Key Takeaways
- Qwen3 8B es la mejor opción práctica: funciona con 8 GB de VRAM vía Ollama (`ollama run qwen3:8b`), sólida salida en portugués brasileño
- Qwen3 14B / 32B para mayor calidad si tienes 16 GB+ de VRAM (`ollama run qwen3:14b` / `ollama run qwen3:32b`)
- Llama 3.1 8B es competitivo para el portugués y nativo de Ollama (`ollama run llama3.1:8b`)
- Sabiá-3 (Maritaca AI) alcanza una calidad en portugués cercana a GPT-4o, pero NO está en Ollama — se requiere descarga de HuggingFace
- Prueba la calidad PT-BR tú mismo: escribe el prompt en PT-BR, verifica el uso de você/tu, el vocabulario y la gramática
- Evita modelos entrenados principalmente en inglés para uso en producción orientado a PT
Por qué la elección del modelo importa para el portugués brasileño
La elección del modelo tiene un impacto desproporcionado en la calidad de la salida en portugués brasileño. Los modelos entrenados principalmente con datos en inglés producen errores gramaticales, vocabulario del portugués europeo (ficheiro en lugar de arquivo, ecrã en lugar de tela) y formas pronominales incorrectas (tu en lugar de você como pronombre de sujeto estándar en portugués brasileño).
Tres factores determinan la calidad PT-BR: el volumen de texto en portugués en los datos de entrenamiento, la eficiencia de tokenización para el vocabulario portugués y si el modelo fue ajustado con instrucciones en portugués. Los modelos con menos del 5 % de datos de entrenamiento en portugués suelen producir una salida rígida que suena a traducción.
Qwen3 fue entrenado con aproximadamente 36 billones de tokens en 119 idiomas, lo que le da una sólida cobertura multilingüe. Sabiá-3 de Maritaca AI fue diseñado específicamente para el portugués y alcanza un rendimiento cercano a GPT-4o en tareas en portugués.
Para el portugués brasileño, elige un modelo con datos de entrenamiento multilingües documentados — Qwen3, Llama 3.1 o Sabiá-3 — para evitar el vocabulario del portugués europeo y formas pronominales incorrectas.
El portugués tiene dos variantes principales: portugués brasileño (PT-BR) y portugués europeo (PT-PT). Se diferencian en vocabulario, gramática y uso de pronombres. "Você" es estándar en Brasil; "tu" es más común en Portugal. "Arquivo" (archivo) y "tela" (pantalla) son brasileños; "ficheiro" y "ecrã" son europeos. Un modelo que usa por defecto el portugués europeo resulta poco natural para los usuarios brasileños y puede causar errores en documentos profesionales.
Mejores LLMs locales para portugués brasileño 2026
Los modelos a continuación están clasificados por una combinación de calidad de salida en portugués brasileño, eficiencia de VRAM y facilidad de instalación. Todos los modelos compatibles con Ollama se pueden descargar y ejecutar con un solo comando.
| Modelo | Tamaño | VRAM (Q4) | Calidad PT-BR | ¿En Ollama? | Ideal para |
|---|---|---|---|---|---|
| Qwen3 8B | 8B | ~7 GB | Muy buena | Sí (ollama run qwen3:8b) | Mejor opción local integral en PT |
| Qwen3 14B | 14B | ~9 GB | Excelente | Sí (ollama run qwen3:14b) | Mayor calidad, más matices |
| Qwen3 32B | 32B | ~20 GB | Excelente+ | Sí (ollama run qwen3:32b) | Mejor calidad con 24 GB de VRAM |
| Llama 3.1 8B | 8B | ~7 GB | Buena | Sí (ollama run llama3.1:8b) | PT general, competitivo |
| Gemma 3 27B | 27B | ~18 GB | Buena | Sí (ollama run gemma3:27b) | Amplio soporte de idiomas (más de 35) |
| Sabiá-3 | ~7B | ~7 GB | Cercana a GPT-4o | No (solo HuggingFace) | Mejor calidad en PT, más difícil de ejecutar |
Sabiá-3 NO está disponible en Ollama. Debe descargarse de HuggingFace (https://huggingface.co/maritaca-ai) y ejecutarse con llama.cpp o LM Studio. Todos los demás modelos se pueden instalar con un solo comando ollama pull.
Guía de VRAM para usuarios de portugués brasileño
Tu VRAM disponible determina qué modelos puedes ejecutar. Todas las recomendaciones suponen cuantización Q4_K_M vía Ollama o llama.cpp.
- 8 GB de VRAM / 16 GB de RAM: Qwen3 8B (~7 GB), Llama 3.1 8B (~7 GB), Sabiá-3 (~7 GB vía llama.cpp con descarga GGUF)
- 12 GB de VRAM: Todos los modelos de 8B con holgura; Qwen3 14B en Q4_K_M (~9 GB)
- 16 GB de VRAM: Qwen3 14B con margen; Gemma 3 12B
- 24 GB de VRAM: Qwen3 32B (~20 GB), Gemma 3 27B (~18 GB)
- Solo CPU (16 GB de RAM): Qwen3 8B a aproximadamente 2–4 tokens/seg vía Ollama; utilizable para tareas por lotes, lento para chat interactivo
Cómo ejecutar Sabiá-3 (no está en Ollama)
Sabiá-3 es desarrollado por Maritaca AI, una empresa brasileña especializada en modelos de lenguaje portugués. Alcanza un rendimiento cercano a GPT-4o en tareas en portugués y es el modelo de pesos abiertos más fuerte para el portugués brasileño.
Sabiá-3 no está disponible en la biblioteca de modelos de Ollama. Para ejecutarlo localmente, descarga los archivos GGUF de la página de HuggingFace de Maritaca AI en https://huggingface.co/maritaca-ai y ejecútalos con llama.cpp o LM Studio. LM Studio admite la carga directa de GGUF desde HuggingFace con una interfaz de búsqueda integrada — busca "maritaca" en el explorador de modelos de LM Studio.
La primera generación de Sabiá (Sabiá-7B y Sabiá-65B) se basaba en la arquitectura Llama. Sabiá-3 continúa esta tradición de ajuste fino centrado en el portugués sobre un modelo base sólido.
- Ruta de descarga: https://huggingface.co/maritaca-ai
- Ejecutar con: llama.cpp (CLI) o LM Studio (GUI, recomendado para principiantes)
- Requisito de VRAM: aproximadamente 7 GB en cuantización Q4
- Nota: No existe el comando `ollama run sabia` — Sabiá no está en la biblioteca de Ollama
Cómo probar la calidad del portugués brasileño
No existe un único benchmark estandarizado de portugués brasileño equivalente a los benchmarks en inglés. PoETa v2 es un benchmark de evaluación en portugués, pero la verificación de calidad más fiable es la prueba práctica con tareas reales en PT-BR.
Señales de mala salida en PT-BR: usar "tu" como pronombre de sujeto (convención del portugués europeo), usar "ficheiro" en lugar de "arquivo", usar "ecrã" en lugar de "tela", redacción torpe que suena a traducción del inglés, conjugaciones verbales incorrectas.
- Prueba de correo empresarial: Pide al modelo que escriba un correo empresarial formal en "português formal do Brasil" — verifica la forma você, "Prezado/a", vocabulario empresarial brasileño
- Verificación de vocabulario: Pregunta "Como se chama um arquivo de computador em português do Brasil?" — un buen modelo responde "arquivo"; un modelo mal ajustado puede responder "ficheiro"
- Forma pronominal: Escribe el prompt con "Como você está?" — verifica que las respuestas posteriores usen "você" de forma coherente, no "tu"
- Registro legal/formal: Pide una cláusula contractual breve en PT-BR — verifica las formas correctas del subjuntivo y el vocabulario jurídico brasileño
- Conciencia regional: Pregunta "Qual é a diferença entre português do Brasil e português de Portugal?" — el modelo debe dar distinciones precisas y seguras
Preguntas frecuentes
¿Cuál es el mejor LLM local para portugués brasileño en 2026?
Qwen3 8B es la mejor opción práctica: funciona con 8 GB de VRAM vía Ollama, entrenado con 36 billones de tokens en 119 idiomas. Para máxima calidad PT-BR, Sabiá-3 de Maritaca AI se aproxima al rendimiento de GPT-4o, pero requiere descarga desde HuggingFace.
¿Puedo ejecutar LLMs locales en una laptop estándar?
Sí. La mayoría de las laptops modernas con 16 GB de RAM pueden ejecutar Qwen3 8B vía Ollama a 2–4 tokens/seg solo con CPU. Con una GPU dedicada (8 GB de VRAM), la velocidad aumenta a 15–20 tokens/seg.
¿Qué es Sabiá y dónde puedo descargarlo?
Sabiá-3 es un modelo especializado en portugués de Maritaca AI, una empresa brasileña. Descarga los archivos GGUF de https://huggingface.co/maritaca-ai y ejecútalos con llama.cpp o LM Studio. No está disponible en la biblioteca de Ollama.
¿Qwen3 entiende el portugués brasileño de forma diferente al portugués europeo?
Qwen3 maneja ambas variantes. Cuando se le da el prompt en PT-BR (usando "você" y vocabulario brasileño), responde en PT-BR. Indica explícitamente la variante que deseas para obtener los mejores resultados.
¿Es Llama 3.1 bueno para el portugués?
Sí, Llama 3.1 8B está entre los tres mejores modelos locales para portugués en 2026. Está disponible vía Ollama y produce buena salida en PT-BR para uso general.
¿Cómo instalo Ollama para uso en portugués brasileño?
Instala Ollama desde ollama.com (el mismo proceso para todos los idiomas), luego ejecuta: ollama run qwen3:8b. Consulta la guía completa de instalación de Ollama en /es/local-llms/how-to-install-ollama.
¿Usar un LLM local ayuda con el cumplimiento de la LGPD?
Sí. Ejecutar LLMs localmente significa que los datos permanecen en tu propia infraestructura y no se envían a proveedores de nube de terceros, lo que simplifica el cumplimiento de la LGPD. Consulta el artículo complementario sobre la LGPD para más detalles.
¿Qué benchmark evalúa los LLM en portugués?
PoETa v2 es un benchmark de evaluación en portugués. Para uso práctico, las pruebas manuales con tareas reales en PT-BR son la verificación de calidad más fiable, ya que no existe un único benchmark estandarizado de portugués brasileño equivalente a los benchmarks en inglés.
¿Puede Qwen3 manejar la redacción empresarial formal en portugués brasileño?
Sí. Escribe el prompt con "escreva em português formal do Brasil" o "português brasileiro formal" para obtener una salida empresarial formal y coherente en forma você.
¿Qué es Tucano?
Tucano es un modelo de lenguaje portugués de pesos abiertos de C4AI-USP (Universidad de São Paulo). Está diseñado específicamente para el portugués y es eficiente en entornos con recursos limitados. Disponible en HuggingFace.
Lecturas relacionadas
- Cumplimiento de la LGPD con LLMs locales (Brasil 2026) — Cómo los LLMs locales simplifican el cumplimiento de datos de la LGPD
- Mejores LLMs locales para portugués brasileño — Versão em Português
- LLMs locales multilingües — Guía para ejecutar LLMs en varios idiomas
- ¿Qué son los LLMs locales?
- Cómo instalar Ollama
- Mejores LLMs locales 2026
- Cumplimiento de la LGPD — Versión en portugués
Fuentes
- SiliconFlow (2026). "Best Open-Source LLM for Portuguese Language Tasks." — Los 3 mejores modelos para portugués, incluidos Qwen3 y Llama 3.1 8B
- Maritaca AI. "Sabiá-3 Model Card." HuggingFace — https://huggingface.co/maritaca-ai
- Qwen Team (2024). "Qwen Technical Report." arXiv — Datos de entrenamiento de Qwen3: 36 billones de tokens, 119 idiomas
- PoETa v2 benchmark — Kit de evaluación de lengua portuguesa para LLMs
- C4AI-USP. "Tucano: Open-weight Portuguese LLM." HuggingFace