Toda ferramenta de autocompletar precisa executar um modelo de linguagem em algum lugar. Esse “algum lugar” é o ponto central. Execute-o em um servidor, e suas teclas digitadas precisam ser enviadas para lá primeiro. Execute-o na sua própria máquina, e elas nunca saem dela. A sugestão que você vê na tela pode parecer idêntica nos dois casos — a diferença fica invisível até você perguntar onde o cálculo realmente aconteceu.

Não é uma distinção abstrata. Ela determina o que uma empresa pode fazer tecnicamente com seu texto, o que uma invasão aos servidores dela expõe e se sua ferramenta de autocompletar funciona em um avião com o Wi-Fi desligado. Veja o que realmente muda por trás da interface.

Como funciona o autocompletar na nuvem

Um assistente de escrita na nuvem costuma ser um cliente leve — uma extensão do navegador ou um pequeno processo em segundo plano — associado a um modelo grande executado em um servidor remoto. O fluxo é assim:

  1. Você digita algumas palavras em um campo de texto.
  2. O cliente captura o texto ao redor e o envia pela rede para a API do fornecedor.
  3. Um modelo grande na infraestrutura do fornecedor gera uma conclusão.
  4. A sugestão é enviada de volta e exibida no campo como texto fantasma.

Essa troca acontece a cada pausa na digitação, o que significa que um fluxo contínuo do que você escreve — rascunhos de e-mails, mensagens de chat, notas internas — passa pelos servidores de terceiros. Alguns fornecedores registram esse tráfego para aprimorar modelos, detectar abusos ou depurar problemas. Outros não. Do lado de fora, como usuário, em geral você não consegue verificar qual é o caso, e os termos podem mudar com uma atualização da política de privacidade.

Como funciona um LLM local

Uma ferramenta executada no dispositivo inverte a arquitetura. O próprio modelo — não apenas o cliente — fica na sua máquina.

O modelo é baixado uma vez

Durante a configuração, um arquivo de modelo compacto e quantizado é baixado para o disco. Depois disso, não é necessário nenhum outro acesso à rede para que ele funcione.

A inferência acontece na sua CPU/GPU

Quando você faz uma pausa na digitação, o modelo é executado localmente através de um motor de inferência e lê diretamente da memória o texto à sua volta — nunca sai do processo.

Sem comunicação de ida e volta com a rede

Não há nenhum servidor para onde enviar texto, por isso não há nenhum pedido que possa ser intercetado, registado ou retido. A sugestão é calculada e descartada no mesmo processo local.

Typeahead for Windows foi concebido desta forma. Executa um modelo local — Qwen 3.5, servido através do llama.cpp — diretamente no seu PC. A única atividade de rede necessária é descarregar o ficheiro do modelo e procurar atualizações da aplicação; a geração de sugestões não requer qualquer ligação, e o texto que escreve nunca é transmitido para lado nenhum.

O que significa realmente «Sem telemetria»

«Amigo da privacidade» é uma expressão associada a muitos produtos com implementações subjacentes muito diferentes. Vale a pena ser específico quanto ao que uma arquitetura genuinamente local exclui do ponto de vista técnico, e não apenas contratual:

O teste que importa: desligue-se da Internet e continue a escrever. Se as sugestões continuarem a funcionar, o texto nunca saiu da sua máquina — não havia nenhum servidor a que pudesse chegar. Se deixarem de funcionar, a ferramenta depende de uma chamada de rede, o que significa que as teclas que prime eram os dados enviados nessa chamada.

Sem um servidor envolvido, não existe um processo de registo de texto que possa ser configurado incorretamente, nenhum painel de análise que possa incluir acidentalmente o conteúdo das mensagens e nenhum conjunto de dados de texto dos utilizadores que possa vir a estar envolvido numa violação de segurança, numa aquisição ou numa alteração da política de utilização de dados. A ausência de uma ligação à nuvem não é uma promessa de política — é uma característica da arquitetura.

A contrapartida: tamanho e capacidade do modelo

Nada disto é gratuito. Um modelo que funciona inteiramente dentro de 600 MB–2.5 GB de espaço em disco, num processador de portátil, é mais pequeno do que os enormes modelos que os serviços na nuvem executam em GPUs de centros de dados. Para tarefas abertas, como redigir um ensaio completo de raiz, um enorme modelo na nuvem continua a ter vantagem em termos de variedade criativa. A opção Equilibrado requer 8 GB de memória do sistema; a opção Máximo requer uma placa gráfica dedicada com 8 GB de memória própria e 16 GB de memória do sistema.

Mas a conclusão automática da frase seguinte é uma tarefa mais específica do que a geração aberta — consiste em prever uma continuação curta e plausível de uma frase que já começou a escrever, não em compor conteúdo novo a partir do nada. É uma tarefa que um modelo local pequeno e bem afinado executa bem, razão pela qual a contrapartida em tamanho é muito menor neste caso de utilização do que num chat de finalidade geral.

Propriedade LLM local (Typeahead) Conclusão automática na nuvem
Onde é executada a inferência No seu dispositivo No servidor do fornecedor
Texto enviado pela rede Nunca A cada sugestão
Funciona offline Sim Não
É necessária uma conta Não Normalmente
Exposição em caso de violação de segurança do fornecedor Nenhuma — não há texto armazenado no servidor Depende da política de retenção

Onde isto é mais importante

A diferença entre uma solução local e uma na nuvem não é meramente teórica para quem escreve conteúdo sensível — agentes de apoio ao cliente que tratam dados de contas, profissionais de saúde ou da área jurídica que redigem notas, ou qualquer pessoa que escreva ao abrigo de um acordo de confidencialidade. Também é relevante se simplesmente escrever num comboio, num escritório na cave ou em qualquer lugar com uma ligação pouco fiável: uma ferramenta na nuvem deixa de responder, enquanto uma ferramenta local nem dá por isso.

Typeahead trata isto como uma predefinição, não como uma configuração. Os campos de palavra-passe são sempre ignorados, e as aplicações de gestão de palavras-passe e de finanças estão protegidas de origem, sem opção para desativar essa proteção — para além de o texto escrito nunca sair do dispositivo.

Perguntas frequentes

O Typeahead envia o texto que digito para algum lugar?
Não. As sugestões são geradas por um modelo local executado no seu PC. As únicas solicitações de rede feitas pelo Typeahead servem para baixar um arquivo de modelo ou verificar se há atualizações do app — nenhuma delas envolve o texto que você digita.
Posso verificar se uma ferramenta realmente funciona localmente, em vez de apenas afirmar que funciona?
A maneira mais simples de verificar é desconectar-se da internet depois da configuração e continuar usando a ferramenta. Se ela continuar gerando sugestões sem conexão, não há nenhum servidor para o qual pudesse enviar texto.
Um modelo local pequeno é tão bom quanto um grande modelo na nuvem?
Para tarefas de escrita aberta, os grandes modelos na nuvem geralmente oferecem um leque mais amplo de possibilidades. Para prever as próximas palavras de uma frase que você já está digitando, um modelo local compacto tem bom desempenho porque a própria tarefa é mais limitada e previsível.
O Typeahead exige uma conta ou que eu faça login?
Não. Não há conta, login nem perfil de qualquer tipo no servidor. O app funciona inteiramente com arquivos locais e um modelo local.
O que o Typeahead baixa da internet, se é que baixa alguma coisa?
Apenas o próprio arquivo do modelo durante a configuração e verificações periódicas de atualizações do app. Nenhuma dessas operações envolve o conteúdo que você digita.

Obter Typeahead

Sugestões geradas no seu dispositivo, não num servidor. Pagamento único de $9.99, com período de avaliação gratuito de 7 dias.

Obtenha-o na Microsoft Store