Modelo de fronteira
Um modelo de fronteira (frontier model) é um dos modelos de IA de uso geral mais capazes disponíveis em um dado momento, geralmente de um laboratório com muitos recursos. O termo é relativo e também aparece em políticas de segurança de IA.
Também chamado: frontier lab, frontier AI
Por Divya Sharma · Verificado em 15 de nov. de 2026 · Como analisamos
"Fronteira" descreve uma posição, não um recurso técnico. Um modelo é de fronteira se estiver no topo ou perto do topo em capacidade quando é lançado. Um modelo que era de fronteira há dois anos geralmente não é mais. Os laboratórios que constroem esses modelos muitas vezes são chamados de laboratórios de fronteira.
Dois usos da palavra
Na conversa do dia a dia, modelo de fronteira significa os grandes modelos de linguagem mais fortes em benchmarks difíceis e leaderboards. Neste site, os rankings mostram quais modelos estão no topo agora.
Em textos de políticas públicas, o termo é mais estreito. Um artigo de 2023 sobre a regulação da IA de fronteira definiu IA de fronteira como modelos de fundação altamente capazes que poderiam ter capacidades perigosas o bastante para ameaçar a segurança pública. Leis e estruturas voluntárias de segurança passaram desde então a usar suas próprias versões da ideia. Essas definições diferem, então verifique qual delas uma dada regra usa; esta página não dá aconselhamento jurídico.
Como ele difere de open-weight
Fronteira e open-weight são questões separadas. A maioria dos modelos de fronteira só está disponível por API, mas alguns modelos open-weight chegam perto da fronteira. "Fronteira" diz o quanto um modelo é capaz; "open-weight" diz se você pode baixá-lo.
Por que isso importa na hora de construir
Modelos de fronteira geralmente custam mais por token e podem ser mais lentos. Muitas tarefas não precisam de um. Um padrão comum é mandar as requisições difíceis para um modelo de fronteira e as rotineiras para um modelo menor, que é o que o LLM routing faz.
Termos relacionados
- Grande modelo de linguagem
- Um grande modelo de linguagem (large language model, LLM) é uma rede neural com bilhões de parâmetros, treinada com grandes quantidades de texto para prever o próximo token, o que permite a ele escrever, responder a perguntas, resumir e seguir instruções.
- Modelo open-weight
- Um modelo open-weight (modelo de pesos abertos) é um modelo cujos pesos treinados são publicados para qualquer pessoa baixar e rodar, muitas vezes sem o código de treinamento ou os dados completos, então ele não é necessariamente open source.
- Benchmark de IA
- Um benchmark de IA (teste de referência) é um conjunto fixo e público de tarefas com um método de pontuação acordado, usado para comparar modelos no mesmo teste, por exemplo problemas de código resolvidos, questões de prova respondidas ou qualidade de recuperação em muitos conjuntos de dados.
- Roteamento de LLM
- O roteamento de LLM (LLM routing) é a prática de enviar cada requisição ao modelo de linguagem mais adequado a ela, muitas vezes um modelo barato para prompts fáceis e um mais forte para prompts difíceis, para equilibrar custo, velocidade e qualidade.
- Modelo de linguagem pequeno
- Um modelo de linguagem pequeno (small language model, SLM) é um modelo de linguagem com relativamente poucos parâmetros, geralmente alguns bilhões ou menos, feito para rodar em um notebook, celular ou uma única GPU a um custo menor que um modelo grande.