Jan: a alternativa open source ao ChatGPT

#Jan em poucas palavras: o que é em 2026

O Jan é um aplicativo desktop de software livre, publicado pela Menlo Research, que substitui o ChatGPT por modelos executados na sua máquina. Seu código está publicado sob a licença Apache 2.0 no GitHub. Ele funciona no Windows, no macOS (apenas Apple Silicon) e no Linux, baixa modelos no formato GGUF de um Hub conectado ao Hugging Face, executa esses modelos com llama.cpp e disponibiliza uma API compatível com a OpenAI na porta 1337. Também pode se conectar a modelos na nuvem (OpenAI, Anthropic, Google, Groq, Mistral, OpenRouter) na mesma interface, conectar servidores MCP e realizar pesquisas na web. Para o uso cotidiano, não é necessário ter uma conta nem usar a linha de comando. Este guia orienta você na instalação do Jan, ajuda a escolher um modelo adequado à sua memória e mostra até onde vão as vantagens do aplicativo.

#Jan, LM Studio ou Ollama: o que os diferencia

As três ferramentas executam os mesmos modelos GGUF; diferem pela interface, pela licença e pelo uso típico. A tabela se limita aos elementos verificáveis em suas documentações oficiais.

A escolha depende do uso. Jan é adequado se você quer uma interface completa, código aberto e a possibilidade de misturar local e nuvem sem precisar mudar de ferramenta. Se você automatiza, escreve scripts ou implanta em um servidor, Ollama ou llama-server continuam sendo opções mais naturais. O guia comparativo detalha esses trade-offs.

#Instalar o Jan no Windows, macOS ou Linux

A instalação não exige cadastro. Aqui estão os pré-requisitos oficiais, que devem ser verificados antes de baixar: eles determinam o modelo que você poderá carregar posteriormente.

1. 01
   Baixar o instalador

   Acesse o jan.ai ou a página de versões do GitHub. Windows: arquivo .exe. macOS: .dmg para arrastar para Aplicativos. Linux: preferencialmente Flatpak, caso contrário .deb ou AppImage.
2. 02
   Executar Jan pela primeira vez

   Nenhum cadastro necessário. Na primeira execução, Jan baixa o modelo padrão; após a conclusão do download, o chat está pronto para uso. A primeira execução também permite escolher suas preferências de medição de uso.
3. 03
   Abrir o Hub para outros modelos

   O Hub está acessível pela barra lateral. Procure um modelo, clique em Download, depois escolha-o no seletor de modelo de qualquer chat.

flatpak install flathub ai.jan.Jan
flatpak run ai.jan.Jan

#Escolher um modelo que caiba na sua memória

O Hub exibe, para cada modelo, um indicador de adequação: Fits, May be slow ou Won't fit, calculado com base no seu hardware sem precisar baixar nada. As quantizações são agrupadas em Small, Balanced e Large, com uma indicação Recommended no download padrão. Siga esses indicadores antes de qualquer outro critério.

Para você se orientar, aqui estão as ordens de grandeza do site em Q4 (apenas os pesos, antes de considerar o contexto) e as referências fornecidas pelo Jan para Macs: a tabela cruza as duas informações.

O modelo próprio Jan-v3-4B, publicado sob a licença Apache 2.0, é um ponto de partida razoável: 4 bilhões de parâmetros, uma janela nativa de 262.144 tokens e, segundo a Jan, um mínimo de 8 GB de RAM com quantização Q4 (16 GB recomendados com Q8). É um modelo leve: para síntese ou escrita longa, um modelo com 7 a 14 bilhões de parâmetros se sairá melhor se sua memória permitir.

#Primeiro chat, assistentes e projetos

1. 01
   Abrir um novo chat

   Selecione o modelo no seletor no topo da conversa. Um modelo local é carregado na memória na primeira utilização; reserve mais tempo para um modelo grande.
2. 02
   Escrever a mensagem

   Envie sua mensagem; a resposta aparece em tempo real. Os parâmetros do modelo (temperatura, contexto) estão na documentação « Model Parameters » de Jan.
3. 03
   Anexar um arquivo

   O botão mais permite adicionar documentos, imagens (modelo com visão obrigatório) ou arquivos de áudio WAV e MP3 (modelo de áudio obrigatório). Com um modelo local, os arquivos permanecem na sua máquina.

Duas funções mudam o uso diário. Os assistentes são conjuntos de instruções reutilizáveis: o equivalente a um system prompt salvo, que você ativa pelo campo de entrada. Os projetos reúnem conversas em torno de instruções e arquivos comuns: um documento adicionado a um projeto é dividido em partes e indexado, ficando disponível em todas as conversas do projeto. É um RAG leve, suficiente para fazer perguntas sobre alguns PDFs, sem construir um pipeline. Veja o guia sobre system prompts para redigir bem as instruções de um assistente.

#Conectar um modelo na nuvem (e o que isso implica)

Jan permite combinar modelos locais e na nuvem na mesma interface: útil para comparar uma resposta local com a de um grande modelo, ou para manter um único cliente de chat. Abra Settings, depois Model Providers, escolha um fornecedor (OpenAI, Anthropic, Google, Groq, Mistral, OpenRouter, Azure OpenAI, Hugging Face) e cole sua chave de API. Qualquer ponto de acesso compatível com OpenAI ou Anthropic também pode ser adicionado como endpoint personalizado. Em seguida, o modelo na nuvem aparece no seletor.

#Usar Jan como servidor de API local

O Jan inclui um servidor compatível com OpenAI, que usa llama.cpp. Abra Settings, depois Local API Server, e clique em Start Server. Ele está pronto quando os logs indicarem que está escutando em http://127.0.0.1:1337. Seus scripts, editores de código ou aplicativos compatíveis com OpenAI podem então utilizá-lo alterando a URL base.

curl http://127.0.0.1:1337/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer secret-key-123" \
  -d '{"model": "YOUR_MODEL_ID", "messages": [{"role": "user", "content": "Bonjour"}]}'

Substitua YOUR_MODEL_ID pelo identificador de um modelo disponível no seu Jan e a chave pela que você definiu. As opções de configuração merecem atenção, especialmente aquelas relacionadas à rede.

#Erros frequentes do servidor local

Connection refused

O servidor não está iniciado, ou sua aplicação está apontando para o host ou porta errados.

401 Unauthorized

A chave da API está ausente no cabeçalho Authorization ou está incorreta.

404 Not Found

O identificador de modelo não corresponde a nenhum modelo disponível no Jan, ou o prefixo da API está escrito errado.

Erro CORS no navegador

Verifique se a opção CORS está ativada nas configurações do servidor.

#llama.cpp ou MLX no Mac

No Apple Silicon, o Jan oferece dois motores. O llama.cpp é o motor estável, disponível em todas as plataformas, no formato GGUF. O MLX é um motor para chips Apple (no mínimo macOS 14) que utiliza Metal, mas o Jan o classifica como experimental: sem embeddings, portanto sem RAG, sem suporte à saída de raciocínio, e algumas arquiteturas recentes não são carregadas. A documentação recomenda começar com o llama.cpp e testar o MLX com um modelo compatível se você busca velocidade.

#Privacidade: o que permanece com você

Jan indica que não coleta nenhum dado antes do seu consentimento: você escolhe suas preferências de medição de uso na primeira execução e pode modificá-las depois nas configurações. Se você aceitar, o desenvolvedor contabiliza indicadores de uso, como usuários ativos, associados a um identificador aleatório, via PostHog hospedado na União Europeia. Ele afirma nunca ler suas conversas nem registrar seus prompts. Seus dados (modelos, conversas, configurações, logs) são armazenados em uma pasta local: no macOS, ~/Library/Application Support/Jan/data; no Linux, ~/.local/share/Jan/data. Essa descrição é do desenvolvedor: em um contexto regulamentado, verifique o tráfego de saída do seu computador.

#Jan é feito para você?

Você quer código livre

O repositório está sob a licença Apache 2.0: você pode ler o código, fazer um fork e redistribuí-lo, respeitando a licença e incluindo a atribuição solicitada.

Você mistura local e nuvem

Uma única interface para seus modelos locais e provedores de nuvem, com assistentes e projetos compartilhados.

Você evita o terminal

Instalação, download de modelos e servidor local são controlados pela interface.

Você automatiza ou implanta em um servidor

Prefira Ollama ou llama-server, mais adequados para serviços que rodam sem interface.

Você está em um Mac Intel

Jan não é suportado: escolha outra ferramenta.

• Jan: a alternativa open-source ao ChatGPT, 100% local (tutorial)
• Ollama vs LM Studio vs Jan vs GPT4All
• LM Studio para iniciantes: primeiro chat local
• Dominar os system prompts
• llama-server: API OpenAI local com llama.cpp

• Fonte: documentação oficial do Jan Desktop
• Fonte: repositório GitHub de Jan
• Fonte: servidor de API local de Jan
• Fonte: abordagem de privacidade de Jan