Existe uma terceira opção entre pagar assinatura de IA e não usar IA nenhuma: rodar o modelo no seu próprio computador. O problema é que, até outro dia, isso significava baixar arquivos de vários gigabytes e lidar com placa de vídeo. Não é mais o caso.
Neste passo a passo você instala, em um computador comum, o LFM3-1.7B — o modelo de texto de 1,73 bilhão de parâmetros que a Liquid AI lançou em 27 de outubro de 2026 — e o coloca para fazer uma tarefa chata de verdade: separar mensagens por assunto. Sem conta, sem cartão, sem internet depois do download.
Versão usada neste tutorial: Ollama 0.40.14 (publicado em 3 de novembro de 2026) e LFM3-1.7B com pesos abertos sob a LFM Open License v1.0. Testado em 5 de novembro de 2026.
Por que um modelo pequeno resolve o seu problema
A promessa do LFM3 é simples de entender: em vez de um modelo gigante que sabe tudo, um modelo pequeno que faz uma coisa bem feita. A Liquid AI descreve o LFM3-1.7B como feito para “separar, classificar e extrair” — exatamente o tipo de tarefa que você repete toda semana sem perceber: olhar a caixa de entrada, decidir o que é urgente, o que é cobrança, o que é propaganda e o que é conversa.
O que isso significa na prática, em três pontos:
- Cabe em qualquer lugar. Segundo a fabricante, em precisão de 4 bits ele ocupa cerca de 1 GB de memória — “cabe em qualquer celular ou notebook”.
- Nada sai do seu computador. O modelo roda na sua máquina. Suas mensagens não passam por servidor nenhum.
- Não tem mensalidade. Você baixa uma vez e usa quantas vezes quiser.
Passo 1 — Instale o programa que roda a IA
O Ollama é o programa que executa o modelo no seu computador. É gratuito e tem instalador para Windows, Mac e Linux — baixe aqui.
Depois de instalar, confira a versão no terminal (ou no Prompt de Comando, no Windows):
ollama --version
# esperado: ollama version is 0.40.14
Se a versão for anterior à 0.40, o modelo novo não vai ser reconhecido — veja o primeiro erro comum mais abaixo.
Passo 2 — Baixe o modelo (um comando, 1,1 GB)
ollama pull lfm3
São 1,1 GB medidos no download (o número que aparece no catálogo oficial do lfm3 no Ollama é “1,1 GB – 1,7 GB”, dependendo da precisão escolhida). Em uma conexão de fibra levou menos de meio minuto; numa conexão lenta, conte alguns minutos.
Passo 3 — Teste antes de escrever qualquer código
Com o modelo baixado, dá para conversar com ele direto no terminal:
ollama run lfm3 "Quanto é 17% de 2340? Responda só o número."
# resposta que recebemos: 397.8
O teste que fizemos aqui acertou a conta. Guarde esse detalhe: acertar uma conta curta não significa que ele acerta conta longa — voltamos a isso no fim.
Passo 4 — Use a IA dentro de um programa seu
Aqui está a parte que muda tudo para quem não é programador: quando o Ollama está rodando, ele abre um endereço na sua própria máquina, o http://localhost:11434. Qualquer programa que saiba pedir uma página na internet consegue pedir uma resposta à IA — sem chave, sem senha, sem cadastro. A documentação do endereço de conversa está em docs.ollama.com/api/chat.
O exemplo abaixo é o programa que aparece no vídeo. Ele não tem nada de especial: pega cinco mensagens, pede a classificação em português e imprime a resposta.
"""Separa mensagens por assunto usando uma IA que roda no seu computador."""
import json
import os
import urllib.error
import urllib.request
ENDERECO = os.environ.get("OLLAMA_URL", "http://localhost:11434")
MODELO = "lfm3"
MENSAGENS = [
"Mãe: chegou a encomenda? preciso do remédio hoje",
"Loja: ÚLTIMAS HORAS 70% OFF, clique aqui",
"Cliente: preciso de um orçamento para pintar 3 salas",
"Banco: seu PIX de 320 reais foi enviado",
"Vizinha: você ficou com a minha chave?",
]
PEDIDO = (
"Classifique cada mensagem em uma destas categorias: "
"urgente, dinheiro, compra, pessoal, spam. "
'Responda apenas com JSON: [{"id": 1, "categoria": "...", "resumo": "..."}]'
)
def perguntar(texto):
corpo = json.dumps(
{
"model": MODELO,
"stream": False,
"messages": [{"role": "user", "content": texto}],
}
).encode()
pedido = urllib.request.Request(
ENDERECO + "/api/chat",
data=corpo,
headers={"Content-Type": "application/json"},
)
with urllib.request.urlopen(pedido, timeout=120) as resposta:
return json.load(resposta)["message"]["content"]
lista = "\n".join(f'{i + 1}. "{m}"' for i, m in enumerate(MENSAGENS))
print(perguntar(PEDIDO + "\n\n" + lista))
Salve como triagem.py e rode:
python3 triagem.py
Resultado real da nossa execução (nenhum ajuste depois):
[
{"id": 1, "categoria": "urgente", "resumo": "Mãe perguntou se a encomenda chegou e precisa do remédio hoje."},
{"id": 2, "categoria": "compra", "resumo": "Loja anunciou últimas horas com 70% off, convite para clicar e comprar."},
{"id": 3, "categoria": "compra", "resumo": "Cliente pediu orçamento para pintar 3 salas."},
{"id": 4, "categoria": "dinheiro", "resumo": "Banco informou que o PIX de 320 reais foi enviado."},
{"id": 5, "categoria": "pessoal", "resumo": "Vizinha perguntou se eu fiquei com a chave."}
]
Repare na estrutura: uma lista, um assunto e um resumo por mensagem. Isso é o que permite ligar a saída a uma planilha, a um filtro de e-mail ou a uma pasta — sem você abrir cada mensagem.
O que anunciam × o que medimos
É aqui que este tutorial se separa de release de fabricante. Todos os números abaixo saíram de execução própria, em 5 de novembro de 2026, com o modelo recém-baixado.
- Memória: a fabricante anuncia “cerca de 1 GB em 4 bits”. Medido: o download é de 1,1 GB, o processo que carrega o modelo ocupou 1,1 GB de memória com 32 mil tokens de contexto, e o próprio Ollama reporta 1,3 GB (modelo + esse contexto). Ou seja: a promessa de “mais ou menos 1 GB” se confirma, com 10% a 30% de folga para cima.
- Velocidade com placa de vídeo: 510 palavras por segundo (437 tokens em 0,86 s) numa placa de vídeo de desktop. Um texto de 400 palavras sai em menos de um segundo.
- Velocidade sem placa de vídeo: forçamos o modelo a rodar só no processador, como num notebook comum. Resultado: 13,7 palavras por segundo — 630 tokens em 45,8 s. Dá para usar, mas não espere resposta instantânea.
- Primeira execução: 4,5 s só para carregar o modelo na memória, no modo sem placa de vídeo. As execuções seguintes começam na hora.
- Acerto na tarefa: rodamos a triagem duas vezes com as mesmas cinco mensagens. Nas duas, quatro das cinco classificações ficaram como esperávamos — e nas duas a promoção “70% OFF” foi para a caixa compra, e não para spam. É o erro que se repete, e por isso vale saber: propaganda com cara de oferta engana este modelo.
O que este modelo não faz
Sendo honesto sobre o limite, porque é o que evita frustração: no próprio cartão do modelo no Hugging Face, a Liquid AI escreve que ele não é recomendado para programação nem para raciocínio longo em várias etapas, e que para tarefas de conhecimento você deve usar busca ou recuperação de documentos junto.
Na prática, o que vimos:
- Resumir e classificar: bem, inclusive em português.
- Conta curta: acertou 17% de 2.340 (397,8).
- Português: vez ou outra escorrega para o português de Portugal (“o tonal azul”, “até nos olhos”). Não é erro seu, é o modelo sendo multilíngue.
- Fato recente: não conte com ele para saber o que aconteceu este mês. Modelo baixado não tem notícia dentro.
Erros comuns no caminho (e como sair deles)
“Este modelo exige uma versão mais nova do Ollama”
Foi o primeiro erro que apareceu aqui, no computador desta redação, que tinha uma instalação antiga. A mensagem é This model requires a newer version of Ollama. O LFM3 usa uma arquitetura nova (tri-hybrid) que só é reconhecida a partir da linha 0.40. Solução: baixe o instalador atual em ollama.com/download e confirme com ollama --version.
Erro 404 ao chamar a IA pelo programa
Aconteceu nas nossas primeiras tentativas: o programa pedia o modelo lfm3 e recebia HTTP Error 404, porque o que estava baixado era a variante de precisão lfm3:1.7b. O nome do modelo tem de ser exatamente o que aparece em ollama list. Se o seu programa usar lfm3, rode ollama pull lfm3; se usar lfm3:1.7b, baixe essa variante.
O programa trava e não devolve nada
Quase sempre é porque o Ollama não está rodando. Confira com ollama list: se ele não responde, abra o Ollama (ou rode ollama serve) e tente de novo. Um bom programa trata isso com uma mensagem clara em vez de travar — é o que fazemos no exemplo do vídeo.
Ele demora muito no notebook
Não é bug: é o modelo rodando no processador. Se a tarefa for grande, use uma máquina com placa de vídeo ou quebre o trabalho em lotes menores.
Vale a pena para você?
Se a sua dor é organizar, classificar, resumir ou extrair informação de um monte de texto — mensagens, currículos, notas de reunião, avaliações de cliente — um modelo de pouco mais de um giga resolve, de graça, offline e sem mandar dado sensível para fora. Se a sua dor é ter alguém que raciocina por você ou escreve código, este não é o modelo: para isso você precisa de um modelo maior (e aí a conversa é outra).
O bom de um modelo de 1 GB é que errar custa pouco: você baixa, testa na sua própria tarefa em vinte minutos e decide com número na mão, em vez de decidir pelo folheto.
Referências
- Liquid AI — “Introducing LFM3: Every Modality for Specialized Intelligence” (27/10/2026)
- Hugging Face — cartão do modelo LFM3-1.7B (parâmetros, contexto, idiomas, licença e limitações)
- Liquid AI — termos e licença (LFM Open License v1.0)
- Ollama — página oficial de download
- Ollama — catálogo do lfm3 (tamanhos e variantes de precisão)
- Ollama — documentação da chamada de conversa (/api/chat)
- GitHub — notas de versão do Ollama (0.40.14, 03/11/2026)

