AI Agent no Raspberry Pi (2026): guia honesto

A dúvida não é se roda, é se fica de pé

Se você chegou aqui, muito provavelmente tem um Raspberry Pi na prateleira e um plano para apontá-lo a um AI agent pessoal. A boa notícia é que um Pi 5 com 4 GB ou mais de RAM vai rodar um runtime como Hermes Agent, OpenClaw ou um pequeno loop do Ollama sem reclamar. A má é que a maioria dos agentes hospedados em Pi morre por algo alheio à CPU: corrupção do cartão SD às 3 da manhã, um OOM kill por pressão de memória no meio de uma transcrição de voz, ou uma imagem Docker que nunca teve build ARM64.

Este guia percorre as três decisões que realmente importam para um agente 24/7 em um Pi: qual placa e nível de RAM escolher, como manter o armazenamento vivo e o que fazer com a inferência do modelo. Também traz a conclusão honesta que ninguém que vende acessórios para Pi vai te contar: para muita gente, um VPS de 5 €/mês acaba saindo mais barato e mais tranquilo que o Pi que você já tem.

Pi 4 vs Pi 5: o salto de CPU é real, mas quem decide é a RAM

O Pi 5 subiu do Cortex-A72 do Pi 4 para o Cortex-A76, a 2,4 GHz contra 1,5 GHz, com caches maiores e bem mais paralelismo em nível de instrução. Para um agente que passa a maior parte do tempo esperando I/O de rede para um modelo remoto, a diferença de CPU aparece em um lugar: a rapidez com que o gateway de mensagens, o loop de tools e qualquer trabalho local de áudio respondem depois de uma rajada de atividade. O boot do Pi 5 é sensivelmente mais ágil que o do Pi 4 para qualquer coisa baseada em Docker ou Node.

RAM, não clock, é o que força a decisão de compra. Faixas realistas para uma stack de agente em 2026 que fala com um LLM hospedado:

• Pi 4, 2 GB: apertado demais. Runtime mais gateway de mensagens mais uma chamada ao Chromium morre sob pressão de memória.
• Pi 4, 4 GB: dá para um agente único conversando com modelo remoto, sem Whisper local, sem tool de browser. Espere desativar swap e ter cuidado com processos concorrentes.
• Pi 5, 4 GB: o piso razoável. Confortável para um runtime tipo Hermes Agent com 1 ou 2 canais de mensagens e memória persistente. STT local via faster-whisper é possível, mas sofrido.
• Pi 5, 8 GB: o ponto ideal prático para quem quer folga, alguma tool de browser headless ocasional ou um modelo local pequeno. Benchmarks da comunidade em inferência local reforçam isso: o Pi 5 8 GB roda TinyLlama 1.1B em cerca de 18 tokens/s e Llama 3.2 3B em cerca de 9 tokens/s só de CPU.
• Pi 5, 16 GB: só se você planeja rodar modelos locais classe 7 B. Um 7 B quantizado em Q4_K_M cabe em uns 5 GB de RAM, então você vai querer folga.

Qualquer que seja o nível, não pule o cooler ativo no Pi 5. Throttling térmico sustentado transforma um ágil A76 a 2,4 GHz em algo pior que um Pi 4 em poucos minutos de carga real.

Disponibilidade de imagens ARM64: confira antes de se comprometer

Quase todo runtime de agente sério publica imagem ARM64 em 2026, mas ainda há armadilhas. Antes de se comprometer, cheque três coisas no runtime que pretende usar:

• O manifest da imagem lista linux/arm64/v8. Rode docker manifest inspect <imagem> e procure a entrada ARM, ou use um pull multi-arch.
• A imagem foi construída recentemente. Alguns projetos publicam uma tag ARM uma vez e esquecem, e depois divergem em silêncio do build AMD64 por meses.
• As dependências opcionais das quais você depende (ffmpeg, sox, Chromium, Playwright) funcionam em ARM. O download do browser embutido do Playwright, em particular, nem sempre resolve em ARM Linux, e você acaba instalando o Chromium via apt.

Se for usar Hermes Agent, a imagem oficial do Docker é multi-arch e roda em ARM. Para um passo a passo completo do caminho Docker com build ARM64, nosso guia de deploy com Docker cobre o layout da imagem, e o post de troubleshooting quando o container fica reiniciando vale a leitura antes do primeiro teste de 24 h, porque a maioria das falhas no Pi cai nos mesmos baldes de OOM kill e permissões de volume.

O cartão SD é a peça que vai matar seu uptime

O Pi roda um sistema operacional que loga tudo, e um AI agent adiciona um diretório de memória que escreve o tempo todo: estado de conversa, arquivos de memória por usuário, transcrições, histórico de tarefas agendadas. Esse padrão constante de escritas pequenas é exatamente o que gasta um microSD de consumo. Em operação 24/7, a questão não é se o cartão falha, é quando.

Três mitigações, em ordem de impacto:

1. Faça boot por NVMe ou SSD USB, não pelo SD. O Pi 5 suporta NVMe via HAT, e o Pi 4 dá boot por SSD USB de fábrica nos firmwares recentes. O desempenho em escritas aleatórias é uma ordem de grandeza melhor, e as características de desgaste, drasticamente mais amigáveis. É a maior melhoria isolada de confiabilidade que dá para fazer.
2. Se precisar usar SD, compre um cartão high-endurance. SanDisk MAX Endurance, Samsung PRO Endurance e Transcend High Endurance são especificamente feitos para escritas contínuas. Um cartão de consumo padrão em um setup com muita escrita pode degradar em meses.
3. Mova o diretório de memória e qualquer SQLite para fora da mídia de boot. Conecte um SSD USB pequeno e monte no caminho de dados do runtime. Ative o Log2Ram para os journals do systemd viverem em RAM e só irem para o disco periodicamente. Configure tmpfs em /tmp e /var/tmp.

Independentemente do armazenamento, mantenha um backup automatizado do diretório de memória para algo fora do Pi. Um SD morto na gaveta é uma coisa; um SD morto que tinha seis meses de contexto do seu agente é outra.

Modelo local ou remoto: decida antes de comprar

A maior bifurcação é se o modelo roda no Pi ou em outro lugar.

Modelo remoto (recomendado para a maior parte do uso pessoal): o Pi executa o runtime, o gateway de mensagens, os arquivos de memória e o loop de tools. As chamadas ao modelo vão para OpenAI, Anthropic ou OpenRouter por HTTPS. A pegada total de RAM fica confortavelmente abaixo de 1 GB. É o que um VPS de 5 €/mês também faz, então, nesse caminho, a única vantagem do Pi sobre um VPS é morar na sua casa.

Modelo local no Pi: roda tudo offline. Você fica limitado a modelos pequenos (grosso modo 1 B a 3 B de parâmetros em velocidade conversacional num Pi 5 8 GB) com qualidade que fica atrás de um modelo hospedado moderno por uma boa margem. O Pi 5 de 16 GB com boot NVMe consegue colocar um 7 B quantizado em produção, mas você vai sentir cada segundo da latência maior. Para hobby ou setup privacy-first com expectativas modestas, serve. Para um assistente que realmente economize tempo, normalmente não.

Para voz vale a mesma bifurcação: a latência de STT na nuvem (Deepgram, Whisper API) vai bater o faster-whisper local em um Pi 5 por segundos por turno. Se baixa latência em voz importa, o Pi é o formato errado de hardware, seja qual for a RAM.

A comparação honesta de custo

Se você já tem o Pi, a eletricidade para deixar um Pi 5 ligado 24/7 é cerca de 3 W em idle, o que dá em torno de 7 a 8 € por ano a 0,30 €/kWh. Barato. Mas a equação total de custo para hospedar um agente é Pi + SD high-endurance (ou HAT NVMe + SSD NVMe) + fonte + case + cooler ativo, e depois de somar tudo isso, muitas vezes você está a poucos euros de um ano de VPS de entrada.

Concretamente:

O Pi empata com um VPS de 5 €/mês por volta do terceiro ano, e só se nada no Pi falhar. Uma única troca de SD ou uma troca de fonte zera o relógio. A comparativa de VPS baratos revisa as specs exatas das opções de 5 €/mês, e o detalhamento de custos do Hermes coloca a conta do modelo em contexto.

O Pi ganha em três eixos que um VPS não consegue igualar: fica fisicamente na sua casa, consome quase nada e é genuinamente privado no sentido de que nenhum provedor cloud está com o disco. Essas são razões reais. "Mais barato" normalmente não é.

Quando o Pi é a escolha certa

• Você já tem, e ele estaria ocioso de qualquer forma.
• Você quer o agente fisicamente na sua rede doméstica para tools só-LAN (Home Assistant, acesso local a arquivos, coordenadores Zigbee).
• Você está otimizando privacidade em vez de performance e aceita o gap de qualidade do modelo local.
• Você curte o setup como projeto. É um motivo válido, e este guia não vai te dissuadir.

Quando pular o Pi completamente

• Você ainda não tem, e está calculando do zero.
• Você quer voz de baixa latência.
• Você quer rodar um modelo sério com qualidade de hosted (qualquer 7 B para cima em velocidade real).
• Você não quer pensar em desgaste de SD, throttling térmico ou disponibilidade de imagens ARM.

Para esse último caso o hosting gerenciado existe exatamente porque a tarde de domingo dimensionando, blindando e cuidando não é divertida para todo mundo. Comece com a Hermify e pule totalmente a decisão de hardware. Roda um Hermes Agent gerenciado no Telegram, com memória persistente que continua sua, e não tem placa para resfriar nem SD para trocar.

Recomendação

Se você já tem um Pi 5 com 4 GB ou mais e um HAT NVMe, ponha um agente com API em cima e aproveite a conta de luz baixa. Se está partindo do zero, compre um VPS ARM de 5 €/mês. Se quer que o agente simplesmente funcione, sem conversa de hardware, use hospedagem gerenciada.

O Pi é um computador delicioso. Para a maioria, não é o jeito mais barato nem mais tranquilo de manter um AI agent online.

Sources

• Raspberry Pi 5 LLM Benchmarks (2026): 12 Models, Real Tokens/Sec - Local AI Master
• Running LLMs on Raspberry Pi 5: A Practical Guide with Real Benchmarks - TinyWeights.dev
• Raspberry Pi Power Consumption 2026: All Models Compared - raspberry.tips
• SD Card Lifespan Calculator - raspberry.tips
• Netcup vs Hetzner After the RAMpocalypse - netcupvoucher.com