Blog do GreenCube

Como medimos a velocidade da IA em PCs reais, e por que não chutamos

Por Hector Gras · 14 de outubro de 2026

O que medimos

Três coisas, porque são o que você sente ao usar uma IA no seu próprio PC:

• Velocidade de escrita: a rapidez com que a IA digita a resposta, em tokens por segundo. Um token é um pedaço de palavra (em português cada palavra costuma ocupar um ou dois), e uma pessoa lê uns 8 tokens por segundo, então acima disso a resposta sai mais rápido do que você lê.
• Velocidade de leitura: a rapidez com que ela absorve o que você passa: sua pergunta, um texto colado ou um PDF. É sempre muito mais rápida que a escrita, porque a IA lê muitos tokens de uma vez, mas escreve um por um.
• Tempo por imagem: quanto leva uma imagem de 512×512, do clique até a imagem pronta.

Medimos as IAs que vêm no GreenCube, os mesmos arquivos que todo usuário baixa: Gemma 4 E2B (2,6 GB), Gemma 4 E4B (4,2 GB) e Gemma 4 12B (6,4 GB), do Google, para conversar, e o Z-Image Turbo para as imagens. Outra IA, ou a mesma comprimida de outro jeito, daria outros números, então só comparamos o que é comparável.

Como medimos

De quatro formas, e cada número do blog diz de qual delas veio:

As conversas reais são a melhor prova, porque são o que você vai sentir, então o número principal de cada página vem de conversas reais sempre que as temos. O teste de inicialização é uma única resposta curta, então o usamos para comparar placa e processador (ele mede os dois do mesmo jeito) e como número principal só quando um testador não mandou respostas longas.

Todos os PCs que medimos

Os PCs de testadores reais, usados como eles usam no dia a dia, não máquinas de laboratório. Não publicamos os nomes deles.

Por que os números são faixas

• Outros apps. Um navegador, um launcher de jogos ou uma chamada de vídeo usam a mesma memória e a mesma placa de vídeo.
• A primeira vez é mais lenta. A primeira resposta depois de instalar, ou a primeira imagem, inclui carregar e preparar a placa. Dizemos isso onde importa (por exemplo, "a primeira levou 83 s enquanto carregava").
• Respostas curtas medem mais devagar. Toda resposta tem um pequeno início fixo, que pesa mais numa de 20 tokens do que numa de 400. Por isso as faixas de conversas reais contam respostas de 100 tokens ou mais, e avisamos quando um testador só mandou respostas curtas.
• Deixamos de fora os extremos. As faixas de conversas reais vão do percentil 10 ao 90, então uma resposta estranha não as move.

Dá para adivinhar a velocidade de uma placa pelas especificações?

Seria prático: existem centenas de placas e medimos 10 PCs. O jeito mais comum é usar a largura de banda da memória. Para escrever cada token, a IA lê o modelo inteiro da memória da placa, então, em teoria, a velocidade é mais ou menos a largura de banda dividida pelo tamanho do modelo, vezes alguma eficiência. Muitas calculadoras online funcionam assim.

Então testamos isso com os nossos dados. Escondemos uma placa por vez, calculamos a velocidade por GB/s com as outras, previmos a placa escondida a partir da largura de banda dela (das especificações dos fabricantes, reunidas no banco de dados de GPUs do TechPowerUp) e comparamos com o que medimos. A mesma IA em todas (Gemma 4 E4B, inteira na placa).

A estimativa típica errou 19%. A pior foi a RX 580: pela memória, ela deveria fazer cerca de 36 tokens por segundo, mas escreveu 11. Repetindo o teste sem ela, as outras ainda erram até 33%. A AMD RX 6600, mais nova, foi no sentido contrário, mais rápida do que a largura de banda sugere; o grande cache dentro do chip (a AMD o chama de Infinity Cache) pode ser parte do motivo. Cada número medido é o número principal da sua placa, então nem todos vêm do mesmo tipo de teste; isso acrescenta algum ruído, mas não explica errar por três vezes.

Isso não é bom o bastante. Um chute que pode errar 33% numa placa moderna, ou 239% numa antiga, diria a algumas pessoas que o PC delas vai bem quando vai devagar, ou o contrário. Por isso o verificador e as páginas de placas só mostram placas que medimos, e dizem claramente quando a sua não é uma delas. Repetimos este teste a cada placa nova, e se o erro ficar pequeno, vamos dizer isso aqui antes de mostrar uma única estimativa.

O que ainda não medimos

• Um notebook com placa de vídeo gamer.
• O Gemma 4 12B numa placa de 10 GB ou mais.
• Imagens na RX 5700 XT, na RTX 5060, na GTX 1650, na RX 580.
• Outras IAs além das que vêm no GreenCube, e Linux ou Mac (o GreenCube é para Windows).

Baixe os dados

Todas as medições desta página, uma por linha, estão em greencube-ai-speeds.csv: o PC, a IA, onde rodou, velocidades de escrita e leitura, tempos por imagem, como foi medido, a versão do GreenCube e a data. Se usar, cite "GreenCube, medições de velocidade de IA em PCs reais, 2026" e coloque um link para esta página.

Adicione o seu PC

Já usa o GreenCube? Mande seu log para support@greencube.app. Adicionamos seu PC aos testes, sem o seu nome, e uma placa nova ganha página própria. Não sabe o que seu PC tem? Veja aqui.

Perguntas