Vane: alternativa open source ao Perplexity e como usar (2026)

O Vane (anteriormente Perplexica) é um mecanismo de respostas de código aberto e auto-hospedado desenvolvido como uma alternativa privada ao Perplexity AI. Ele combina o metamotor de busca local SearXNG com modelos locais via Ollama ou modelos comerciais por meio de chaves de API, fornecendo respostas embasadas na web com citações sem mensalidades de assinatura. Você pode implantá-lo localmente com o Docker Compose em cerca de cinco minutos, embora a execução de modelos capazes exija hardware dedicado e manutenção contínua dos pontos de extração dos mecanismos de busca.

Por que o Vane está ganhando destaque agora

O interesse dos desenvolvedores por busca auto-hospedada disparou com o aumento dos custos de assinatura e das preocupações com privacidade. O Perplexity Pro custa US$ 20 por mês (ou US$ 200 por ano em novembro de 2026), e todas as consultas passam por servidores em nuvem proprietários. Para desenvolvedores, pesquisadores e usuários atentos à privacidade que lidam com documentação interna ou dados confidenciais, enviar cada consulta para uma plataforma comercial é um obstáculo regulatório intransponível.

O projeto criado pelo desenvolvedor ItzCrazyKns chamava-se originalmente Perplexica, acumulando mais de 18.000 estrelas no GitHub antes de mudar de nome para Vane. A renomeação reflete uma visão mais ampla: atuar como um instrumento de navegação personalizável pelos dados da web em vez de ser apenas um clone de um produto existente. Ele permite que os usuários tragam seus próprios modelos, personalizem mecanismos de busca e mantenham controle total sobre o histórico de consultas.

Como configurar e rodar o Vane com Docker

Configurar o Vane requer uma máquina com Git, Docker e Docker Compose instalados. Você também precisa de um provedor de inferência: uma instância local do Ollama em sua máquina ou chaves de API de provedores como Anthropic, OpenAI ou Google.

Passo 1: Clonar o repositório

Abra o seu terminal e clone o repositório oficial:

git clone https://github.com/ItzCrazyKns/Vane.git
cd Vane

Se você já havia clonado ItzCrazyKns/Perplexica, atualizar a URL remota para o novo repositório do Vane direcionará sua compilação para os lançamentos mais recentes.

Passo 2: Configurar o seu ambiente

Copie o arquivo de configuração de exemplo para criar a sua configuração ativa:

cp sample.config.toml config.toml

Abra config.toml no seu editor de código. Esse arquivo controla o mecanismo de busca na web, o provedor de modelos e o mapeamento de portas.

Se estiver usando o Ollama, certifique-se de que o endpoint do Ollama aponte para sua máquina hospedeira:

[GENERAL]
PORT = 3000
SIMILARITY_MEASURE = "cosine"

[MODELS.OLLAMA]
API_URL = "http://host.docker.internal:11434"

Caso prefira usar chaves de API comerciais em vez de pesos locais, insira suas credenciais nos blocos de provedores correspondentes:

[MODELS.OPENAI]
API_KEY = "sk-your-openai-api-key"

[MODELS.ANTHROPIC]
API_KEY = "sk-ant-your-anthropic-api-key"

Passo 3: Iniciar a pilha do Docker

O Vane reúne a interface de usuário web, a aplicação de backend e uma instância do metabuscador SearXNG. Inicie todos os serviços em segundo plano:

docker compose up -d

O Docker baixará as imagens de contêiner necessárias, configurará o SearXNG e iniciará o servidor do Vane. Você pode acompanhar os logs de inicialização executando docker compose logs -f.

Passo 4: Acessar a interface e escolher um modo de foco

Assim que os contêineres concluírem a inicialização, acesse http://localhost:3000 no seu navegador.

O Vane disponibiliza modos de foco especializados que alteram como o SearXNG coleta informações e como o modelo de linguagem estrutura as respostas:

• Busca Web: Busca geral na web usando os mecanismos configurados no SearXNG.
• Busca Acadêmica: Focada em artigos científicos e servidores de preprints acadêmicos.
• Assistente de Escrita: Desativa a busca na web para gerar texto diretamente do modelo.
• Busca no YouTube: Pesquisa em transcrições de vídeos para extrair momentos e citações específicas.
• Busca no Reddit: Faz varredura em discussões de comunidades públicas para coletar opiniões de usuários.

Os pontos de atrito ocultos ao auto-hospedar o Vane

Embora gerenciar um mecanismo de busca privado pareça ideal, auto-hospedar o Vane envolve concessões práticas que costumam surpreender quem vem de ferramentas prontas na nuvem.

1. Limites de taxa e bloqueios de IP no SearXNG

O Vane depende do SearXNG para obter resultados ao vivo raspando grandes buscadores como Google, Bing e DuckDuckGo. Os motores de busca públicos detectam e bloqueiam ativamente requisições vindas de endereços IP de data centers ou de consultas residenciais muito frequentes.

Sem a configuração de proxies residenciais rotativos, instâncias do SearXNG encontram frequentemente CAPTCHAs, desafios antibot ou limites silenciosos de requisições. Quando o SearXNG falha ao coletar trechos da web, o Vane recorre à alucinação de respostas sem citações reais.

2. Restrições de hardware para modelos locais

Rodar o Vane totalmente offline exige hospedar um modelo de linguagem local por meio do Ollama. Modelos pequenos como Llama 3.1 8B ou Qwen 2.5 7B funcionam com tranquilidade em notebooks comuns com 8 GB a 16 GB de RAM, mas frequentemente têm dificuldades para sintetizar com precisão informações de múltiplas páginas web extensas. Eles costumam omitir marcadores de citação ou atribuir fatos incorretamente.

Modelos de raciocínio de ponta capazes de igualar o Perplexity Pro, como modelos de 70B parâmetros, demandam pelo menos 48 GB de memória unificada em Apple Silicon ou GPUs dedicadas de alto desempenho.

3. Cobranças de API por token acumulam rapidamente

Muitos usuários contornam a restrição de hardware local inserindo chaves de API da Anthropic ou da OpenAI no Vane. No entanto, os mecanismos de busca injetam um contexto bastante extenso em cada requisição.

Cada consulta de busca carrega várias páginas web de texto extraído. Em uma conversa de vários turnos, reenviar todo esse contexto a cada mensagem subsequente pode consumir milhares de tokens de entrada por interação. Um pesquisador que realiza de 20 a 30 buscas aprofundadas por dia com chaves de API comerciais pode gastar facilmente entre US$ 25 e US$ 50 por mês, eliminando a vantagem de custo sobre uma assinatura fixa.

4. Busca em passada única versus pesquisa profunda multietapas

O Vane realiza uma busca em passada única: ele recebe sua consulta, executa um conjunto de termos no SearXNG, processa os primeiros resultados e gera uma resposta.

Ele não realiza pesquisa profunda autônoma. Se a sua pergunta exigir explorar múltiplos ramos, cruzar informações divergentes em 20 ou mais páginas ou navegar por links secundários durante vários minutos, o Vane é interrompido logo após os resultados da busca inicial.

Quando usar o Zemith para pesquisa multimodelo

Para pesquisadores, fundadores e profissionais que precisam de busca profunda na web com modelos de ponta sem ter que manter contêineres Docker, depurar proxies do SearXNG nem gerenciar faturamento separado de APIs, o Zemith oferece uma alternativa sem configuração inicial.

O Zemith reúne ampla escolha de modelos de ponta, pesquisa autônoma e exportação de documentos estruturados:

• Modelos de ponta incluídos: Alterne entre Claude 5.5 Sonnet, GPT 6.1 Sol, Gemini 4 Argon e Perplexity Sonar na mesma conversa no plano Plus (US$ 15,99 por mês ou US$ 179,88 por ano).
• Pesquisa Profunda Autônoma: Em vez de uma busca em passada única, o agente de Pesquisa Profunda do Zemith formula um plano de investigação explícito, solicita sua aprovação e lê cerca de 24 fontes ao longo de até 10 minutos em segundo plano. Ele continua em execução mesmo se você fechar o navegador ou o aplicativo móvel, entregando um relatório exaustivo com notas de rodapé completas por 100.000 créditos por execução.
• Exportação para arquivos finais do Office: Em vez de copiar tabelas em markdown bruto, você pode gerar e baixar documentos nativos do Word (.docx), planilhas do Excel (.xlsx) ou apresentações de slides (.pptx) diretamente do chat de pesquisa.
• Integração com Biblioteca: Salve artigos científicos, transcrições e fontes da web em um Projeto da Biblioteca com até 50 fontes, permitindo examinar materiais complexos com citações precisas de recuperação ativa.

Vane auto-hospedado vs Perplexity Pro vs Zemith

A escolha certa depende de sua prioridade: isolamento de rede zero-trust, um mecanismo de busca polido pronto para uso ou pesquisa multimodelo que produz arquivos prontos.

Por que o Perplexica mudou de nome para Vane?

O desenvolvedor, ItzCrazyKns, mudou o nome do Perplexica para Vane para consolidar uma identidade de código aberto distinta em vez de ser visto indefinidamente como um clone do Perplexity AI. Uma catavento (vane em inglês) indica a direção do vento; o nome traduz um instrumento que orienta os usuários rumo a respostas precisas no meio do ruído da web.

O repositório em github.com/ItzCrazyKns/Vane mantém a mesma base de código, licença e estrutura de implantação com Docker, com melhorias contínuas em seus modos de foco e extratores de busca.

De qual hardware você precisa para rodar o Vane com Ollama?

Para rodar o Vane com bom desempenho em hardware local sem chaves de API em nuvem, os requisitos do sistema dependem do tamanho do modelo escolhido:

• Mínimo (modelos de 8B como Llama 3.1 8B): CPU de 8 núcleos, 16 GB de RAM no sistema (ou 8 GB de VRAM em GPU NVIDIA) e 20 GB de armazenamento livre. As respostas serão rápidas, mas sínteses complexas de várias fontes costumam perder detalhes.
• Recomendado (modelos de 14B a 32B como Qwen 2.5 32B): Apple Silicon com 32 GB de memória unificada ou GPU dedicada com no mínimo 16 GB de VRAM.
• Equivalência aos modelos de ponta (modelos de 70B): Apple Silicon com 64 GB ou mais de memória unificada, ou duas GPUs com 48 GB de VRAM total.

Se o seu computador não atingir essas especificações, a execução de modelos locais causará uma geração de tokens excessivamente lenta e erros de memória insuficiente durante a sumarização de buscas.

Como o Vane se compara ao Perplexity Pro para pesquisa?

O Perplexity Pro continua substancialmente mais capaz para pesquisas exploratórias complexas do que uma instalação padrão do Vane. O Perplexity mantém sua própria infraestrutura de indexação e extração em escala web, contornando CAPTCHAs e bloqueios que costumam prejudicar instâncias do SearXNG.

Além disso, o Perplexity Pro inclui pesquisa profunda automatizada que consulta a web de modo recursivo para esclarecer respostas com duplo sentido ou ambíguas. O Vane executa apenas um ciclo de prompt e busca. Sem uma orquestração personalizada, o Vane não consegue planejar, ramificar e compilar relatórios complexos com dezenas de páginas web de forma autônoma.

Para quem está avaliando alternativas ao Perplexity Pro, nossa análise de Perplexity vs ChatGPT para pesquisa investiga como a precisão das citações e o raciocínio em múltiplas etapas se comparam entre as principais opções do mercado.

Quando você deve auto-hospedar o Vane em vez de usar uma ferramenta gerenciada?

Auto-hospedar o Vane é o caminho mais recomendado se você se enquadra em um destes dois perfis:

1. Ambientes isolados (air-gapped) ou estritamente confidenciais: Se você trabalha com prontuários de pacientes, provas jurídicas ou códigos proprietários cuja política interna proíbe o envio a redes externas, o Vane com uma instância local do Ollama garante que nenhum dado saia da sua rede local.
2. Entusiastas de homelab: Se você gosta de manter seus próprios serviços, configurar instâncias do SearXNG, calibrar pools de proxies e administrar contêineres Docker, o Vane é um projeto open source empolgante e muito versátil.

Por outro lado, se a sua principal meta é produzir relatórios de pesquisa aprofundados e fundamentados com rapidez, sem gastar tempo com pontes de rede no Docker, consultas bloqueadas ou tokens de API sem cache consumindo créditos, um serviço multimodelo gerenciado é muito mais prático.

Resumo

O Vane é uma conquista notável no universo open source que prova que uma busca com IA auto-hospedada e fundamentada em citações é viável em computadores comuns. Para quem prioriza privacidade absoluta ou constrói seu próprio homelab, ele oferece uma base excelente para mecanismos de respostas privados.

No dia a dia de pesquisas acadêmicas, mercadológicas e técnicas, a manutenção contínua dos pontos de extração do SearXNG e as fortes exigências de hardware para modelos locais de ponta tornam o auto-hospedagem um compromisso pesado.

Se você busca acesso a modelos líderes como Claude 5.5 Sonnet e Gemini 4 Argon junto com a Pesquisa Profunda automatizada e o download nativo de documentos do Office, o Zemith Plus oferece um ambiente de pesquisa completo por US$ 15,99 por mês sem nenhuma preocupação com infraestrutura. Veja como o Zemith se posiciona frente aos motores de busca dedicados na nossa comparação entre Zemith e Perplexity.