Última atualização: 2026-06-22

Tempo de download de um modelo

Trazer um modelo de linguagem grande para uma máquina pode significar mover dezenas ou centenas de gigabytes, e a espera depende de duas coisas: o tamanho do arquivo de pesos e a velocidade da conexão. O tamanho do arquivo decorre do número de parâmetros e do formato de quantização, enquanto o tempo de transferência é esse tamanho dividido pela largura de banda da rede. Esta calculadora encadeia as duas etapas, partindo de um número de parâmetros e de uma precisão em vez de pedir um tamanho de arquivo diretamente.

Dos parâmetros aos bytes e ao tempo

Os pesos de um modelo ocupam aproximadamente o número de parâmetros vezes a largura de bits por peso, em bytes. Com $N$ parâmetros em bilhões e $b$ bits cada, o tamanho em gigabytes decimais é

Para transformar isso em um tempo de transferência, o tamanho precisa ser convertido em bits — porque a largura de banda é informada em megabits por segundo — e então dividido pela taxa do link. Um gigabyte é $8 \times 10^9$ bits, e um megabit por segundo é $10^6$ bits por segundo, então em uma largura de banda $w$ em Mbps a transferência leva $S \cdot 8 \times 10^9 / (w \times 10^6) = S \cdot 8000 / w$ segundos. Expresso em minutos e horas,

Exemplo resolvido

Considere um modelo de 70 bilhões de parâmetros a 16 bits por peso, baixado por uma conexão de 1.000 Mbps:

Isso dá cerca de 0,31 hora de transferência para os 140 GB de pesos, supondo que o link permaneça saturado. O mesmo modelo quantizado para 4 bits teria 35 GB e baixaria em aproximadamente um quarto do tempo.

A confusão entre megabits e megabytes

O erro mais comum é esquecer que as velocidades de conexão estão em megabits enquanto os arquivos estão em megabytes. Um byte tem oito bits, então um link de "1 Gbps" move apenas cerca de 125 megabytes por segundo. O cálculo acima trata essa conversão, e é por isso que o tempo é oito vezes maior do que dividir gigabytes por gigabits sugeriria. Downloads reais são ainda mais lentos, porque limites de servidor, largura de banda compartilhada e sobrecarga de protocolo mantêm a taxa efetiva abaixo do máximo anunciado. O tamanho do arquivo subjacente, e como ele muda com a precisão, é tratado em Calculadora de Tamanho do Modelo por Quantização, e a memória necessária para de fato executar os pesos baixados em Calculadora de VRAM para Inferência de LLM.