Mundo 1, fase 5: o castelo

Décio Dalke Jr. — Arquiteto de negócios. Sócio-gerente no ecossistema MitUP (mitup.pt).

Série Mundo 1 da IA — fase 5 de 5: fase 1 · fase 2 · fase 3 · fase 4 · fase 5

No Super Mario clássico, cada mundo termina num castelo. É a fase mais escura, a mais difícil, e a que tem o chefe no fim. Também é a que todo mundo conhece, mesmo quem nunca jogou.

Com IA acontece o mesmo. A conversa pública gira em torno do modelo: qual é o mais inteligente, qual saiu esta semana, qual ganhou o teste. Deixei o modelo para o fim de propósito. É a peça mais famosa e, para a maioria das empresas, a que menos decide o resultado.

Um modelo de IA é o motor que gera as respostas: um programa treinado com uma quantidade enorme de texto para prever o próximo pedaço de texto (a fase 2 explica o resto). Escolher um modelo é decidir quatro coisas: o tamanho, o grau de abertura, se ele vai ser ajustado e onde vai rodar. Cada uma delas tem um equivalente que qualquer gestor já decidiu na vida, e é por aí que vou explicar.

LLM ou SLM: o tamanho importa?

Primeiro, uma palavra que aparece em toda notícia sobre IA: parâmetro. Imagine uma mesa de som com bilhões de botões. O treino do modelo é o processo de girar cada um desses botões, milhões de vezes, até a música sair afinada. Cada botão é um parâmetro. Quanto mais botões, mais nuances a mesa consegue reproduzir, e mais cara ela é de construir e de operar.

LLM, o modelo de linguagem grande, tem centenas de bilhões de parâmetros ou mais. SLM, o pequeno, tem de alguns milhões a poucos bilhões [1].

A diferença lembra a de um hospital. O LLM é o clínico geral experiente: atende qualquer caso, lida bem com o inesperado, mas a consulta é cara e demorada. O SLM é o técnico de laboratório que faz um exame muito bem, rápido e barato, e que se perde se você pedir um diagnóstico complexo [1]. Você não manda o clínico geral fazer hemograma o dia inteiro.

É exatamente o argumento de um estudo da NVIDIA de 2025: dentro de sistemas com agentes, boa parte do trabalho são tarefas repetitivas e estreitas, e para essas os modelos pequenos são suficientes, mais adequados e mais econômicos [2].

A pergunta de gestor, então, não é “qual é o melhor modelo”. É “qual é o menor modelo que faz esta tarefa bem”. Classificar uma nota fiscal não precisa do mesmo profissional que revisa um contrato.

Quanto custa treinar um modelo do zero?

O treino inicial de um modelo, o que os técnicos chamam de pré-treino, é a formação completa de um profissional: escola, faculdade, residência. É ali que ele aprende a língua, a lógica e o conhecimento geral do mundo.

E custa como tal, multiplicado por milhões. Segundo o AI Index de Stanford, com estimativas da Epoch AI, o treino do GPT-4, em 2023, custou cerca de 79 milhões de dólares, e o do Gemini 1.0 Ultra cerca de 192 milhões [3]. Só em computação, sem contar as equipes.

Para quase nenhuma empresa isso faz sentido. É a diferença entre fundar uma faculdade de medicina para ter um médico na empresa e contratar um médico já formado. A segunda opção existe, é mais barata, e o médico formado sabe mais do que qualquer um que você conseguiria formar sozinho.

Modelo aberto ou fechado: qual a diferença?

O modelo fechado é como contratar uma consultoria de ponta: você recebe o trabalho, paga pelo uso, mas não vê os métodos, não leva o consultor para casa e depende do contrato. Você acessa esse modelo por API, que é, na prática, uma tomada: o seu sistema se liga ao modelo do fornecedor pela internet e paga por cada pergunta.

O modelo aberto é o que você pode baixar e rodar onde quiser, nas suas máquinas.

Tem uma confusão de nomes aqui que vale entender. Quase tudo o que se chama de “modelo aberto” é, na verdade, de pesos abertos (os pesos são os valores daqueles botões da mesa de som, já regulados). Pense num bolo. Pesos abertos é receber o bolo pronto: você pode fatiar, decorar, servir para quem quiser. Código aberto, de verdade, é receber a receita e a descrição dos ingredientes, para conseguir assar outro igual. A Open Source Initiative publicou em 2024 uma definição de IA de código aberto que exige, além do modelo, o código completo de treino e informação detalhada sobre os dados usados [4]. Pela régua dela, a maioria dos “abertos” fica de fora: entregam o bolo, não a receita. A própria OpenAI, quando lançou os modelos gpt-oss em 2025, os descreveu como de pesos abertos [5].

Para a empresa, o aberto dá controle: os dados não saem de casa, e o custo não cresce a cada pergunta. O fechado dá o modelo mais capaz do momento sem ter de cuidar de infraestrutura. Não existe resposta certa fora do caso concreto.

O que o fine-tuning muda, e o que não muda?

Fine-tuning, ou ajuste fino, é pegar um modelo já treinado e continuar o treino com exemplos seus.

A melhor comparação é a integração de um funcionário novo. Você contrata alguém já formado e, nas primeiras semanas, ensina o jeito da casa: o formato dos relatórios, o tom com os clientes, como se responde a um pedido de proposta. É isso que o fine-tuning faz bem. Muda o comportamento: formato, estilo, o jeito de responder a um tipo de pedido.

Ficou bem mais barato com técnicas como a LoRA [6]. Em vez de reformar o prédio inteiro, ela troca os móveis de algumas salas: ajusta só uma pequena parte do modelo e, no teste original, reduziu em até 10 mil vezes o número de parâmetros que precisam ser treinados.

O que o ajuste fino não faz bem é colocar conhecimento novo na cabeça do modelo. Um estudo de 2023 comparou as duas formas de ensinar fatos novos a um modelo e concluiu que buscar os fatos nos documentos (o RAG da fase 4) foi melhor que o fine-tuning de forma consistente [7]. Outro, de 2024, foi além: quanto mais fatos novos o ajuste força o modelo a aprender, mais ele passa a alucinar [8].

Volte ao funcionário novo. A integração ensina como a casa trabalha. Ninguém espera que ele decore o arquivo inteiro da empresa na primeira semana; para os fatos, ele consulta o arquivo. Se você obrigar alguém a decorar, sob pressão, milhares de dados que ainda não entende, ganha um funcionário que responde tudo com segurança, e erra com a mesma segurança.

É a razão da tabela da fase 4. O fine-tuning ensina o modelo a trabalhar do seu jeito, não a saber o que só a sua empresa sabe. Quem ajusta um modelo para ele “aprender a empresa” costuma ganhar um assistente mais confiante, e não mais certo.

O que é destilação?

É a relação entre mestre e aprendiz. O aprendiz não lê a biblioteca inteira que o mestre leu; ele observa o mestre trabalhando, milhares de vezes, e aprende a responder como ele. Na destilação, um modelo grande (o mestre) gera respostas, e um modelo pequeno (o aprendiz) é treinado para reproduzir essas respostas.

O conceito foi formalizado em 2015 [9] e ganhou fama em janeiro de 2025, quando a DeepSeek destilou o raciocínio do seu modelo R1 em seis modelos menores. Um deles, com 32 bilhões de parâmetros, superou o o1-mini, da OpenAI, em vários testes de raciocínio [10]. Esses testes são provas padronizadas, uma espécie de vestibular para modelos, com perguntas de matemática, ciência e programação.

Para o gestor, destilação é a razão de os modelos pequenos terem ficado tão bons tão depressa. O técnico de laboratório de hoje aprendeu com o clínico geral de ontem.

Vale rodar um modelo no próprio computador?

Hoje dá para rodar modelos no seu computador ou num servidor seu, com ferramentas gratuitas como o Ollama, o LM Studio ou o llama.cpp. O menor dos gpt-oss, por exemplo, roda com cerca de 16 GB de memória [5], o que já cabe numa máquina de trabalho mais forte.

A comparação que uso é táxi versus carro próprio. O modelo na nuvem é o táxi: carro melhor, motorista incluído, você paga por corrida e não se preocupa com manutenção, mas a empresa de táxi sabe para onde você foi. O modelo local é o carro próprio: menor e mais modesto, custo mais previsível, ninguém sabe o seu trajeto, e a manutenção é sua.

As razões para ter o carro próprio são três: privacidade (os dados não saem de casa), custo previsível e funcionar sem internet. O preço também é claro: o modelo que cabe na sua máquina é menor e menos capaz [1], e alguém tem de cuidar da máquina. Faz sentido para dados sensíveis e tarefas estreitas. Para o trabalho geral, o modelo na nuvem continua à frente.

Então, qual modelo usar?

Comece pelo que já existe, pela tomada. É o que a maioria das empresas faz: numa pesquisa da a16z de 2024, 72% das empresas acessavam os modelos por API [11]. Monte as peças da fase 4 em volta. Meça. E só então pergunte se um modelo menor, aberto ou ajustado resolve melhor e mais barato um problema específico.

A ordem inversa, escolher o modelo e depois descobrir para que ele serve, é o jeito mais caro de aprender o que a fase 1 já dizia: a IA é tão boa quanto quem a opera.

No castelo do primeiro mundo, o Mario vence o chefe e recebe uma notícia: a princesa está em outro castelo. O primeiro mundo não era o jogo. Era onde se aprendem as regras.

Com IA é igual. Quem vence o castelo do modelo descobre que o jogo de verdade continua lá fora, nos processos, nas pessoas e nas decisões da empresa.

Perguntas rápidas

Qual a diferença entre LLM e SLM? O tamanho. LLMs têm centenas de bilhões de parâmetros ou mais e lidam melhor com tarefas complexas; SLMs têm de milhões a poucos bilhões, são mais baratos e rápidos, e bastam para muitas tarefas estreitas.

Modelo aberto é o mesmo que código aberto? Quase nunca. A maioria dos modelos “abertos” é de pesos abertos: você recebe o bolo pronto, mas não a receita, ou seja, nem o código de treino nem a informação detalhada sobre os dados.

Fine-tuning serve para a IA aprender os dados da minha empresa? Não é a melhor ferramenta para isso. Fine-tuning muda o comportamento, como a integração de um funcionário novo; para os fatos do negócio, busca nos documentos (RAG) funciona melhor e com menos risco de alucinação.

Vale treinar um modelo próprio? Do zero, quase nunca: o treino de modelos de ponta custa dezenas a centenas de milhões de dólares. Ajustar ou usar um modelo pronto resolve a grande maioria dos casos.

Referências

1. IBM — Small language models (SLMs) (IBM Think), 31/10/2024, atualizado em 02/04/2026. https://www.ibm.com/think/topics/small-language-models — acesso em 20/09/2026.
2. NVIDIA Research — Small Language Models are the Future of Agentic AI, 2025. https://arxiv.org/abs/2506.02153 — acesso em 20/09/2026.
3. Stanford HAI — Artificial Intelligence Index Report 2025, capítulo 1. https://hai.stanford.edu/assets/files/hai_ai-index-report-2025_chapter1_final.pdf — acesso em 20/09/2026.
4. Open Source Initiative — The Open Source AI Definition 1.0, 28/10/2024. https://opensource.org/ai/open-source-ai-definition — acesso em 20/09/2026.
5. OpenAI — Introducing gpt-oss, 05/08/2025. https://openai.com/index/introducing-gpt-oss/ — acesso em 20/09/2026.
6. Hu, E. et al. — LoRA: Low-Rank Adaptation of Large Language Models, 2021. https://arxiv.org/abs/2106.09685 — acesso em 20/09/2026.
7. Ovadia, O. et al. — Fine-Tuning or Retrieval? Comparing Knowledge Injection in LLMs, 2023/2024. https://arxiv.org/abs/2312.05934 — acesso em 20/09/2026.
8. Gekhman, Z. et al. — Does Fine-Tuning LLMs on New Knowledge Encourage Hallucinations? EMNLP 2024. https://arxiv.org/abs/2405.05904 — acesso em 20/09/2026.
9. Hinton, G.; Vinyals, O.; Dean, J. — Distilling the Knowledge in a Neural Network, 2015. https://arxiv.org/abs/1503.02531 — acesso em 20/09/2026.
10. DeepSeek — DeepSeek-R1, janeiro de 2025. https://arxiv.org/abs/2501.12948 — acesso em 20/09/2026.
11. a16z — 16 Changes to the Way Enterprises Are Building and Buying Generative AI, 21/03/2024. https://a16z.com/generative-ai-enterprise-2024/ — acesso em 20/09/2026.