Qwen AI: Qwen Chat gratuito ou Qwen local ?

#Qwen AI em resumo: um serviço e uma família de modelos

Qwen é o nome da família de grandes modelos de linguagem desenvolvida pela Alibaba. Sob esse nome convivem três realidades que é preciso distinguir antes de escolher qualquer coisa.

Qwen Chat (chat.qwen.ai)

Um aplicativo web de conversa, comparável em princípio ao ChatGPT ou ao Le Chat. Você escreve no seu navegador, e as respostas são processadas nos servidores da Alibaba.

A API Qwen da Alibaba Cloud

O mesmo tipo de modelos, mas chamados via programação e cobrados por uso. É o canal dos modelos maiores, como o Qwen 3.8-Max, disponível via API desde 3 de agosto de 2026 e cujos pesos não foram publicados.

Os modelos Qwen com pesos abertos

Arquivos de modelo publicados em huggingface.co/Qwen, que você baixa uma vez e depois executa na sua máquina com Ollama, LM Studio ou llama.cpp. Exemplo recente: Qwen3.8-27B, publicado em 14 de agosto de 2026 sob a licença Apache 2.0.

A pergunta “O Qwen AI é gratuito?” tem, portanto, duas respostas. On-line, o acesso básico ao Qwen Chat não exige pagamento, mas suas mensagens vão para a Alibaba e o uso continua sujeito aos termos do serviço. Localmente, o modelo não custa nada e seus dados ficam na sua máquina, mas é o seu hardware que faz o trabalho, e apenas algumas variantes podem ser baixadas.

#Qwen Chat: o assistente online da Alibaba

O Qwen Chat é a interface para o público geral da Qwen AI. Você o acessa no endereço chat.qwen.ai, a partir de qualquer navegador, sem instalar nada. Um seletor permite escolher entre vários modelos Qwen; a lista muda conforme os lançamentos e pode conter modelos que só existem em versão hospedada.

A vantagem é evidente para conhecer a Qwen: nenhuma placa de vídeo necessária, modelos muito maiores do que um PC de mesa consegue carregar e uma interface já pronta com histórico de conversas. O Qwen entende e escreve corretamente em francês, o que o torna um ponto de entrada acessível para quem procura “Qwen AI em francês”.

A contrapartida é a mesma de qualquer serviço online. Cada mensagem e cada arquivo anexado são enviados e processados em servidores remotos operados pela Alibaba. O panorama dos LLMs chineses do QuelLLM lembra isso: em serviços na nuvem, a jurisdição da empresa responsável e a política de retenção de dados dela realmente importam. Leia os termos de uso e a política de privacidade exibidos pelo serviço antes de colar ali um contrato, dados de clientes ou um documento interno.

Acesso

Navegador, sem instalação. Pode ser necessário fazer login em uma conta para manter o histórico ou acessar determinadas funções: verifique o que a página mostra no momento em que você a abrir.

Modelos

Aqueles que a Alibaba decide disponibilizar. Um modelo visível no Qwen Chat não é necessariamente publicado com pesos abertos.

Dados

Processados na Alibaba. Off-line, nada funciona.

Estabilidade

O serviço pode mudar de modelo padrão, de funções ou de limites de uma hora para outra, sem que você possa fixar uma versão.

#Qwen AI gratuito: o que é gratuito e o que não é

A palavra “gratuito” abrange três situações muito diferentes, dependendo do canal Qwen que você usa.

1. 01
   Qwen Chat: gratuito para usar, sujeito às condições do serviço

   Você não paga para conversar, mas o acesso depende de regras de uso definidas pela Alibaba (limites de volume, prioridades em períodos de alta demanda, funções reservadas a quem tem conta). Essas regras não são um compromisso estável. Se uma cota específica for importante para o seu uso, anote-a você mesmo na página do serviço e registre a data da anotação: um número lido em um fórum ou em um artigo antigo não tem valor nenhum.
2. 02
   API da Alibaba Cloud: paga por uso

   Assim que você quiser chamar o Qwen a partir de um programa, um script ou uma automação hospedada na Alibaba, você passa pela API da Alibaba Cloud, cobrada conforme o consumo. Este guia não detalha essa tabela de preços: consulte-a diretamente na Alibaba Cloud, pois ela varia conforme o modelo e a região.
3. 03
   Qwen local: gratuito, sem cota, mas no seu hardware

   Os modelos de pesos abertos podem ser baixados sem pagar. A maioria das variantes recentes é publicada sob Apache 2.0, o que também permite o uso comercial; mesmo assim, verifique o arquivo LICENSE do repositório específico. Não há conta, nem limite de mensagens, nem interrupção se o serviço estiver sobrecarregado. O custo real é a memória da sua máquina, a eletricidade e o tempo de instalação.

A API local do Ollama, que escuta em http://localhost:11434, também oferece a você o equivalente a uma API Qwen gratuita para os seus próprios scripts: enquanto a máquina estiver ligada, você pode chamá-la quantas vezes quiser, dentro do limite do que o seu hardware consegue processar.

#Modelo hospedado ou pesos abertos: a distinção que evita tutoriais falsos

Este é o ponto que gera mais confusão em torno da Qwen AI. A Alibaba lança regularmente uma versão principal, muitas vezes chamada de “Max”, primeiro ou exclusivamente via API e no Qwen Chat, e depois publica variantes menores com pesos abertos. O nome da geração é o mesmo, mas os recursos não são.

O Qwen 3.8 é o exemplo mais recente. O Qwen 3.8-Max, apresentado como um MoE de cerca de 2.400 bilhões de parâmetros com contexto de um milhão de tokens, está disponível via API desde 3 de agosto de 2026; seus pesos não são distribuídos e, de qualquer forma, ele não caberia em nenhuma máquina de consumo. O Qwen3.8-27B, um modelo denso de 27 bilhões de parâmetros, foi publicado no Hugging Face em 14 de agosto de 2026 sob Apache 2.0, com uma tag Ollama oficial no mesmo dia. Os dois levam o nome “Qwen 3.8”, mas só um pode ser instalado na sua máquina.

Somente hospedado

Acessível pelo Qwen Chat ou pela API. Nenhum arquivo para baixar. Qualquer página que diga instalá-lo “localmente” está enganada ou fala de outro modelo.

Pesos abertos

Repositório público em huggingface.co/Qwen, card do modelo, arquivo de licença e, muitas vezes, uma tag Ollama ou GGUFs prontos para LM Studio.

Anunciado, ainda não publicado

Mencionado em uma conferência ou em um post, sem repositório. Entre 3 e 13 de agosto de 2026, o Qwen3.8-27B estava nessa situação, embora muitos artigos já o apresentassem como instalável.

#Verificar por conta própria se uma variante Qwen pode ser baixada

O teste é simples: o modelo pode ser baixado agora, com um comando, sem lista de espera? Três verificações bastam, e elas continuam válidas para as próximas gerações, inclusive contra esta página quando ela estiver desatualizada.

1. 01
   Procurar o repositório no Hugging Face

   Abra huggingface.co/Qwen e procure o nome exato da variante (por exemplo, Qwen3.8-27B). Um repositório público com arquivos de pesos e um model card é a prova de publicação. Uma simples página de coleção ou de anúncio não basta.
2. 02
   Ler a licença deste repositório

   O arquivo LICENSE ou o cabeçalho do model card indica as condições. A Apache 2.0 é comum na Qwen, mas algumas variantes antigas ou específicas podem ter uma licença própria: o que vale é o repositório específico, não a reputação da família.
3. 03
   Testar a tag no Ollama

   Procure o modelo em ollama.com/library e inicie o download. Se a tag não existir, Ollama retorna um erro em vez de baixar qualquer coisa. Depois que o modelo for baixado, ollama show affiche as características dele (parâmetros, quantização, contexto, licença).

# 1. Lister les dépôts publics de l'organisation Qwen contenant « 3.8 »
curl -s "https://huggingface.co/api/models?author=Qwen&search=3.8" | grep -o '"id":"[^"]*"'

# 2. Télécharger le modèle si le tag existe (erreur sinon)
ollama pull qwen3.8:27b

# 3. Afficher ses caractéristiques une fois téléchargé
ollama show qwen3.8:27b

Se o primeiro comando não retornar nenhum repositório para uma variante anunciada, ela não foi publicada: não adianta procurar um tutorial de instalação. Se ele retornar um repositório, mas ainda não existir nenhuma tag do Ollama, arquivos GGUF da comunidade costumam aparecer no Hugging Face e podem ser carregados no LM Studio; nesse caso, verifique quem os produziu antes de usá-los.

#Qual modelo Qwen aberto para a sua máquina?

Localmente, o critério decisivo não é a geração do modelo, mas o tamanho dele em comparação com a memória da sua placa de vídeo (VRAM) ou com a memória unificada do seu Mac. Na quantização Q4_K_M, o melhor equilíbrio entre qualidade e tamanho para começar, as referências do QuelLLM são as seguintes: 3B ≈ 2 GB, 7B ≈ 5 GB, 14B ≈ 9 GB, 32B ≈ 19 GB, 70B ≈ 40 GB. Acrescente 1 a 2 GB para o contexto e o sistema.

8 GB de VRAM ou Mac de 16 GB

Um Qwen de 4 a 9 bilhões de parâmetros, por exemplo qwen3.5:4b ou qwen3.5:9b no Ollama. Suficiente para chat, reformulação e perguntas simples em francês.

12 GB (RTX 3060 12 GB, RTX 4070)

Um modelo de cerca de 14B em Q4_K_M, ou um de 9B em Q8_0 com folga para um contexto mais longo.

16 GB (RTX 4080)

Os maiores modelos de porte médio, ou um MoE cuja parte excede para a memória do sistema, com menor taxa de geração.

24 GB (RTX 4090) ou Mac com 32 GB ou mais

Qwen3.8-27B, que ocupa 18 GB em Q4_K_M segundo a biblioteca Ollama, ou o MoE Qwen3.6 35B-A3B. É o patamar em que a execução local mais se aproxima de um assistente on-line para o uso do dia a dia.

Precisa analisar imagens

Qwen3-VL, a variante com visão, por exemplo qwen3-vl:8b. A instalação e as limitações dele são detalhadas em um guia específico.

Não tente reproduzir localmente o maior modelo do Qwen Chat: isso não é possível nem necessário. Um modelo de 9B a 27B é suficiente para boa parte das tarefas de redação, resumo e código do dia a dia; avalie com seus próprios exemplos. Para as tarefas que realmente exigem o modelo carro-chefe, o serviço online continua sendo a solução, desde que seus dados possam ser enviados para ele.

#Instalar o Qwen localmente com Ollama ou LM Studio

Duas ferramentas gratuitas cobrem o essencial. O Ollama funciona em segundo plano e é controlado pela linha de comando ou por API; muitas vezes ele é combinado com o Open WebUI para ter uma interface parecida com a do Qwen Chat. O LM Studio é um aplicativo de desktop completo, com busca de modelos e janela de conversa integradas. Este é o caminho mais curto.

1. 01
   Instalar a ferramenta

   Baixe o Ollama em ollama.com ou o LM Studio em lmstudio.ai, para Windows, macOS ou Linux. O Ollama inicia um serviço local que escuta em http://localhost:11434.
2. 02
   Escolher o tamanho de acordo com sua memória

   Retome as referências da seção anterior. Em caso de dúvida, comece por uma variante de 4B a 9B: ela é baixada rapidamente e permite que você avalie a qualidade em francês.
3. 03
   Baixar e executar o modelo

   Com o Ollama, um único comando baixa os pesos e abre a conversa no terminal. No LM Studio, digite “qwen” na busca de modelos, escolha uma versão GGUF em Q4_K_M do tamanho certo e carregue-a na aba de chat.
4. 04
   Verificar se tudo é executado localmente

   Depois de baixar o modelo, desconecte a rede e continue conversando: a resposta continua chegando. Essa é a diferença concreta em relação ao Qwen Chat.
5. 05
   Conectar suas ferramentas (opcional)

   A API do Ollama permite usar Qwen a partir de um script, de um editor de código ou de Open WebUI, sem chave nem cota.

# Petite machine (8 Go de VRAM ou Mac 16 Go)
ollama run qwen3.5:9b

# Carte 24 Go ou Mac 32 Go et plus : Qwen3.8 27B (18 Go en Q4_K_M)
ollama run qwen3.8:27b

# Lister les modèles installés
ollama list

# Appeler Qwen depuis un script via l'API locale
curl http://localhost:11434/api/generate -d '{
  "model": "qwen3.5:9b",
  "prompt": "Explique en trois phrases ce qu’est un modèle à poids ouverts.",
  "stream": false
}'

Os nomes das tags mudam rápido: antes de baixar, confira em ollama.com/library o nome exato da variante e o tamanho dela em GB. A instalação detalhada do Qwen3.8-27B (quantizações, contexto, modo de raciocínio) é tema de um guia separado; esta página se limita à escolha entre online e local.

#Qwen Chat ou Qwen local: como decidir

Não existe uma escolha certa universal. As duas opções se complementam, e muitos usuários mantêm ambas: o serviço online para pedidos pontuais sem nada crítico em jogo e o modelo local para tudo o que envolve dados sensíveis ou automação.

Escolha o Qwen Chat se…

você quer experimentar a Qwen AI em dois minutos, não tem placa de vídeo, precisa do maior modelo da família e suas mensagens não contêm nada confidencial.

Escolha o Qwen local se…

seus documentos não podem sair do seu computador, você quer um modelo fixo cuja versão não mude sem você saber, você trabalha offline ou automatiza tarefas e não quer depender de nenhuma cota.

Os limites da execução local

A qualidade depende do tamanho que sua máquina consegue carregar; os modelos topo de linha hospedados continuam fora de alcance; a instalação e as atualizações ficam por sua conta.

Os limites do serviço on-line

Dados enviados a terceiros, condições e limites de uso que podem mudar, dependência da disponibilidade do serviço e da sua conexão.

Uma forma simples de decidir: faça a mesma pergunta ao Qwen Chat e a um Qwen local do tamanho que a sua máquina suporta, com um exemplo representativo do seu uso real, mas sem dados sensíveis. Se a resposta local for suficiente para você, você ganha privacidade e fica sem cota. Se a diferença for grande demais, você sabe exatamente o que está trocando ao continuar on-line.

#Para se aprofundar

Esta página ajuda você a escolher entre o assistente on-line e a execução local. Para colocar a mão na massa ou comparar o Qwen com outras famílias, estes guias dão continuidade.