Colibri
JustVugg/colibriRevisado por IA
Verificado pelo RepoPicks Radar em
O que é Colibri?
O colibri conversa com grandes modelos de IA abertos na máquina que você já tem. Só a parte que o modelo precisa para cada palavra fica na memória; o resto é lido do disco conforme é solicitado, então um modelo de 744 bilhões de parâmetros consegue iniciar num computador com 24 GB de RAM, mesmo que devagar. Ele vem com uma página de chat no seu navegador, um chat de terminal e um servidor local com o qual outros apps e ferramentas de código podem conversar. Você precisa de pelo menos 8 GB de RAM, 22 GB de disco livre para o modelo mais pequeno, e um download; a placa de vídeo é opcional.
Colibri é grátis e de código aberto (Apache-2.0) e pode substituir ChatGPT e OpenRouter.
Quão fácil é instalar Colibri?
B · instalador e um ajuste simples · Windows
- Windows B
- macOS C
- Linux C
O Windows é o mais fácil: você baixa o ZIP, clica duas vezes em START-HERE.bat e, nas palavras do README, "If Python is missing, it offers to install it for you", depois responde uma pergunta e ele baixa o modelo e abre o painel no seu navegador. No Mac e no Linux a mesma coisa exige comandos de terminal e instalar ferramentas antes ("sudo apt install git python3 build-essential", ou as ferramentas do Xcode mais pacotes do Homebrew), então esses ficam em C.
Colibri no GitHub
- Estrelas
- 49.729em 10 de nov. de 2026
- Downloads
- 113.90717.627 na semana
- Crescimento
- +2.490estrelas em 7 dias
Estrelas ao longo do tempo
Fatos
- Roda em
- Windows, macOS, Linux
- Você precisa instalar
- Python
- Para compilar a partir do código
- Python, Placa de vídeo
- Espaço em disco
- 25 MB–74 MB · pelo instalador
- Contas ou chaves
- Nenhuma
- Custo
- Grátis · Gratuito e de código aberto (Apache-2.0); o README tem um botão de doação "Buy me a coffee".
- Licença
- Apache-2.0 (Permissiva)
- Pode substituir
- ChatGPT Plus, OpenRouter
- Última mudança no GitHub
- 31 de out. de 2026
Sinais de risco de Colibri (3)
- AtençãoDownloads muito grandes
Os arquivos do programa são pequenos, mas os modelos não são: o README pede "22 GB free on the disk for the smallest model" e suas tabelas listam downloads de 23 GB (Qwen3.6-35B), 429 GB (GLM-5.2) e 1.56 TB (Kimi K3). É preciso prever o espaço em disco e o tempo de download.
revisão por IA
- InfoAs licenças dos modelos restringem o uso comercial
O motor é Apache-2.0, mas os modelos têm seus próprios termos: o README marca "Qwen-Image-2.1: text to picture, non-commercial licence" e "Muse Spark Open (816B, 42B active): text and tools, under Meta's licence agreement". É preciso checar a licença de cada modelo antes de usá-lo no trabalho.
revisão por IA
- InfoA velocidade pode ser muito lenta
As próprias medições do projeto mostram o quanto os modelos variam entre si: "0.05-0.1 tok/s cold on a 25 GB laptop" para o GLM-5.2 e "about 9.4 s per token" para o Kimi K3, contra 6 a 30 tokens por segundo para o pequeno Qwen3.6-35B. Num computador normal, os modelos maiores respondem uma palavra por vez.
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar em Colibri
- Se as velocidades das tabelas do README se mantêm no seu próprio computador e disco
- Se o script do Windows realmente instala o Python e configura o motor sem problemas
- Quanto espaço de disco e memória você termina usando para o modelo escolhido, mais o cache de especialistas dele
- Se os downloads do modelo funcionam sem uma conta no Hugging Face
- Se as respostas têm a mesma qualidade do mesmo modelo rodando num serviço de nuvem