Um agente de IA hospedado por conta própria precisa de bem menos hardware do que a maioria imagina: 2 vCPU, 4 GB de RAM e cerca de 20 GB de disco bastam para o uso do dia a dia, e não é preciso GPU. O agente coordena tudo: planeja, chama ferramentas e gerencia a memória, enquanto a parte pesada de inferência roda no provedor de IA para o qual você usa uma chave. A GPU só entra na conta se você também quiser rodar o próprio modelo de linguagem no seu hardware, o que é uma máquina separada e uma decisão separada.
Você precisa de uma GPU para hospedar um agente de IA por conta própria?
Quase certamente não, e este é o maior equívoco sobre hospedar agentes por conta própria. As pessoas confundem dois trabalhos bem diferentes: rodar o modelo e rodar o agente.
- Rodar o modelo, transformando tokens em tokens. Esta é a parte que exige uma GPU, muita VRAM e uma máquina grande.
- Executar o agente, ou seja, decidir o que fazer em seguida, chamar ferramentas e APIs, armazenar memória, tentar de novo em caso de falha e conduzir o loop. É trabalho comum de aplicação: um pouco de CPU, RAM modesta e um pouco de disco.
Um agente com chave própria, como o Hermes Agent, só faz o segundo trabalho. Quando precisa que o modelo pense, ele faz uma requisição HTTPS à OpenRouter, OpenAI ou Anthropic usando a sua própria conta e espera pela resposta. Seu servidor passa a maior parte do tempo ocioso, aguardando a rede. É por isso que uma instância pequena basta e por que uma GPU ficaria ociosa.
A exceção é se você também quiser rodar o modelo de linguagem no seu próprio hardware, apontando o agente para um endpoint local compatível com OpenAI. É uma configuração legítima, mas é outra máquina, com outros requisitos: a VRAM vira o limite principal, e os números abaixo deixam de valer para ela.
Requisitos mínimos e recomendados
| Recurso | Mínimo | Recomendado | Por quê |
|---|---|---|---|
| CPU | 2 vCPU | 4 vCPU | O loop do agente, as chamadas de ferramentas e o TLS consomem pouca CPU; mais núcleos ajudam quando várias tarefas rodam ao mesmo tempo. |
| RAM | 4 GB | 8 GB | Guarda o runtime, a memória de trabalho do agente e os processos de ferramentas que ele inicia. Tarefas longas com contextos grandes são o principal consumidor. |
| Disco | 20 GB | 80 GB | Software do agente, logs, e memória e artefatos acumulados. Agentes que buscam ou geram arquivos crescem mais rápido do que você espera. |
| GPU | Nenhum | Nenhum | A inferência acontece no seu provedor de IA. Uma GPU só é necessária se você também auto-hospedar o modelo. |
| Rede | Sempre ligado | Sempre ligado | Um agente que monitora, agenda ou responde a webhooks precisa permanecer acessível. Um notebook ou uma função serverless não servem. |
| Uptime | 24/7 | 24/7 | Tarefas agendadas e disparadas por eventos rodam, esteja você na sua mesa ou não. |
Estes são os requisitos do próprio runtime do agente. Seu provedor de IA cobra separadamente pelo uso do modelo, e esse custo cresce conforme o quanto o agente pensa, não com o tamanho do servidor em que ele roda.
Como dimensionar para a sua carga de trabalho
Dimensionar um agente não depende de quantas tarefas você tem, e sim de quantas rodam ao mesmo tempo e de quanta memória cada uma ocupa enquanto trabalha.
- Assistente pessoal, algumas tarefas agendadas, trabalho pontual ocasional: 2 vCPU / 4 GB é confortável. A instância fica ociosa a maior parte do tempo.
- Vários agentes simultâneos, pesquisas longas com várias etapas ou tarefas que baixam e processam arquivos: 4 vCPU / 8 GB. O que leva você a esse plano é a simultaneidade e o volume de dados em uso, não a quantidade de tarefas.
- Agentes que chamam ferramentas pesadas, como builds, automação de navegador e processamento de mídia: dimensione para a ferramenta, não para o agente. A ferramenta vai dominar tanto a CPU quanto a RAM.
Comece pequeno. Como o agente passa a maior parte do tempo esperando o provedor do modelo, uma instância com pouca carga é o estado normal, e aumentar a capacidade depois é uma troca de plano, não uma migração.
Quanto isso custa na Flux
| Plano | Recursos | Preço |
|---|---|---|
| Hermes Agent | 2 vCPU · 4 GB de RAM · 20 GB de disco | $5.49/month |
| Hermes Agent Pro | 4 vCPU · 8 GB RAM · 80 GB de disco | $9.49/month |
Ambos os planos são pagos conforme o uso, com a primeira semana grátis, e incluem o painel protegido por senha, o Tailscale integrado para acesso à rede privada, TLS e proteção contra DDoS. O uso do seu provedor de IA é cobrado por eles, não por nós, porque o Hermes funciona com chave própria. Veja o guia passo a passo de como auto-hospedar um agente de IA para o tutorial de implantação.
Esses números mudam numa VPS por conta própria?
O agente precisa da mesma CPU, RAM e disco onde quer que rode, mas em um VPS você também carrega o sistema operacional, um runtime de contêiner, um proxy reverso e qualquer monitoramento que adicionar, então reserve folga acima dos números acima em vez de igualá-los exatamente.
A diferença maior não é a capacidade, e sim tudo o que está em volta: renovação de certificado, regras de firewall, atualizações, backups e ser a pessoa que percebe quando a máquina para de responder às 3 da manhã. Esses são os requisitos reais da auto-hospedagem, e eles não aparecem em uma tabela de especificações.
Perguntas frequentes
Preciso de GPU para rodar um agente de IA auto-hospedado?
Não, não para o próprio agente. Com um agente de chave própria como o Hermes, a inferência do modelo roda no seu provedor de IA (OpenRouter, OpenAI, Anthropic) e o agente apenas orquestra: planeja, chama ferramentas e gerencia a memória. É um trabalho leve para a CPU. Você só precisaria de uma GPU se também optasse por rodar o modelo de linguagem no seu próprio hardware, que é uma máquina separada.
Quanta RAM um agente de IA precisa?
4 GB bastam para o uso diário: um assistente pessoal, tarefas agendadas e trabalho ocasional. Suba para 8 GB se você roda vários agentes ao mesmo tempo, faz pesquisas longas de várias etapas ou tem tarefas que baixam e processam arquivos. A RAM depende da concorrência e do conjunto de trabalho, não de quantas tarefas você definiu.
Quanta CPU um agente de IA hospedado por conta própria usa?
Muito pouco, em média. O agente passa a maior parte do tempo esperando respostas da rede do provedor do modelo, então 2 vCPU cobrem o uso normal. Mais núcleos ajudam principalmente quando várias tarefas rodam ao mesmo tempo, ou quando o agente chama ferramentas pesadas, como builds ou automação de navegador.
Posso rodar um agente de IA em um Raspberry Pi ou em um notebook?
Os requisitos de recursos são baixos o bastante para que o hardware não seja o obstáculo: o obstáculo é o uptime. Um agente que monitora sistemas, roda em um agendamento ou responde a webhooks precisa estar acessível o tempo todo, o que exclui um notebook que entra em repouso e faz um dispositivo doméstico depender da sua própria energia e conexão.
Quanto espaço em disco um agente de IA precisa?
Cerca de 20 GB para começar. Isso cobre o software do agente, os logs e a memória acumulada. Agentes que buscam documentos, geram arquivos ou mantêm históricos longos crescem mais rápido do que o esperado, então 80 GB é a escolha mais segura se o seu produz artefatos e não apenas respostas.
Um servidor maior deixa meu agente mais inteligente ou mais rápido?
Não. A qualidade e a velocidade vêm do modelo para o qual você aponta, e ele roda no seu provedor. Uma instância maior ajuda o agente a lidar com mais trabalho ao mesmo tempo e a manter conjuntos de trabalho maiores; ela não melhora o raciocínio.
Implante seu próprio agente de IA Hermes
Uma instância privada na nuvem descentralizada da Flux a partir de $5.49 por mês, com sua própria chave de modelo. Primeira semana grátis para novos usuários.
Ver planos