"Instalezi Ollama si ai ChatGPT gratis pe PC-ul tau." Ai citit si tu fraza asta intr-unul din miile de ghiduri despre AI local. E adevarata pe jumatate: softul e gratuit, modelele sunt gratuite, dar hardware-ul, curentul si timpul tau nu.
Asa ca am facut ce nu face niciun ghid entuziast: calculul real. Cat costa sa rulezi AI local in 2026, euro cu euro, fata de cei ~20 de euro pe luna ai unui abonament cloud. Cu un raspuns onest de la inceput: pentru majoritatea oamenilor nu merita din punct de vedere economic. Dar exceptiile exista, sunt precise, si daca te regasesti in una dintre ele economia e reala.
Ce iti trebuie cu adevarat: cele trei niveluri de buget
Inainte de bani, verificarea tehnica. Variabila care decide totul e una singura: cata memorie ai (RAM, si mai bine VRAM pe placa video). Modelul trebuie sa incapa in ea, punct.
Nivelul 0: PC-ul pe care il ai deja (0 euro)
Cu 8 GB de RAM, adica un laptop normal, rulezi modelele mici: Qwen 3.5 4B sau Llama 3.1 8B in versiune cuantizata. Pe CPU raspund fara graba, nu sunt ChatGPT, dar pentru rezumate, emailuri, ciorne si intrebari directe isi fac treaba. Cost suplimentar: zero.
Cu 16 GB de RAM urci o categorie: Gemma 4 12B si Qwen 3.5 9B au cam 7-8 GB in biblioteca Ollama si merg chiar si fara placa video dedicata. Daca ai un Mac cu Apple Silicon esti in zona norocoasa: memoria unificata face din Mac-uri unele dintre cele mai eficiente masini pentru AI local raportat la consum.
Nivelul 1: upgrade tintit (300-1.000 euro)
O placa video cu minim 8-12 GB de VRAM schimba experienta: modelele de 7-14B trec de la "raspunde fara graba" la "raspunde imediat". Alternativ, 32 GB de RAM deschid usa modelelor medii.
Nivelul 2: masina dedicata (1.500-3.000+ euro)
Aici vorbim de placi cu 16-24 GB VRAM sau Mac-uri cu 48+ GB memorie unificata: modele de 30-70B, viteza de serviciu cloud. Are sens doar pentru uz profesional intens sau pentru a servi o echipa intreaga.
Cat costa hardware-ul pentru AI local in noiembrie 2026
In 2026 memoria s-a scumpit tot anul, iar calculatoarele cu mult RAM au crescut cel mai mult. Preturile de pornire pe care le-am verificat pe 11 noiembrie 2026, in euro, pentru orientare (configuratiile cu mai multa memorie costa mai mult):
- Mac mini M5 Pro (pana la 64 GB): de la circa 2.029 euro in Italia. In Romania verifica pretul in lei pe magazinul Apple sau la eMAG.
- Mac Studio M5 Max (pana la 128 GB): de la circa 3.049 euro.
- Mac Studio M5 Ultra (pana la 512 GB): de la circa 6.699 euro.
Ca sa stii ce memorie iti trebuie de fapt, porneste de la tabelul cu cata RAM pentru LLM local si de la ghidul cu cele mai bune LLM-uri locale din 2026. Pentru varianta de 128 GB am scris separat despre mini PC-ul Ryzen AI Max+ 395, iar evolutia preturilor este in articolul despre preturile RAM in 2026.
Inca un lucru: din 31 august 2026 modelele cloud din Ollama (tag-urile -cloud) se platesc la token pe planurile noi. Softul ramane gratuit, dar numai modelele care ruleaza chiar pe PC-ul tau sunt fara cost.
Calculul real: local contra abonament
Acum cifrele. Termenul de comparatie e un abonament gen ChatGPT Plus sau Claude Pro: circa 20 de euro pe luna, 240 pe an.
Costul AI-ului local are trei componente pe care ghidurile entuziaste le uita:
- Hardware amortizat: un PC de 1.000 de euro folosit 3 ani inseamna cam 28 de euro pe luna. Chiar daca il folosesti si pentru altceva si ii atribui doar jumatate din cost, tot sunt 14 euro pe luna.
- Curentul: o placa video sub sarcina consuma 200-350 W. Cu 2 ore efective de lucru pe zi, in functie de tariful tau la energie, ies cateva zeci de lei pe luna. Putin, dar nu zero.
- Timpul tau: instalare, actualizari, modele de testat. Pentru un programator e aproape distractie; pentru oricine altcineva e un cost real.
Verdictul pe cele trei scenarii:
- Cumperi hardware special ca sa inlocuiesti un abonament personal: nu merita. 1.000 de euro plus curent contra 240 de euro pe an inseamna un prag de rentabilitate de peste 3 ani, timp in care modelele locale raman sub cele cloud la calitate.
- Folosesti hardware pe care il ai deja: merita imediat, daca iti ajunge calitatea modelelor mici. Costul marginal e doar curentul.
- Volume mari sau mai multi utilizatori: aici localul castiga cu adevarat. Daca procesezi milioane de tokeni pe zi pe sarcini repetitive, sau servesti o echipa, hardware-ul se plateste singur in cateva luni si de acolo costul pe cerere tinde spre zero.
Calitatea: ce pierzi fata de cloud (sincer)
S-o spunem direct: un model de 8B pe laptopul tau nu e Claude Opus 5.5 si nici GPT-6.1 Sol. Modelele locale de nivel consumer sunt azi acolo unde erau cele mai bune modele cloud acum doi-trei ani. E enorm, pentru ca rezuma, traduc, scriu cod simplu si raspund pe documente, dar nu e varful.
Strategia care functioneaza, si pe care o folosesc si eu, e hibrida: local pentru sarcinile repetitive, private si cu volum mare; cloud pentru rationamentul de varf.
Cand merita cu adevarat AI-ul local
- Confidentialitate si reguli stricte: date medicale, contracte, cod sub NDA, documente ale clientilor. Daca datele nu pot iesi din firma, localul nu e o alternativa: e singura optiune. Pentru automatizarile AI pe date sensibile e exact scenariul potrivit.
- Volume mari si repetitive: clasificare, extragere de date, fluxuri care ruleaza zi si noapte. Cost marginal zero bate orice tarif pe token.
- Dezvoltare si prototipare: testezi prompturi si agenti fara sa te uiti la contorul de tokeni. Ollama expune un API compatibil OpenAI, deci codul scris pentru cloud merge local schimband o singura adresa.
- Offline si independenta: fara internet, fara limite de utilizare, fara furnizor care schimba preturile peste noapte. Un plan B pe propriul disc e o forma de asigurare.
Cand NU merita
- Daca folosesti AI-ul din cand in cand pentru emailuri si intrebari generale: planurile gratuite din cloud iti ajung.
- Daca iti trebuie calitate maxima pe sarcini complexe: cloudul e in fata si ramane asa pe termen scurt.
- Daca ar trebui sa cumperi hardware doar pentru asta, fara volume mari si fara constrangeri de confidentialitate: pragul de rentabilitate nu vine.
- Daca nu vrei sa intretii nimic: localul cere un minim de grija, cloudul nu.
Setup in 15 minute (daca vrei sa incerci)
Testul costa zero, deci sfatul practic e: incearca pe PC-ul pe care il ai, apoi decide.
- 1. Instaleaza Ollama: un download de pe ollama.com pentru Windows, Mac sau Linux.
- 2. Descarca un model potrivit pentru RAM-ul tau: cu 8 GB pornesti de la qwen3.5:4b sau llama3.1:8b; cu 16 GB incearca gemma4:12b sau qwen3.5:9b; cu 32 GB poti urca la gemma4:26b sau qwen3.8:27b. Evita tag-urile care se termina cu -cloud: ruleaza pe serverele Ollama si se platesc la token.
- 3. Adauga o interfata: Open WebUI prin Docker iti da o experienta gen ChatGPT, complet locala, cu upload de documente.
- 4. Pune-l la treaba pe munca reala: un rezumat, un email, un script. Daca iti ajunge calitatea, tocmai ai eliminat o cheltuiala lunara.
Concluzie: fa calculul pe cazul tau, nu pe hype
AI-ul local in 2026 e matur, gratuit ca soft si surprinzator de capabil pe hardware normal. Dar intrebarea corecta nu e "se poate?", ci "merita pentru mine?". Pe scurt: merita daca hardware-ul il ai deja, daca volumele sunt mari, sau daca datele tale nu pot iesi din firma. Nu merita daca ar trebui sa cumperi o masina speciala ca sa economisesti 20 de euro pe luna.
Eu asa il folosesc: modele locale pe server si pe laptop pentru automatizari si date confidentiale, cloud pentru munca de varf. E compromisul care impaca si calitatea, si factura.
Vrei sa afli daca pentru afacerea ta merita AI local, cloud sau hibrid, cu cifrele cazului tau concret? Scrie-mi: fac calculul pentru cazul tau, pornind de la volumele tale reale. Iar daca vrei sa vezi ce poate face AI-ul pentru firma ta, arunca un ochi la chatbotii AI si la agentii AI pe care ii construiesc.



