Edge0 Edge0-145B de código aberto em 12 de novembro de 2026, junto com um Edge0-120B menor, uma estrutura de inferência unificada e ferramentas de implantação. A startup descreve o Edge0-145B como o primeiro modelo de IA de código aberto no dispositivo com 145 bilhões de parâmetros e afirma que traz recursos de codificação, raciocínio e agente que rivalizam com os modelos de nuvem de fronteira para hardware de consumo.

O lançamento chegou no mesmo dia em que subiu para 219 pontos no Hacker News, onde a perspectiva de um modelo de mais de 100 bilhões de parâmetros rodando sem servidor atraiu atenção substancial dos desenvolvedores que seguem a inferência local. Para mais contexto sobre esta história, confira nossa notícias de IA.

Os números por trás da reivindicação do laptop

De acordo com o anúncio da empresa, o Edge0-145B funciona em um laptop pessoal compatível, como um MacBook Pro, com os seguintes resultados relatados:

Memória de pico de 29 GB, baixa o suficiente para caber em máquinas de consumo de última geração sem um servidor dedicado
  • Mais de 1.100 tokens por segundo pré-preenchidos, permitindo que o modelo processe prompts abrangendo dezenas de páginas de código antes do início da geração
  • Mais de 80 tokens por segundo decodificados, que a empresa observa ser mais rápido do que uma pessoa lê
Potência típica de aproximadamente 120 W, sustentando a operação sem limitação na configuração relatada
  • Contexto de 128K a 256K, com velocidade de geração essencialmente inalterada em entradas longas

Esses números vêm dos benchmarks publicados pelo próprio Edge0, e não de testes independentes, e a empresa lançou a pilha completa – pesos, estrutura de inferência e ferramentas de implantação – para que os desenvolvedores possam reproduzir as medições em seu próprio hardware.

Por que os modelos no dispositivo permaneceram pequenos

O anúncio inclui um contexto útil sobre por que os modelos grandes têm estado historicamente ausentes dos laptops. Antes de setembro de 2026, os limites de memória mantinham a maioria dos modelos de dispositivos abaixo de 10 bilhões de parâmetros. O modelo básico no dispositivo da Apple Intelligence tinha aproximadamente 3 bilhões de parâmetros, enquanto o Gemini Nano do Google era vendido nas versões 1,8B e 3,25B.

A restrição é física: os pesos do modelo devem ser lidos da memória durante cada etapa de geração, competindo pela largura de banda com o sistema operacional e outros aplicativos. Mesmo um modelo de 35B compactado agressivamente pode exigir cerca de 20 GB de memória, o que está muito além do que os telefones poderiam alocar.

O lançamento anterior do Edge0 mostrou para onde a abordagem da empresa estava indo. O modelo de telefone Edge0-35B relatou pico de memória abaixo de 2,5 GB, entregando mais de 37 tokens por segundo em um iPhone 18 Pro Max. Edge0-145B tem aproximadamente quatro vezes os parâmetros desse modelo, enquanto a configuração de seu laptop relata aproximadamente o dobro da velocidade de decodificação com 28 GB de memória – a empresa tem o cuidado de observar que essas medidas se aplicam a diferentes modelos e hardware.

Um assistente que termina o trabalho

Além da velocidade bruta, o Edge0 posiciona o modelo como um agente e não como um chatbot. O anúncio descreve um sistema que planeja, escreve e executa código, depura erros e verifica visualmente os resultados de projetos como cenas 3D, jogos, programas de hardware e designs de PCB.

A empresa relata que os resultados de codificação, raciocínio e seguimento de instruções são competitivos com modelos de nuvem de fronteira específicos, embora suas comparações publicadas ainda não tenham sido verificadas de forma independente. Tal como acontece com qualquer benchmark relatado pelo fornecedor, os desenvolvedores vão querer ver avaliações de terceiros antes de tirar conclusões sobre a paridade no nível da fronteira.

O argumento da privacidade e do custo

A proposta baseia-se em três vantagens sobre os fluxos de trabalho na nuvem. A inferência local não incorre em taxas de API por token, os dados confidenciais podem permanecer no dispositivo e os recursos principais continuam funcionando off-line. Para empresas que lidam com dados regulamentados e para desenvolvedores em ambientes com largura de banda restrita, essas propriedades podem superar a capacidade bruta de um modelo de fronteira hospedado.

Hardware e eletricidade não são gratuitos, é claro. Edge0 reconhece isso diretamente, observando que seus números de energia refletem um consumo sustentado de aproximadamente 120 W – comparável a um laptop de alto desempenho executando uma carga de trabalho exigente, o que tem implicações reais na vida útil da bateria e nas temperaturas.

O que isso significa para o ecossistema local de IA

A análise que acompanha o anúncio rastreia 67 modelos abertos de pelo menos 1B de parâmetros de 14 laboratórios destinados a telefones, laptops e PCs de IA, e a trajetória é íngreme. Se os números relatados se mantiverem sob análise independente, o Edge0-145B representaria uma mudança radical no que o hardware do consumidor pode hospedar: uma classe de modelo que até agora exigia que GPUs de data center fossem disponibilizadas em máquinas que as pessoas já possuem.

Os concorrentes estão se movendo na mesma direção. A Meta lançou seu modelo de agente aberto Muse Glimmer desenvolvido para rodar em GPUs de consumo, e a estrutura Foundation Models da Apple renovou o interesse dos desenvolvedores na inferência no dispositivo. A diferença é a escala: nada no atual ecossistema de pesos abertos chega perto dos parâmetros de 145B voltados para orçamentos de memória de classe de laptop.

O comunicado também surge em meio a um debate cada vez mais intenso sobre a centralização. Desde navegadores focados na privacidade que adicionam fluxos de pagamento de agentes até estruturas de inferência locais, o campo aberto da indústria passou 2026 argumentando que a IA capaz não precisa viver em um data center de hiperescala. Edge0-145B é o ponto de dados mais agressivo até agora nesse argumento.

Os desenvolvedores podem baixar os pesos do modelo, explorar a estrutura de inferência ou experimentar o aplicativo Edge0 através do site da empresa. Se os benchmarks sobreviverão ao escrutínio da comunidade é uma questão em aberto – mas com a pilha completa liberada para reprodução, esse escrutínio não deve demorar muito.

---

Fique à Frente da IA

As últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.

Ler mais notícias de IA →