# Como escolho um modelo de IA menor?

> Como escolher o menor modelo de IA que faz bem a sua tarefa: defina um nível de qualidade, teste do menor ao maior, veja as notas de energia e tenha um reserva.

Source: https://greenai.guide/pt/como/como-escolho-um-modelo-de-ia-menor/  
Updated: 2026-11-19

## Em resumo

Defina o que significa "bom o suficiente" com exemplos reais e depois teste modelos do menor para o maior, parando no primeiro que passar. Modelos pequenos e específicos para uma tarefa podem usar uma fração da energia dos grandes modelos gerais: a UNESCO e a University College London relatam economias de até 90% em tarefas adequadas.

## Steps

1. Escreva a tarefa e uma nota mínima, como a parte das respostas que precisa estar correta.
2. Reúna de 20 a 50 exemplos reais para testar.
3. Experimente primeiro o modelo menor ou "mini" e só suba se ele não atingir a nota mínima.
4. Consulte avaliações públicas de energia, como o AI Energy Score, quando existirem.
5. Mantenha um modelo maior para os casos que o pequeno não consegue resolver.
6. Teste de novo quando os modelos ou a sua tarefa mudarem.

**Use o menor modelo que atinja o seu nível de qualidade, não o mais capaz disponível.** Um grande modelo geral paga,
em cada pedido, por capacidades que a sua tarefa talvez nunca use.

## Por que o tamanho do modelo importa tanto? {#why-does-model-size-matter-so-much}

**Ele costuma ser a maior alavanca isolada sobre a energia.** Luccioni, Jernite e Strubell concluíram que os modelos
generativos multiuso são ordens de grandeza mais caros de executar do que sistemas específicos para as mesmas
tarefas. A UNESCO e a University College London concluíram que modelos pequenos adaptados a tarefas específicas
podiam reduzir o consumo de energia em até 90%.

## Como testo os candidatos? {#how-do-i-test-candidates}

1. **Defina o nível com o seu próprio trabalho**, por exemplo "extrai corretamente o total da fatura em 98% das
   vezes".
2. **Teste primeiro os pequenos.** Muitos provedores oferecem versões "mini", "lite" ou "flash"; as famílias de
   pesos abertos vêm em vários tamanhos.
3. **Pare no primeiro que passar.** Maior não é automaticamente mais preciso em tarefas estreitas.
4. **Compare a energia, não só o preço.** O AI Energy Score do Hugging Face classifica modelos abertos de uma a
   cinco estrelas pela energia por consulta em tarefas comuns; veja [ler uma classificação do AI Energy Score](/pt/como/como-interpreto-uma-classificacao-do-ai-energy-score/).

Para quem usa IA no dia a dia, a mesma ideia vale: escolha a opção rápida ou mais leve do seu chatbot para perguntas
simples.

## Erros comuns {#common-mistakes}

- **Escolher pela reputação** em vez de testar com os seus próprios exemplos.
- **Medir o custo por chamada, não por sucesso.** Um modelo pequeno demais que falha e obriga a repetir num grande
  pode custar mais no total.
- **Nunca rever a escolha.** Os modelos pequenos melhoram depressa; teste de novo a cada poucos meses.

Para enviar cada pedido automaticamente para o tamanho certo, veja
[encaminhar pedidos para modelos menores](/pt/como/como-encaminho-pedidos-para-modelos-menores/). O método completo está em
[escolher o modelo certo](/pt/boas-praticas/escolha-o-modelo-certo-para-a-tarefa/).

## Fontes

- [Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO and University College London (2025)
- [Power Hungry Processing: Watts Driving the Cost of AI Deployment?](https://arxiv.org/abs/2311.16863), Luccioni, Jernite and Strubell, ACM FAccT (2024)
- [AI Energy Score](https://huggingface.github.io/AIEnergyScore/), Hugging Face (2025)
