11,2 t\/s<\/span><\/div>\n<\/div>\nA RTX 3090 tem agora cinco anos, mas continua sendo a melhor compra em termos de VRAM por d\u00f3lar em 2026. Vinte e quatro gigabytes de mem\u00f3ria por US$ 700 no mercado secund\u00e1rio \u00e9 o que permite que milhares de pesquisadores independentes em ML executem modelos da classe 70B.<\/p>\n
Sua velocidade equivale aproximadamente a 60% da de uma 4090 \u2014 mas, para infer\u00eancia, voc\u00ea ainda obt\u00e9m uma taxa de tokens\/segundo utiliz\u00e1vel em todos os modelos relevantes. As principais desvantagens s\u00e3o maior consumo de energia por unidade de trabalho e os riscos inerentes \u00e0 compra de uma placa com cinco anos de uso no mercado secund\u00e1rio.<\/p>\n
O movimento cl\u00e1ssico dos entusiastas em 2026: duas RTX 3090 usadas<\/strong> com uma fonte de alimenta\u00e7\u00e3o de qualidade de 1200 W e ponte NVLink, totalizando US$ 1.400, oferecem 48 GB de VRAM que superam uma \u00fanica RTX 4090 em todos os modelos maiores que 30B. A configura\u00e7\u00e3o \u00e9 inc\u00f4moda, mas funciona.<\/p>\nCompre se:<\/strong> voc\u00ea disp\u00f5e de US$ 700, deseja come\u00e7ar com LLMs locais e est\u00e1 confort\u00e1vel com hardware usado.<\/p>\nPule se:<\/strong> voc\u00ea precisa de hardware novo com garantia ou seu PC possui restri\u00e7\u00f5es rigorosas de energia\/espa\u00e7o.<\/p>\n4. RTX 3060 12 GB \u2014 a porta de entrada<\/h3>\n\n
VRAM<\/strong>12 GB GDDR6<\/span><\/div>\nLargura de banda<\/strong>360 GB\/s<\/span><\/div>\nTDP<\/strong>170 W<\/span><\/div>\nPre\u00e7o novo<\/strong>$280<\/span><\/div>\nLlama 3 8B Q4<\/strong>48 t\/s<\/span><\/div>\nLlama 3 8B Q8<\/strong>32 t\/s<\/span><\/div>\n<\/div>\nCinco anos ap\u00f3s seu lan\u00e7amento, a RTX 3060 12 GB ainda est\u00e1 em produ\u00e7\u00e3o e continua sendo a resposta correta \u00e0 pergunta \"como come\u00e7o com LLMs locais pelo menor custo poss\u00edvel?\". Doze gigabytes s\u00e3o suficientes para qualquer modelo de 7\u201313B em quantiza\u00e7\u00f5es s\u00f3lidas; o Llama 3 8B roda a 48 t\/s (mais r\u00e1pido do que voc\u00ea l\u00ea), e toda a placa custa apenas US$ 280 nova.<\/p>\n
O que voc\u00ea sacrifica: qualquer modelo com mais de 30 bilh\u00f5es de par\u00e2metros. A RTX 3060 n\u00e3o consegue executar o Llama 3 70B em velocidade utiliz\u00e1vel, mesmo com qualquer t\u00e9cnica de quantiza\u00e7\u00e3o. Trata-se, inequivocamente, de uma GPU para \"modelos pequenos\".<\/p>\n
Compre se:<\/strong> voc\u00ea \u00e9 novo em LLMs locais e deseja aprender antes de investir mais de US$ 1.000.<\/p>\nPule se:<\/strong> voc\u00ea j\u00e1 sabe que deseja executar modelos da classe 70B.<\/p>\n5. Radeon RX 7900 XTX \u2014 o compromisso da AMD<\/h3>\n\n
VRAM<\/strong>24 GB GDDR6<\/span><\/div>\nLargura de banda<\/strong>960 GB\/s<\/span><\/div>\nTDP<\/strong>355 W<\/span><\/div>\nPre\u00e7o novo<\/strong>$900<\/span><\/div>\nLlama 3 8B Q4<\/strong>98 tokens\/s (ROCm)<\/span><\/div>\nLlama 3 70B Q4<\/strong>13,6 tokens\/s (ROCm)<\/span><\/div>\n<\/div>\nO ROCm 6.3 combinado \u00e0 RX 7900 XTX finalmente atingiu um n\u00edvel suficiente de maturidade em 2026, tornando esta uma recomenda\u00e7\u00e3o genu\u00edna \u2014 e n\u00e3o apenas uma alternativa cautelosa. Voc\u00ea obt\u00e9m 24 GB de VRAM por cerca de US$ 900 (pre\u00e7o de lan\u00e7amento), desempenho entre o da RTX 3090 e o da RTX 4090, al\u00e9m de suporte completo ao PyTorch e ao llama.cpp.<\/p>\n
Ainda assim, a fric\u00e7\u00e3o persiste. Alguns frameworks (como o TensorRT-LLM, certos mecanismos de infer\u00eancia exclusivos para CUDA e algumas implementa\u00e7\u00f5es experimentais) simplesmente n\u00e3o funcionam. O c\u00f3digo de pesquisa de ponta prioriza o CUDA; o suporte \u00e0 AMD costuma chegar semanas ou meses depois.<\/p>\n
Compre se:<\/strong> voc\u00ea tem obje\u00e7\u00f5es ideol\u00f3gicas \u00e0 NVIDIA, \u00e9 sens\u00edvel ao pre\u00e7o mas prefere equipamento novo com garantia, ou j\u00e1 possui um sistema baseado majoritariamente em hardware AMD.<\/p>\nPule se:<\/strong> voc\u00ea busca zero fric\u00e7\u00e3o ou realiza pesquisas com lan\u00e7amentos muito recentes de modelos.<\/p>\n6. Apple M4 Max (Mac Studio \/ MacBook Pro) \u2014 a aposta na mem\u00f3ria unificada<\/h3>\n\n
Mem\u00f3ria unificada<\/strong>at\u00e9 128 GB<\/span><\/div>\nLargura de banda<\/strong>546 GB\/s<\/span><\/div>\nTDP<\/strong>~75 W<\/span><\/div>\nPre\u00e7o novo<\/strong>US$ 3.499\u20134.999 (Mac Studio)<\/span><\/div>\nLlama 3 8B Q4 (MLX)<\/strong>78 tokens\/s<\/span><\/div>\nLlama 3 70B Q4 (MLX)<\/strong>9,4 tokens\/s<\/span><\/div>\n<\/div>\nO M4 Max n\u00e3o \u00e9 r\u00e1pido por token comparado \u00e0s GPUs da NVIDIA. O que ele oferece \u00e9 mem\u00f3ria que voc\u00ea n\u00e3o consegue obter em nenhum outro lugar a pre\u00e7os acess\u00edveis ao consumidor<\/strong>. Um M4 Max com 128 GB consegue carregar tranquilamente o Llama 3 405B em Q4 \u2014 algo que uma \u00fanica RTX 5090 simplesmente n\u00e3o consegue fazer.<\/p>\nPara fluxos de trabalho centrados em infer\u00eancia, nos quais o tamanho do modelo importa mais do que a velocidade (an\u00e1lise de documentos longos, sistemas de agentes, pesquisa), o M4 Max \u00e9, de fato, a ferramenta adequada. J\u00e1 para treinamento, ajuste fino, gera\u00e7\u00e3o de imagens ou qualquer fluxo de trabalho que dependa de softwares exclusivos para CUDA, sua escolha ser\u00e1 frustrante.<\/p>\n
Compre se:<\/strong> voc\u00ea precisa executar modelos locais com mais de 100 bilh\u00f5es de par\u00e2metros, vive no ecossistema Mac ou valoriza opera\u00e7\u00e3o silenciosa.<\/p>\nPule se:<\/strong> voc\u00ea ajusta modelos finamente, gera imagens ou seu LLM di\u00e1rio tem menos de 70 bilh\u00f5es de par\u00e2metros (voc\u00ea estaria pagando por mem\u00f3ria que n\u00e3o utilizar\u00e1).<\/p>\n7. RTX 5070 Ti \/ RTX 5080 \u2014 o meio-termo que n\u00e3o funciona<\/h3>\n\n
VRAM<\/strong>16 GB GDDR7 (ambas)<\/span><\/div>\nLargura de banda<\/strong>896 \/ 960 GB\/s<\/span><\/div>\nTDP<\/strong>300 \/ 360 W<\/span><\/div>\nPre\u00e7o sugerido de varejo (MSRP)<\/strong>$749 \/ $999<\/span><\/div>\n<\/div>\nAmbas as placas s\u00e3o r\u00e1pidas e modernas, mas 16 GB de VRAM em 2026 representam uma quantidade inc\u00f4moda para LLMs: excessiva para modelos de 7B (desnecess\u00e1ria) e insuficiente para modelos de 70B (n\u00e3o cabem nem mesmo com as t\u00e9cnicas de quantiza\u00e7\u00e3o mais eficientes). S\u00e3o excelentes para jogos e tarefas leves de IA, mas, se sua prioridade for LLMs locais, voc\u00ea sair\u00e1 melhor adquirindo uma RTX 3090 usada (US$ 700, 24 GB) ou uma RTX 4090 usada (US$ 1.200, 24 GB).<\/p>\n
Compre se:<\/strong> voc\u00ea \u00e9 um jogador que tamb\u00e9m quer brincar com pequenos LLMs.<\/p>\nPule se:<\/strong> a infer\u00eancia local de LLMs \u00e9 seu caso de uso principal.<\/p>\n<\/span>Tabela comparativa<\/span><\/h2>\n\n\n\n| GPU<\/th>\n | VRAM<\/th>\n | L3 8B Q4 (tokens\/s)<\/th>\n | L3 70B Q4 (tokens\/s)<\/th>\n | Pre\u00e7o de mercado<\/th>\n | Veredito<\/th>\n<\/tr>\n<\/thead>\n |
\n\n| RTX 5090<\/td>\n | 32 GB<\/td>\n | 168<\/td>\n | 22.1<\/td>\n | $2,400<\/td>\n | Melhor op\u00e7\u00e3o se voc\u00ea precisar de 32 GB<\/td>\n<\/tr>\n |
\n| RTX 4090<\/td>\n | 24 GB<\/td>\n | 122<\/td>\n | 16.4<\/td>\n | $1,300<\/td>\n | Melhor desempenho geral<\/strong><\/td>\n<\/tr>\n\n| RTX 3090<\/td>\n | 24 GB<\/td>\n | 92<\/td>\n | 11.2<\/td>\n | $700<\/td>\n | Melhor custo-benef\u00edcio<\/strong><\/td>\n<\/tr>\n\n| 2\u00d7 RTX 3090<\/td>\n | 48 GB<\/td>\n | 87<\/td>\n | 14.8<\/td>\n | $1,400<\/td>\n | Melhor configura\u00e7\u00e3o com 48 GB<\/td>\n<\/tr>\n | \n| RX 7900 XTX<\/td>\n | 24 GB<\/td>\n | 98<\/td>\n | 13.6<\/td>\n | $900<\/td>\n | Escolha da AMD (ROCm)<\/td>\n<\/tr>\n | \n| M4 Max 128 GB<\/td>\n | 128 GB<\/td>\n | 78<\/td>\n | 9.4<\/td>\n | $4,999<\/td>\n | Para modelos acima de 100B<\/td>\n<\/tr>\n | \n| M4 Max 64 GB<\/td>\n | 64 GB<\/td>\n | 78<\/td>\n | 9.4<\/td>\n | $3,499<\/td>\n | Op\u00e7\u00e3o silenciosa para Mac<\/td>\n<\/tr>\n | \n| RTX 5080<\/td>\n | 16 GB<\/td>\n | 118<\/td>\n | n\/d<\/td>\n | $999<\/td>\n | Evitar para LLMs<\/td>\n<\/tr>\n | \n| RTX 5070 Ti<\/td>\n | 16 GB<\/td>\n | 104<\/td>\n | n\/d<\/td>\n | $749<\/td>\n | Evitar para LLMs<\/td>\n<\/tr>\n | \n| RTX 3060 12 GB<\/td>\n | 12 GB<\/td>\n | 48<\/td>\n | n\/d<\/td>\n | $280<\/td>\n | Melhor entrada<\/strong><\/td>\n<\/tr>\n\n| Arc B580<\/td>\n | 12 GB<\/td>\n | 38<\/td>\n | n\/d<\/td>\n | $249<\/td>\n | Aposta econ\u00f4mica<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n | | | |