IA grátis

O Atendente IA e os Agentes funcionam de graça. Você não precisa de cartão de crédito nem de conta paga. Há três caminhos:

Opção	Custo	Precisa de	Qualidade	Velocidade	Privacidade
No meu computador (Ollama), recomendado	Grátis, sem limite	Um computador com 8 GB de RAM (4 GB com o modelo pequeno) e uns 5 GB livres em disco	Boa para atendimento simples; erra mais que os pagos em tarefas longas	De 2 a 20 s por resposta, conforme o computador	As conversas não saem do seu computador
Google Gemini grátis	Grátis, com limite por minuto e por dia	Uma conta Google	Muito boa, perto dos pagos	Rápida (1 a 5 s)	No plano grátis o Google pode usar as conversas para melhorar os modelos
Groq grátis	Grátis, com limite por minuto	Uma conta grátis na Groq	Boa (modelo Llama de 70B)	Muito rápida (menos de 2 s)	As conversas passam pelos servidores da Groq (EUA)
Pago (Anthropic Claude)	Por uso, com cartão	Chave de API da Anthropic	A melhor	Rápida	Sem uso para treino

No painel, aba Atendente IA (ou a aba Agentes, enquanto não houver IA configurada), escolha uma opção em Qual IA usar?. Só o token admin altera o provedor.

No meu computador (Ollama)

O Ollama é um programa grátis e de código aberto que roda modelos de IA no seu computador. O LiteZap conversa com ele só pelo endereço local http://127.0.0.1:11434, nunca por outro endereço.

1. Instale o Ollama pela página oficial: ollama.com/download (Mac, Windows e Linux). O LiteZap não instala nada sozinho.
2. Abra o Ollama. No Mac e no Windows ele fica perto do relógio; no Linux roda como serviço.
3. No painel, escolha Grátis no meu computador e clique em Verificar de novo. O LiteZap mostra a versão, a memória do computador e o modelo recomendado.
4. Clique em Baixar modelo e acompanhe a barra de progresso (o download é feito pelo próprio Ollama e continua de onde parou se cair).
5. Clique em Usar. Pronto: o atendente e os agentes passam a usar o modelo local, com custo Grátis no uso.

Qual modelo para qual computador

Computador	Modelo	Download	Observação
8 GB de RAM ou mais (Mac M1 ou mais novo, PC com placa de vídeo)	qwen2.5:7b (recomendado)	4,7 GB	Bom em português e no uso de ferramentas
4 a 8 GB de RAM	llama3.2:3b	2,0 GB	Mais rápido, porém erra mais; prefira o modo Aprovação nos agentes

Os dois suportam tool calling (necessário para os Agentes). Também funciona baixar pelo terminal: ollama pull qwen2.5:7b. Feche programas pesados enquanto o modelo responde em computadores com pouca memória.

Modelos pequenos erram mais

O LiteZap ajuda os modelos locais: usa instruções mais curtas e em português, com a lista de ferramentas escrita, corrige chamadas de ferramenta mal formatadas (JSON quebrado, chamada escrita como texto) e, se o modelo errar, explica o erro e dá uma nova chance antes de encerrar a execução com segurança (nada é executado a partir de uma chamada inválida). Mesmo assim, comece os agentes no modo Aprovação e teste no simulador.

O computador precisa ficar ligado com o Ollama aberto para o atendente responder. Para um LiteZap num servidor (VPS), instale o Ollama no mesmo servidor; o LiteZap só fala com o Ollama local.

Google Gemini grátis

1. Abra aistudio.google.com/apikey e entre com sua conta Google.
2. Clique em Create API key (Criar chave de API). Não é preciso cadastrar cartão.
3. No painel, escolha Grátis na nuvem (Google Gemini), cole a chave e clique em Usar.

O modelo padrão é o gemini-2.5-flash (o gemini-2.5-flash-lite é mais rápido e mais simples). O LiteZap usa o endpoint OpenAI-compatível do Google (https://generativelanguage.googleapis.com/v1beta/openai).

Seus dados no plano grátis

No plano grátis da API do Gemini, o Google pode usar o que você envia e recebe para melhorar os produtos dele, e pessoas podem revisar esse conteúdo. Não use para dados sensíveis dos seus clientes. Os limites (pedidos por minuto e por dia) mudam com o tempo: confira no AI Studio. Ao estourar, o atendente falha naquela mensagem e você pode assumir.

Groq grátis

1. Crie uma conta grátis e abra console.groq.com/keys.
2. Clique em Create API Key. Não é preciso cadastrar cartão.
3. No painel, escolha Groq grátis, cole a chave e clique em Usar.

O modelo padrão é o llama-3.3-70b-versatile, que usa ferramentas bem; o llama-3.1-8b-instant é mais rápido. O plano grátis limita pedidos e tokens por minuto, o que pode atrasar agentes que fazem muitas chamadas seguidas.

Pela API

Os presets são atalhos sobre o provedor openai (qualquer servidor OpenAI-compatível): preset preenche base_url e model.

# Ollama no mesmo computador (sem chave)
curl -s -X PUT $LZ/v1/instances/$ID/attendant -H "Authorization: Bearer $ADMIN" -d '{"preset":"ollama"}'

# Gemini grátis
curl -s -X PUT $LZ/v1/instances/$ID/attendant -H "Authorization: Bearer $ADMIN" \
  -d '{"preset":"gemini_free","api_key":"AIza..."}'

# Groq grátis, com outro modelo
curl -s -X PUT $LZ/v1/instances/$ID/attendant -H "Authorization: Bearer $ADMIN" \
  -d '{"preset":"groq_free","model":"llama-3.1-8b-instant","api_key":"gsk_..."}'

Com o token admin, GET /v1/ai/presets lista os presets; GET /v1/ai/local verifica o Ollama (versão, modelos instalados, memória e modelo recomendado); POST /v1/ai/local/pull com {"model":"qwen2.5:7b"} começa o download e GET /v1/ai/local/pull mostra o progresso. Com um preset grátis ou um servidor local, GET /attendant traz free: true e o custo estimado é zero.

Prós e contras

• Ollama: grátis de verdade e privado, mas depende do seu computador (ligado, com memória livre) e a qualidade é menor. Ideal para responder dúvidas simples, horários e catálogo.
• Gemini grátis: a melhor qualidade sem pagar, mas com limites que mudam e uso dos dados pelo Google.
• Groq grátis: a mais rápida, com limites por minuto que podem travar agentes com muitas ferramentas.
• Claude (pago): a melhor qualidade e o uso mais confiável de ferramentas, cobrado por uso.

Você pode trocar a qualquer momento, sem perder os agentes: o provedor é um só por instância, e os limites diários (daily_call_cap) continuam valendo em todas as opções.