Esta documentação tem como objetivo apresentar os conceitos fundamentais utilizados na avaliação e recomendação de modelos de linguagem (LLMs) para diferentes tipos de agentes e cenários de uso. 

Logo abaixo temos a tabela comparativa de LLMs, que consolida as principais características e critérios de análise dos modelos. Logo após a tabela, são apresentadas explicações conceituais que apoiam a correta interpretação de critérios como: 

O propósito é garantir uma leitura mais consciente e alinhada da tabela, reduzindo interpretações equivocadas e apoiando decisões técnicas, de produto e de negócio. 

1. Conceitos Utilizados na Avaliação dos Cenários 

1.1. Complexidade 

A complexidade representa o nível de esforço cognitivo exigido do modelo para executar corretamente um determinado cenário. 

Esse critério não está relacionado ao tamanho da resposta, mas principalmente à capacidade do modelo de: 

Classificação geral: 

1.2. Volume Esperado 

O volume esperado indica a escala de uso prevista para determinado agente ou cenário. 

Esse critério é essencial para equilibrar custo operacional, performance, latência e estabilidade da solução. 

Classificação geral: 

1.3. Risco de Erro  

O risco de erro representa o impacto potencial caso o agente forneça uma resposta incorreta naquele cenário. 

Este conceito não mede a probabilidade do modelo errar, mas sim as consequências do erro para o negócio ou para o usuário final. 

Classificação geral: 

2. Características Gerais das LLMs 

Cada modelo de linguagem possui características próprias, e nenhum deles é ideal para todos os cenários. 

A escolha adequada depende do equilíbrio entre capacidade de raciocínio, custo operacional e risco aceitável. 

De forma geral, os modelos podem ser classificados em: 

LLMs focados em eficiência 

LLMs intermediários 

LLMs avançados 

Essas características ajudam a entender por que determinados modelos são recomendados em certos cenários e evitados em outros.