Runzos
Ilustração do Dify executando um workflow de IA, RAG e chatbot em um servidor VPS

VPS para Dify: onde hospedar e quanto custa de verdade

Dify é uma plataforma self-hosted para criar aplicações de IA, workflows, pipelines RAG e chatbots. Nesta página, você compara VPS para rodar a edição Community, vê o requisito oficial e entende quando o custo está no servidor e quando está no provedor do modelo.

Agentes de IAself-hosted

Qual porte de Dify você vai rodar?

leve2 vCPU4 GB RAM— discopiso oficial para instalar o Dify Community com Docker Compose; o projeto não declara mínimo de disco
medio2 vCPU4 GB RAM— discomesmo piso oficial: a documentação não publica uma faixa por usuários, apps ou documentos
pesado2 vCPU4 GB RAM— discoponto de partida oficial; dimensione após medir volume de dados e os serviços adicionais, pois não há tabela oficial de escala

O Dify publica apenas um piso oficial: 2 núcleos de CPU e 4 GiB de RAM. Ele não declara mínimo de disco nem uma tabela que converta usuários, aplicações, documentos ou execuções em vCPU e RAM; por isso, o campo de disco aparece como 0 para indicar “não informado”, e os três portes não prometem capacidade. O que muda a máquina é o volume persistido por banco, cache, uploads e vetores, além de serviços que você decidir separar. Dify não exige GPU para orquestrar modelos por API, como OpenAI, Anthropic ou Gemini: nesse caso, a inferência ocorre no provedor. GPU só é assunto se você conectar um servidor de modelo local, como Ollama ou GPUStack; esse servidor é uma carga separada do Dify.

O que o Dify faz

Dify resolve a camada de produto em cima do modelo: você cria um chatbot, uma busca com RAG ou um workflow sem precisar transformar cada integração em uma aplicação do zero. A VPS faz sentido quando você quer controlar o ambiente, manter a aplicação acessível por domínio próprio ou reunir projetos da equipe. Ela não substitui automaticamente o provedor de IA. Ao usar um modelo por API, o servidor hospeda o Dify e seus dados; a cobrança e a inferência continuam no provedor do modelo.

O atalho errado é escolher uma VPS por um número inventado de “usuários por GB”. A documentação do Dify só fixa 2 núcleos e 4 GiB como mínimo. Comece por esse piso, acompanhe memória e disco depois de carregar bases e publicar workflows, e só então aumente o plano. Também não compre GPU por reflexo: o Dify consegue chamar modelos remotos com credenciais de API. Uma GPU só entra no desenho quando a sua arquitetura inclui inferência local, que deve ser dimensionada como serviço próprio.

Como instalar

  1. Escolha uma VPS Linux que atenda ao piso oficial de 2 núcleos e 4 GiB de RAM e reserve armazenamento persistente conforme seus dados.
  2. Na Hostinger, use o template Docker do Dify; em outro provedor, instale Docker e Docker Compose compatíveis com a documentação do projeto.
  3. Baixe o Docker Compose oficial do Dify, configure o arquivo de ambiente e suba os serviços pelo Compose.
  4. Acesse a instalação pelo navegador, crie a conta de administrador e configure o provedor de modelo com as credenciais necessárias.
  5. Antes de colocar dados reais, publique com HTTPS, confirme os volumes persistentes e teste backup e restauração.

Perguntas frequentes

Dify precisa de GPU?

Não para usar modelos por API, como OpenAI, Anthropic ou Gemini: o Dify apenas chama o provedor remoto. GPU só é necessária se a sua arquitetura também rodar um servidor de modelos local, como Ollama ou GPUStack. Esse servidor deve ser dimensionado separadamente do Dify.

Qual é o requisito oficial para hospedar Dify?

A documentação de Docker Compose do Dify informa CPU de pelo menos 2 núcleos e 4 GiB de RAM. O projeto não publica um mínimo de disco nem uma capacidade oficial por número de usuários, documentos ou aplicações.

Dify roda com Docker Compose em uma VPS?

Sim. O guia oficial apresenta Docker Compose como o caminho de implantação da edição Community. A Hostinger também mantém um template Docker do Dify para VPS.

Quando não vale usar uma VPS para Dify?

Não vale se você não quer administrar atualizações, domínio, HTTPS, backups e segurança do ambiente. Também não use uma VPS achando que ela elimina a cobrança de um modelo por API: o custo de inferência continua no provedor escolhido.

Fontes

Relacionados