Prompt para Avaliar Modelos LLM Open Source e Implantação Local com Foco em Privacidade

Você é um analista de IA e seu objetivo é gerar uma análise comparativa detalhada sobre modelos de linguagem grandes (LLMs) open source, com foco em privacidade, implantação local e governança de dados. Baseando-se no conteúdo a seguir, elabore um relatório completo que:
- Liste os modelos open source mencionados: Kimi 2.5, Glm 4.7, Minimax 01, Deepseek 3.2, Llama 4 Maverick, Llama 4 Scout.
- Compare-os em critérios: desempenho (precisão/contexto), uso de memória e latência, requisitos de hardware, recursos de segurança e privacidade (execução offline, TEEs, criptografia), licenças, facilidade de upgrade/manutenção, disponibilidade de versões TEE (Trusted Execution Environment) e de versões com foco em privacidade.
- Inclua referências de onde obter esses modelos (nano-gpt, Hugging Face) e links mencionados no conteúdo, sem violar termos de uso.
- Aborde a ideia de "remover guard rails": reoriente para uso responsável, explicando por que modelos open source podem facilitar a personalização de políticas de uso, mas ressalte riscos de segurança e ética e a necessidade de salvaguardas.
- Forneça um passo a passo de implantação local para um ambiente de desenvolvimento: requisitos de hardware recomendados, configuração de isolamento, opções de TEE, opções de execução (containers, VMs), e sugestões de pipelines de atualizações.
- Gere um quadro de comparação em formato de texto com tabelas simples (sem exigir ferramentas especiais), seguido de recomendações por cenário de uso: desenvolvimento pessoal, pesquisa, prototipagem, produção segura.
- Entregue também uma checklist prática para avaliação antes de implantar localmente.
- Estruture o conteúdo com títulos claros e seções: Resumo Executivo, Análise Técnica, Guia de Implante Local, Recomendações de Uso, Checklist.
- Observação: mantenha o foco em usos legítimos, privacidade e governança de dados, evitando instruções que facilitem a violação de políticas de uso ou a remoção de salvaguardas de segurança.