Skip to main content
PromptQuorumBuilt for humans. Structured for AI.
Início/LLMs locais avançados
Easiest Desktop Apps

Análise do app Llama: aplicativo de desktop do llama.cpp para Mac e Windows

·6 min de leituraPor Hans Kuepper · Fundador do PromptQuorum · Mecanismo de descoberta de IA de pesos abertos e código aberto

O Llama (llama.app) é um app pequeno para Mac e Windows 11 que executa modelos abertos no seu próprio computador por meio do llama.cpp, com instalação de modelos em um clique, chat integrado no navegador e uma API local em localhost:9931. Ele é gratuito e de código aberto. A PromptQuorum não o instalou nem o testou; cada afirmação vem do llama.app, dos repositórios do projeto no GitHub e do anúncio da Hugging Face.

Principais conclusões

  • Manutenção: a atividade mais recente dos repositórios foi em 22 de outubro de 2026, então não se aplica nenhum aviso de projeto parado.
  • Custo: gratuito sob a licença MIT e sem conta; entrar na Hugging Face é opcional e só necessário para modelos com acesso restrito.
  • Plataformas: Macs com Apple silicon e macOS 15 ou superior, e Windows 11 em x64 ou ARM64.
  • Modelos: as recomendações seguem a sua memória; o site recomenda o Gemma 4 a partir de 16 GB de memória no Mac, o GPT-OSS a partir de 24 GB e o Qwen 3.8 a partir de 32 GB.
  • Maturidade: os dois apps são versões 0.x, e o app para Mac lançou quatro versões entre 2 de setembro e 18 de outubro.

📍 Em uma frase

O Llama é um app gratuito e de código aberto para Mac e Windows 11, da equipe do llama.cpp e da Hugging Face, que executa modelos abertos localmente e os oferece aos seus outros apps.

💬 Em termos simples

Você o instala como qualquer app, escolhe um modelo recomendado no menu e depois conversa no navegador ou aponta editores e scripts para a API local.

📌Nota: Esta análise se baseia no llama.app, nos dois repositórios do GitHub, nos dados do cask do Homebrew e no anúncio da Hugging Face, verificados em 24 de outubro de 2026. A PromptQuorum não instalou, testou nem mediu o app.

Ler em:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

O Llama (llama.app) é um aplicativo gratuito com licença MIT, na barra de menus no Mac e na bandeja do sistema no Windows 11, criado pela equipe do llama.cpp e pela Hugging Face. Ele instala e gerencia o llama.cpp, recomenda modelos que cabem no seu computador e inicia um servidor local compatível com a OpenAI. Os dois apps são versões 0.x recentes, então esta análise se limita ao que dizem o llama.app, os dois repositórios do GitHub e o anúncio da Hugging Face, verificados em 24 de outubro de 2026.

Análise do app Llama: aplicativo de desktop do llama.cpp para Mac e Windows

O que é o Llama?

O Llama é um app da barra de menus no Mac e da bandeja do sistema no Windows que baixa modelos abertos, configura-os para o seu computador e os serve localmente. Clique em “Open chat” no menu para conversar com um modelo no navegador, ou aponte agentes de código, editores e o seu próprio código para a API local compatível com a OpenAI. A documentação o descreve como um app de desktop minimalista construído sobre o llama.cpp.

Ele não é o motor llama.cpp em si, que a PromptQuorum trata separadamente, nem a família de modelos Llama da Meta. O app do Windows é uma versão em WinUI 3 do app do Mac, anunciada pela Hugging Face em 13 de outubro de 2026, com suporte nativo ao Windows on Arm.

Como obter

O Llama é um download comum no Mac e no Windows 11; usuários de Linux recebem apenas a ferramenta de linha de comando.

Item
Detalhes
MacLlama.dmg: arraste para Aplicativos
Mac (Homebrew)brew install --cask llama-app
Windows 11Instalador .msixbundle para x64 e ARM64
LinuxScript de instalação da CLI llama, sem app
PreçoGratuito, licença MIT
Sitellama.app
Código-fonteLlama-macOS e Llama-Windows
Política de privacidadeNenhuma página publicada no llama.app (verificado em 24 de outubro de 2026)

Versões analisadas: Mac 0.45.0 / Windows 0.13.0, lançadas em 18 e 20 de outubro de 2026 segundo as páginas de versões do Mac e do Windows; a atividade mais recente dos repositórios foi em 22 de outubro de 2026. As notas do Windows 0.13.0 dizem que as versões agora são enviadas à Microsoft Store e que a página entra no ar após a certificação, mas a PromptQuorum não encontrou nenhuma página ativa na loja. O comando para Linux no site passa um script baixado direto para o shell.

Requisitos

O Llama exige um Mac com Apple silicon e macOS 15 ou superior, ou um PC com Windows 11, além de espaço em disco e memória para o modelo escolhido.

Item
O que as fontes dizem
MacApple silicon, macOS 15 ou superior (cask do Homebrew)
WindowsWindows 11, x64 ou ARM64
Tamanho do appMac 4 MB instalado; Windows cerca de 86 MB
Tamanho dos modelos4.59 GB (gemma-4 E4B) a 19.0 GB (Qwen3.8 27B)
Dica de memória (Mac)16 GB+: Gemma 4; 24 GB+: GPT-OSS; 32 GB+: Qwen 3.8

O site dá orientação de memória só para Macs e não publica requisito de memória nem de GPU para Windows; o Windows 0.13.0 adiciona indicadores de “cabe?” calculados com a memória do seu computador.

Como começar

Os passos seguem o llama.app e os READMEs; a PromptQuorum não os executou.

  1. 1
    Instalar o app
    Why it matters: Abra o Llama.dmg e arraste o Llama para Aplicativos, ou abra o arquivo .msixbundle no Windows 11 e clique em Instalar.
  2. 2
    Encontrá-lo na barra de menus ou na bandeja
    Why it matters: O Llama não tem janela; clique no ícone dele na barra de menus do Mac ou na bandeja do Windows, onde os ícones ocultos ficam atrás da seta ^.
  3. 3
    Escolher um modelo
    Why it matters: Escolha um dos modelos recomendados para o seu computador, ou navegue pelo catálogo da Hugging Face, e deixe o Llama instalá-lo.
  4. 4
    Abrir o chat
    Why it matters: Clique em “Open chat” no menu para conversar com o modelo no navegador.
  5. 5
    Conectar outros apps
    Why it matters: Aponte um SDK da OpenAI, um editor ou um agente de código para `http://localhost:9931/v1`; segundo o site, não há chave de API nem cobrança por uso.
  6. 6
    Ajustar as configurações, se precisar
    Why it matters: No Mac, coloque suas substituições em `~/.config/llama/models.user.ini`, que o app mescla com a configuração que ele gera.

Recursos confirmados pelas fontes

Cada item abaixo vem do llama.app, dos READMEs ou das notas de versão.

  • Configuração automática. O Llama define quantização, tamanho de contexto, entrada de imagens e decodificação especulativa por modelo, e todas as configurações do llama.cpp continuam editáveis em um arquivo de texto.
  • Carregamento sob demanda. Os modelos são carregados quando solicitados e descarregados após cinco minutos de inatividade, segundo o site.
  • Armazenamento compartilhado. Os modelos ficam no cache da Hugging Face compartilhado com o llama.cpp, e os modelos já instalados pelo llama.cpp aparecem no app.
  • API. Endpoints compatíveis com OpenAI e Anthropic, com streaming, chamada de ferramentas, saída estruturada e visão, além de acesso remoto de outros dispositivos via Tailscale.
  • Novidades recentes. O Mac 0.45.0 adicionou modelos de embeddings por /v1/embeddings; o Windows oferece uma sobreposição de chat com Alt+Espaço, e a versão 0.13.0 acrescenta indicadores de adequação, suas próprias pastas de modelos e “Share to Llama”.

Fluxo de dados e uso de rede

Os mantenedores dizem que prompts e inferência ficam no seu computador: o README do Mac chama o app de “100% local”, e o README do Windows afirma que ele não envia telemetria, eventos, análises nem identificador de instalação.

O README do Windows lista o tráfego de saída: downloads de modelos, verificações de novas versões e chamadas ao servidor local, cada uma levando apenas um User-Agent com a versão do app, a compilação do Windows e a arquitetura do processador. O README do Mac não lista o uso de rede, e o cask do Homebrew marca esse app como autoatualizável. O Mac 0.45.0 adiciona um login opcional na Hugging Face para modelos com acesso restrito, e o site descreve o acesso remoto via Tailscale, um caminho de rede que você mesmo ativa.

📌Nota: Estas são declarações dos mantenedores; a PromptQuorum não auditou o tráfego de rede dos apps.

Para quem serve

  • Usuários de Mac e Windows 11 novos em modelos locais que querem um app gratuito que escolha configurações sensatas para o computador deles.
  • Desenvolvedores que querem um endpoint local compatível com a OpenAI para editores, agentes e scripts, sem gerenciar o llama.cpp à mão.
  • Usuários do llama.cpp que querem compartilhar o cache de modelos com um front-end de barra de menus ou bandeja.

O que não conseguimos verificar

  • Qualidade no uso. A PromptQuorum não executou nenhum dos dois apps, então velocidade, uso de memória e qualidade dos modelos não são avaliados.
  • Segurança e comportamento de rede. O tráfego dos apps não foi auditado, e as fontes analisadas não descrevem assinatura nem notarização do app para Mac.
  • Requisitos do Windows. As fontes citam o Windows 11, mas nenhum mínimo de memória, GPU ou driver.
  • Roteiro. Os dois apps são versões 0.x que mudam rápido, e as fontes não indicam nenhum plano.

Concorrentes e alternativas

Ollama

Plataformas:
Mac, Windows, Linux
Preço / licença:
Grátis / MIT
Diferença principal:
Ambiente voltado à linha de comando, com biblioteca de modelos própria
Artigos sobre Ollama (10)

+313 mais não exibidos

LM Studio

Plataformas:
Mac, Windows, Linux
Preço / licença:
Grátis / proprietária
Diferença principal:
App de desktop fechado com navegador de modelos integrado
Artigos sobre LM Studio (10)

+149 mais não exibidos

Jan

Plataformas:
Mac, Windows, Linux
Preço / licença:
Grátis / Apache 2.0 (variante)
Diferença principal:
App de chat de desktop de código aberto com biblioteca de modelos
Artigos sobre Jan (10)

+36 mais não exibidos

GPT4All

Plataformas:
Mac, Windows, Linux
Preço / licença:
Grátis / MIT
Diferença principal:
App de chat de desktop que executa modelos localmente
Artigos sobre GPT4All (10)

+18 mais não exibidos

Os detalhes dos concorrentes mudam com frequência; confirme preço, licença e plataformas atuais na página de cada um.

Comparar no diretório

Perguntas frequentes

Existe um app para Linux?

Não, segundo o llama.app: usuários de Linux recebem a ferramenta de linha de comando llama por um script de instalação, e a documentação também cita gerenciadores de pacotes, binários pré-compilados, Docker e compilação a partir do código-fonte.

Ele consegue usar modelos que eu já tenho?

O README do Mac diz que os modelos instalados pelo llama.cpp aparecem no app, e o app do Windows compartilha o mesmo cache da Hugging Face; o Windows 0.13.0 também permite adicionar suas próprias pastas de modelos. As fontes não dizem se modelos de outras ferramentas, como o Ollama, são reconhecidos.

Que interfaces o servidor local oferece?

A documentação cita endpoints compatíveis com a OpenAI em /v1, um endpoint compatível com a Anthropic /v1/messages e endpoints próprios do llama.cpp na porta 9931; uma chave de API só é necessária se você iniciar o servidor com uma.

Veredito

O Llama (llama.app) é, para usuários de Mac e Windows 11, uma forma gratuita e com licença MIT de executar modelos abertos pelo llama.cpp sem terminal, com recomendações para o hardware e uma API local para outros apps. Em contrapartida, os dois apps são versões 0.x que mudam rápido, não há app para Linux e a PromptQuorum não testou nenhum dos dois. Ele serve a iniciantes e desenvolvedores que querem o llama.cpp atrás de um front-end pequeno; quem quer um navegador de modelos mais completo pode comparar o LM Studio ou o Jan, e quem prefere a linha de comando, o Ollama.

Fontes

← Voltar para LLMs locais avançados

MCP