Finalmente consegui colocar as mãos no grande. Qwen3.5-122B-A10B — 122 bilhões de parâmetros. Grande demais para qualquer GPU de consumidor única. Então aluguei 4 de cada... e depois uma placa profissional para ver se a força bruta realmente importa. - 1x RTX PRO 6000 (96GB): 101.4 tok/s - 4x 5090 (128GB): 87.0 tok/s - 4x 4090 (96GB): 25.1 tok/s - 4x 3090 (96GB): 20.8 tok/s Uma única placa de $8,500 superou quatro RTX 5090s

A maioria das pessoas pensa que um modelo de 0.8B é um brinquedo. 3º teste. Desta vez: OCR Alimentei o Qwen 3.5 0.8B com três imagens: uma página do Kindle, minha letra horrível x 2. Principalmente correto. Executando localmente. De um modelo menor do que a aba do seu navegador.

Claude Sonnet 4.6, quando perguntado em chinês: “你是什么模型？” (Que modelo você é?) Responde com confiança: “我是 DeepSeek。” (Eu sou DeepSeek) Este é o mesmo modelo cuja empresa acabou de acusar a DeepSeek de “ataques de destilação em escala industrial”