IA local é um modelo de linguagem que roda inteiramente no seu computador, sem enviar nada para servidor de terceiro: você desliga a internet e ela continua respondendo. Em 2026 isso deixou de ser coisa de programador — duas ferramentas gratuitas, o Ollama e o LM Studio, instalam em minutos e rodam modelos abertos de qualidade razoável numa máquina comum. É a resposta concreta ao mantra "não jogue dado sensível em IA pública": para o que não pode sair do escritório, existe uma IA que não sai.
Este guia diz o que ela é, que máquina precisa, que modelos existem, para que serve de verdade — e onde o modelo de ponta na nuvem ainda ganha, porque ganha. Eu não sou advogado — sou de tecnologia, com mais de dez anos no mercado jurídico — e a IA local é a ferramenta que mais mudou a conversa sobre sigilo nas minhas aulas.
O que é IA local (e por que ela resolve o problema do sigilo)
IA local é um modelo aberto — publicado pelo fabricante para download — executado por um programa no seu computador. Sem conta, sem login, sem envio. O Ollama, por exemplo, expõe o modelo num endereço interno da própria máquina (localhost), e a documentação é explícita: funciona totalmente offline (Ollama, README).
O que isso muda para o sigilo: a pergunta "para onde vai isso?" tem resposta — para lugar nenhum. O documento do cliente que você cola numa IA local não vira treinamento, não passa por servidor, não fica retido em política de privacidade que você não leu. É a saída que os guias de segurança sempre prometeram e raramente detalharam — o guia de segurança e confidencialidade na IA jurídica explica o problema; este explica a ferramenta.
As duas ferramentas: Ollama e LM Studio
As duas ferramentas gratuitas mais usadas para IA local em 2026 são o Ollama e o LM Studio — e a escolha é de gosto, não de capacidade.
Ollama | LM Studio | |
|---|---|---|
O que é | Programa que baixa e roda modelos abertos; interface simples e API local para outros programas usarem | Aplicativo com interface gráfica completa: escolher modelo, conversar, ajustar |
Sistemas | macOS, Windows, Linux, Docker | macOS (Apple Silicon, 14+), Windows (x64 AVX2 ou ARM), Linux |
Para quem | Quem quer conectar a IA local a outras ferramentas (RAG, automação) | Quem quer uma janela de chat local sem configurar nada |
Requisito declarado | Não traz tabela no README | 16 GB de RAM recomendados; no Windows, 4 GB de VRAM dedicada recomendados (LM Studio, requisitos) |
Os dois rodam os mesmos modelos. Em sala, começo pelo LM Studio (a janela é familiar) e migro para o Ollama quando o aluno quer ligar a IA local à base de documentos — o arranjo do guia de RAG privado no escritório, da mesma série.
Que máquina precisa (a resposta honesta)
A máquina que roda IA local com conforto tem 16 GB de RAM ou mais, e o que decide a experiência é o tamanho do modelo que você escolhe. A régua de bolso — ordem de grandeza, não especificação —:
Modelos de 7 a 8 bilhões de parâmetros rodam em máquina com 8 a 16 GB de RAM; são os que servem para resumir, classificar e rascunhar.
Modelos de 12 a 14 bilhões pedem 16 GB com folga e ficam melhores em raciocínio.
Modelos de 27 a 32 bilhões pedem 32 GB ou uma placa de vídeo dedicada; já se aproximam do útil para redação mais exigente.
Modelos de 70 bilhões ou mais são para máquina de trabalho pesado ou servidor do escritório.
Um Mac com chip Apple Silicon e 16 GB, ou um PC com 16 GB e placa de vídeo com 4 GB ou mais, roda o primeiro e o segundo degraus sem drama. Se a sua máquina tem 8 GB, dá para experimentar com modelos pequenos — mas a experiência vai ser de teste, não de trabalho.
Que modelos existem (e qual escolher)
A biblioteca do Ollama traz, entre os mais baixados, o Llama 3.1 (8B, 70B, 405B), o Gemma 3 (270m a 27b), o Qwen2.5 (0.5b a 72b), o Mistral (7b), o DeepSeek-R1 (1.5b a 671b) e o Phi4 (14b) (Ollama, biblioteca). A regra para escolher:
Comece por um modelo de 7–8B de família conhecida (Llama, Gemma, Qwen). Teste com uma tarefa que você já sabe fazer.
Prefira a versão maior que a sua máquina roda sem travar — não a maior que existe.
Teste em português. Os modelos abertos variam muito no idioma; o que escreve bem em inglês pode tropeçar em peça.
Anote o que cada um faz bem. Vai virar o seu "mapa do que roda no barato".
Para que a IA local serve de verdade (e onde a nuvem ainda ganha)
A IA local serve para as tarefas em que o sigilo pesa mais que a sofisticação — e essa é uma fatia grande do dia:
Tarefa | IA local | Por quê |
|---|---|---|
Anonimizar antes de subir na nuvem | ★★★ | É o uso perfeito: ela troca nome, CPF e processo por marcadores, e só depois o texto vai para a IA de ponta |
Resumir documento sensível | ★★★ | Laudo, contrato, relato — o resumo sai sem o original sair |
Classificar e organizar (triagem de e-mail, separar documentos por tipo) | ★★★ | Tarefa de padrão, não de raciocínio |
Rascunho de e-mail e de peça simples | ★★ | Serve; exige mais revisão que o modelo de ponta |
Pesquisa jurídica | ★ | Modelo local não tem acesso a base — e alucina tanto quanto o outro |
Peça complexa, raciocínio longo | ★ | Aqui o modelo de ponta na nuvem ainda é claramente melhor |
A conclusão honesta: o modelo local é mais fraco que o de ponta, e vai continuar sendo por um tempo. O que ele tem é o que o de ponta não tem — o dado não sai. O arranjo que funciona é o híbrido: local para o que é sensível e simples; nuvem, em conta corporativa e com o texto anonimizado, para o que é complexo. O primeiro item da tabela é o que liga os dois.
As três regras antes de começar
Teste desligado. Desconecte a internet e faça uma pergunta. Se responde, roda local. É a única prova que vale — e a mesma que usamos para o conversor de PDF.
Local não é sinônimo de conferido. A IA local inventa julgado igual à outra — talvez mais. O mantra da conferência não muda de lugar.
Conte o custo certo. A IA local é gratuita em licença e cara em máquina e em tempo de quem configura. Para a maioria dos escritórios, o custo total de uma máquina dedicada é menor do que parece quando comparado ao risco que ela elimina — mas é custo, e entra na conta que fazemos em quanto custa a IA no escritório.
