# Escolha o modelo certo para a tarefa

> Como dimensionar a IA: quando usar modelos pequenos ou especializados, quando um modelo de fronteira compensa o custo, como funciona o roteamento e quando não usar IA.

Source: https://greenai.guide/pt/boas-praticas/escolha-o-modelo-certo-para-a-tarefa/  
Updated: 2026-11-19

## Em resumo

Use o menor modelo, ou o método mais simples sem IA, que atinja o seu padrão de qualidade, e reserve os grandes modelos gerais para os casos que precisam deles. Modelos específicos para uma tarefa podem usar uma pequena fração da energia dos modelos generativos de uso geral, e o roteamento permite obter a maior parte das vantagens dos dois.

## Pontos-chave

- Comece perguntando se a tarefa precisa mesmo de IA; regras, busca ou um algoritmo clássico muitas vezes resolvem.
- Modelos específicos para uma tarefa se mostraram ordens de grandeza mais baratos de executar do que modelos generativos multiuso para as mesmas tarefas.
- A UNESCO e a UCL relatam que modelos pequenos e específicos podem reduzir o consumo de energia em até 90%.
- O roteamento envia pedidos fáceis a modelos pequenos e difíceis a modelos grandes; defina os limiares com cuidado, porque uma tentativa pequena que falha mais uma nova tentativa pode custar mais.
- Pipelines híbridos usam métodos clássicos ou baseados em física na maioria das etapas e uma rede pequena só onde ela agrega valor.

## Por que a escolha do modelo importa tanto? {#why-does-model-choice-matter-so-much}

**A escolha do modelo costuma ser a maior alavanca isolada sobre a energia de um recurso de IA.** A mesma tarefa
pode ser feita por modelos cujos custos de execução diferem em ordens de grandeza.

Numa comparação sistemática publicada na ACM FAccT 2024, Luccioni, Jernite e Strubell mediram a energia de
1.000 inferências em muitas tarefas e modelos. Eles constataram que os modelos generativos multiuso eram ordens de
grandeza mais caros do que sistemas específicos para as mesmas tarefas, mesmo controlando o tamanho do modelo. Um
relatório de 2025 da UNESCO e da UCL constatou que modelos pequenos, adaptados a tarefas específicas, podem reduzir
o consumo de energia em até 90%.

O padrão é simples: um modelo geral paga, a cada pedido, por conhecimentos e capacidades que a sua tarefa nunca usa.

## Esta tarefa precisa mesmo de IA? {#does-this-task-need-ai-at-all}

**Verifique primeiro se um método sem IA já resolve.** A inferência mais barata é aquela que você nunca executa.

Um sandpit de IA verde realizado no Reino Unido em 2026, com matemáticos, cientistas da computação e representantes
da indústria, voltou a esse ponto várias vezes: as pessoas muitas vezes recorrem à IA quando já existe um algoritmo
bem compreendido, e a computação mais verde costuma ser a que você evita. As Web Sustainability Guidelines do W3C
também pedem que as equipes avaliem a necessidade de IA antes de implementá-la.

Pergunte:

- Uma **regra, tabela de consulta ou expressão regular** daria conta?
- Uma **busca** no seu próprio conteúdo responderia à pergunta?
- Existe um **método numérico ou estatístico consolidado** (um otimizador, uma regressão, um solver)?
- A resposta precisa ser **exatamente reproduzível ou auditável**? Métodos determinísticos são mais fáceis de verificar.
- Com que frequência isto vai rodar? Um recurso usado milhões de vezes merece mais esforço de projeto do que algo pontual.

A IA não é gratuita, mesmo quando economiza tempo. Um estudo de 2025 que comparou programação manual e assistida por
IA em 12 tarefas constatou que a abordagem assistida por IA teve, em média, cerca de 33 vezes a pegada de carbono da
abordagem manual, e a diferença aumentava à medida que as tarefas ficavam mais difíceis. Isso não significa nunca
usar assistentes; significa usá-los onde eles claramente compensam.

## Pequeno, especializado ou de fronteira? {#small-specialised-or-frontier}

**Ajuste o modelo à tarefa, não à coisa mais capaz disponível.**

| Tipo de tarefa | Em geral basta | Quando usar algo maior |
|---|---|---|
| Classificar, etiquetar, rotear, spam ou sentimento | Um classificador pequeno e específico | Raramente |
| Extrair campos de documentos | Um modelo pequeno ou com ajuste fino, ou regras | Layouts confusos e variados |
| Busca e resposta a perguntas sobre o seu próprio conteúdo | Recuperação mais um modelo pequeno ou médio | Raciocínio complexo sobre vários documentos |
| Tradução, resumo | Um modelo médio ou especializado | Textos delicados ou de alto risco |
| Raciocínio aberto, planejamento, código difícil | Um modelo geral grande | É aqui que ele compensa o custo |

Modelos pequenos especializados podem vir de vários caminhos, tratados em
[treinamento e inferência eficientes](/pt/boas-praticas/treinamento-e-inferencia-de-ia-eficientes/):

- **Destilação:** um "professor" grande treina um "aluno" pequeno. O DistilBERT era 40% menor que o BERT e 60%
  mais rápido, mantendo 97% da sua capacidade de compreensão de linguagem.
- **Ajuste fino (fine-tuning) de um modelo pequeno** com dados da sua própria tarefa.
- **Versões quantizadas** de um modelo existente, que precisam de menos memória e energia.

Onde houver benchmarks públicos, compare os candidatos em energia e também em qualidade. O AI Energy Score da Hugging
Face avalia modelos pela energia de GPU por 1.000 consultas em dez tarefas comuns, com uma a cinco estrelas em
relação a outros modelos na mesma tarefa.

## Como funciona o roteamento de modelos? {#how-does-model-routing-work}

**Um roteador envia cada pedido ao modelo mais barato que provavelmente o responderá bem, e só escala quando
necessário.**

Desenhos comuns:

1. **Classificador primeiro:** um modelo pequeno ou um conjunto de regras prevê o grau de dificuldade de um pedido e escolhe um modelo.
2. **Cascata:** tente o modelo pequeno; se a confiança dele for baixa ou uma verificação falhar, passe para um maior.
3. **Roteador aprendido:** treinado com exemplos de qual modelo se saiu bem em qual pedido. O estudo RouteLLM relatou
   reduções de custo de mais da metade em alguns casos, sem diminuir a qualidade das respostas.

### Defina o limiar com cuidado {#set-the-threshold-carefully}

O sandpit levantou uma ressalva importante: em sistemas agênticos, um modelo pequeno demais pode falhar, obrigando a
rodar de novo no modelo grande. Uma tentativa barata que falha mais uma nova tentativa cara pode custar mais do que ir
direto ao modelo grande. Portanto:

- meça o custo de ponta a ponta por tarefa **bem-sucedida**, não por chamada;
- ajuste o limiar de escalonamento com os seus próprios dados;
- registre com que frequência os pedidos são escalados e reveja quando os modelos mudarem;
- coloque a decisão de roteamento no sistema, não no usuário final.

## O que são pipelines híbridos? {#what-are-hybrid-pipelines}

**Pipelines híbridos usam métodos clássicos, baseados em física ou em regras na maioria das etapas e um modelo
pequeno só onde ele agrega valor.** Muitas vezes são mais baratos, mais precisos e mais confiáveis do que uma
abordagem neural de ponta a ponta.

Exemplos:

- Um modelo físico ou numérico faz a simulação; um pequeno componente aprendido substitui só a parte mais cara dele
  (um "substituto", ou surrogate).
- Código determinístico cuida da análise, validação e formatação; um modelo cuida só do julgamento sobre texto livre.
- Um modelo generativo planeja ou escolhe, mas o resultado é montado a partir de uma biblioteca de componentes já
  verificados, em vez de ser gerado do zero a cada vez. Veja [orquestração em vez de geração](/pt/artigos/orquestracao-em-vez-de-geracao/).

O sandpit também discutiu incorporar estrutura matemática ou física (simetrias, leis de conservação, convexidade)
aos modelos para que precisem de menos parâmetros e menos treinamento. Veja
[matemática para uma IA eficiente](/pt/artigos/a-matematica-que-torna-a-ia-mais-eficiente/).

## Checklist {#checklist}

- [ ] Método mais simples sem IA descrito e testado primeiro
- [ ] Padrão de qualidade definido com os seus próprios casos reais
- [ ] Pelo menos um modelo pequeno ou específico testado contra esse padrão
- [ ] Energia por pedido comparada para cada candidato, medida da mesma forma
- [ ] Modelo grande usado só onde o pequeno não atinge o padrão
- [ ] Custo do roteamento medido por tarefa bem-sucedida, incluindo novas tentativas
- [ ] Escolha registrada, com uma data para revisão

## O que fazer a seguir {#what-to-do-next}

1. Liste os seus recursos de IA e marque quais poderiam usar um modelo menor, um método clássico ou nenhuma IA.
2. Monte um pequeno conjunto de avaliação com casos reais e uma nota mínima de aprovação.
3. Teste dois ou três tamanhos de modelo contra ele e [meça a energia](/pt/boas-praticas/como-medir-a-energia-e-o-carbono-da-ia/) de cada um.
4. Faça um piloto de roteamento num recurso de alto volume e acompanhe o custo por tarefa bem-sucedida.
5. Inclua "use o menor modelo que atinja o padrão" na sua [política de IA verde](/pt/boas-praticas/como-escrever-uma-politica-de-ia-verde/).
6. Pergunte aos fornecedores quais tamanhos de modelo eles oferecem e qual a energia por pedido; veja
   [compras sustentáveis de IA](/pt/boas-praticas/compras-de-ia-sustentavel/).

## Perguntas frequentes

### Os modelos de linguagem pequenos são bons o suficiente?

Para muitas tarefas bem definidas, como classificação, extração e roteamento, sim. Teste-os nos seus próprios casos, com um padrão de qualidade claro, antes de decidir.

### O que é roteamento de modelos?

Um roteador analisa cada pedido e o envia ao modelo mais barato que provavelmente o resolverá bem, passando a um modelo maior só quando necessário. Roteadores publicados reduziram custos em mais da metade em alguns testes sem diminuir a qualidade.

### Quando não devo usar IA?

Quando uma regra, uma consulta a tabela, uma busca ou um método numérico consolidado já faz a tarefa de forma confiável. Em geral, essas opções são mais baratas, mais rápidas, mais previsíveis e mais fáceis de verificar.

### Um modelo maior é sempre mais preciso?

Não. Para tarefas restritas, um modelo pequeno com ajuste fino ou destilado pode igualar ou superar um modelo geral, e os erros dele costumam ser mais fáceis de entender.

## Fontes

- [Power Hungry Processing: Watts Driving the Cost of AI Deployment?](https://arxiv.org/abs/2311.16863), Luccioni, Jernite and Strubell, ACM FAccT 2024 (arXiv 2311.16863) (2024)
- [AI large language models: new report shows small changes can reduce energy use by 90%](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO (2025)
- [RouteLLM: Learning to Route LLMs with Preference Data](https://arxiv.org/abs/2406.18665), Ong et al. (arXiv 2406.18665) (2024)
- [DistilBERT, a distilled version of BERT](https://arxiv.org/abs/1910.01108), Sanh et al. (arXiv 1910.01108) (2019)
- [Comparative Analysis of Carbon Footprint in Manual vs. LLM-Assisted Code Development](https://arxiv.org/abs/2505.04521), arXiv 2505.04521 (2025)
- [Green Software Patterns: right-sized, energy-efficient AI models](https://github.com/Green-Software-Foundation/patterns/blob/main/docs/development/right-sized-energy-efficient-ai-models.md), Green Software Foundation (2025)
- [AI Energy Score](https://huggingface.github.io/AIEnergyScore/), Hugging Face (2025)
- [Web Sustainability Guidelines](https://www.w3.org/TR/web-sustainability-guidelines/), W3C (2025)
