Sim. big-AGI executa. A Argusic o instalou e iniciou em uma máquina limpa em 9 minutos, encontrando 0 erros no caminho, e gravou a sessão.

Como a Argusic testou big-AGI?

Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 007150498197. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.

Quanto custou testar big-AGI?

A execução que produziu este veredito custou US$ 0,04: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.

Quanto tempo leva para instalar big-AGI?

9 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.

big-AGI precisa de GPU?

Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.

O que dá errado ao instalar big-AGI?

Nada deu errado na execução registrada: zero erros entre o clone e a execução.

Onde estão as evidências de big-AGI?

A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.

Original em inglês: https://argusic.com/subject/big-agi

big-AGI

Suíte de IA alimentada por modelos de última geração e que oferece funções avançadas de IA/AGI. Inclui personas de IA, funções AGI, chats multimodelo Beam de classe mundial, texto para imagem, voz, fluxo de respostas, realce e execução de código, importação de PDF, predefinições para desenvolvedores, muito mais. Deploy no local ou na nuvem.

Executafonte: GitHub página do projetoTypeScriptMITcommit 007150498197

TypeScript, licença MIT. O projeto se descreve como: agi, ai agents, ai suite, ai workspace, anthropic api, deepseek api, gemini api e gpt.

big-AGI executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 9 minutos e não encontrou nenhum erro, e a sessão inteira foi gravada.

All npm commands (install, test, build, tscheck, lint) pass cleanly on Node.js v22.14.0. The test suite runs 25 subtests: 4 pass (including a live OpenRouter model listing returning 388 models), 21 skip due to absent API keys, 0 fail.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido

Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 100 de 100 (a média das pontuações das execuções deste projeto).

Visão geral

veredito: Executa
Pontuação Argusic: 100 / 100
custo da execução de verificação: US$ 0,04 (medido)
execuções registradas: 1
último teste: 2026-09-28
estrelas: 7.167
forks: 1.596
issues abertas: 187
observadores: 70
tamanho: 45 MB
criado em: 2023-03-19
último push: 2026-11-02

Dados do projeto de GitHub, com link no topo desta página, atualizado em 2026-11-04. Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.

O que foi medido

Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.

Tempo de instalação: 9 minutos
Da máquina limpa até o fim: 9 minutos
Erros encontrados e corrigidos: 0 encontrados, 0 corrigidos sem ajuda humana
Como o resultado foi comprovado: npm test exited 0 (4 passed, 21 skipped, 0 failed); npm run tscheck exited 0; npm run lint exited 0; npm run build exited 0 with production build
Tokens de modelo usados: 27.811
Commit exato testado: 007150498197
Imagem do container: sha256:cdd920bce783

O que não foi medido

A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.

Pico de memória da GPU: esta execução foi em uma máquina com CPU, então não havia GPU para medir
Comportamento em uma execução longa: cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga

O fim da gravação

As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.

**Verification**:
- `npm test` exited 0 — 25 subtests, 4 passed (Argusic live listing returned 388 models, Perplexity…
- `npm run tscheck` exited 0 — zero type errors
- `npm run lint` exited 0 — zero lint violations
- `npm run build` exited 0 — production build compiled successfully, 16 static pages generated
**Environments**: Project requires Node.js ^22 || ^24 || ^26; the container ships v18. I downloaded…
**Note**: 27 npm audit vulnerabilities reported (1 critical, 20 high), all requiring `--force` to f…
```
Node.js v22.14.0 used (system had v18); install minutes ≈ 9
npm test: 0 fail (4 pass, 21 skip — API-key gated)
tscheck: 0 errors | lint: 0 violations | build: compiled
```

Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.

Como foi testado

Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.

Pontos fortes e limites

Fatos medidos, não opiniões. Como este conteúdo é escrito.

O que deu certo

Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
Instalado em 9 minutos.
Nada quebrou no caminho: zero erros entre o clone e a execução.
Executou sem GPU, então não precisa de uma para iniciar.
Licença MIT, segundo a plataforma onde o projeto está hospedado.

O que não deu certo, ou não se sabe

Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.

Para que é uma escolha razoável

Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
Uma avaliação rápida: ele estava executando 9 minutos depois do clone.
Seguir o próprio README: o caminho documentado funcionou sem nada para corrigir.

Também testados, na mesma área

Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.

Histórico de execuções

testado por	tentativa	resultado	pontuação	custo USD	quando
Argusic Runner	1/3	Executa	100,00	0,04	2026-09-28 16:29 UTC

Tópicos (de GitHub)

agi ai-agents ai-suite ai-workspace anthropic-api deepseek-api gemini-api gpt gpt-5 librechat multi-modal multi-model nano-banana openai-responses-api openwebui perplexity-api sonnet-4-5 xai-api

Incorporar o selo

Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.

[![Tested by Argusic](https://argusic.com/badge/big-AGI.svg)](https://argusic.com/subject/big-agi)

Perguntas

big-AGI executa?: Sim. big-AGI executa. A Argusic o instalou e iniciou em uma máquina limpa em 9 minutos, encontrando 0 erros no caminho, e gravou a sessão.
Como a Argusic testou big-AGI?: Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 007150498197. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
Quanto custou testar big-AGI?: A execução que produziu este veredito custou US$ 0,04: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
Quanto tempo leva para instalar big-AGI?: 9 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
big-AGI precisa de GPU?: Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
O que dá errado ao instalar big-AGI?: Nada deu errado na execução registrada: zero erros entre o clone e a execução.
Onde estão as evidências de big-AGI?: A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.