quanto custa rodar um LLM local?
O custo de tokens é zero. Dá para executar quantos projetos quiser sem custo e sem surpresa no fim do mês.
Quais ferramentas usar para rodar LLM local?
O vídeo apresenta Ollama e LM Studio como as duas opções para executar modelos locais na máquina.
Quais são os comandos principais do Ollama?
Ollama list lista os modelos, ollama run carrega o modelo na memória, ollama ps mostra os modelos em execução e ollama pull baixa o modelo.
Como integrar LLM local com Claude Code?
Basta carregar o modelo no Ollama que ele aparece na seleção de modelos do Claude Code, igual ao exemplo mostrado com o Gemma 4.
Vale instalar Ollama e LM Studio ao mesmo tempo?
Não. O autor não recomenda porque ficam dois servidores runners rodando e pesa a máquina sem necessidade.
Quer ir além do vídeo?
Continue por aqui
Este resumo foi escrito a partir da transcrição do vídeo. As citações são literais. Para o conteúdo completo, assista no YouTube.