O que é SmolLM3-3B?
O SmolLM3-3B é um modelo de linguagem pequeno do Hugging Face, lançado em 8 de julho de 2025. Ele tem cerca de 3,1 bilhões de parâmetros e foi treinado com 11,2 trilhões de tokens usando 384 GPUs H100 ao longo de 24 dias. Ele foi treinado com contexto de 64K tokens e se estende a 128K com YaRN, um método padrão de extensão de contexto; a configuração distribuída está definida em 65.536 tokens, então a janela maior exige uma mudança na configuração.
Ele tem dois modos: raciocínio estendido, ligado por padrão, e respostas diretas, alternados com /think e /no_think. Ele suporta chamada de ferramentas no estilo XML ou de chamada Python e seis idiomas: inglês, francês, espanhol, alemão, italiano e português.
Os pesos estão sob Apache 2.0. O Hugging Face também publicou a mistura de dados, as configurações de treinamento, checkpoints intermediários e o código de avaliação, para que pesquisadores possam reproduzir ou modificar o treinamento. Os pesos foram atualizados pela última vez em 10 de setembro de 2025, e o Hugging Face não anunciou nenhum SmolLM4; o seu repositório smollm no GitHub ainda recebe commits de manutenção (o mais recente em 3 de outubro de 2026), mas nenhum modelo novo.
SmolLM3-3B vale a pena?
O valor real do SmolLM3 é a abertura, não a capacidade. Poucos modelos publicam a receita completa: mistura de dados, configurações, checkpoints intermediários e código de avaliação. Quem pesquisa ou ensina como modelos de linguagem são treinados, ou quer continuar o pré-treinamento a partir de um estado conhecido, encontra aqui um ponto de partida mais bem documentado que em qualquer outro modelo de 3B, e os 731.000 downloads no Hugging Face no último mês sugerem que muita gente faz isso.
Como modelo, ele era competitivo no lançamento e não é mais. As próprias tabelas do Hugging Face o mostram superando o Llama-3.2-3B e o Qwen2.5-3B, mas atrás do Qwen3-4B com raciocínio ligado: 36,7 contra 58,8 no AIME 2025, e 41,7 contra 55,3 no GPQA Diamond. O raciocínio faz muita diferença (o AIME sobe de 9,3 para 36,7), e a chamada de ferramentas se sustenta em 92,3 no BFCL sem ele.
O campo de 2026 o deixou para trás. A IBM relata 78,33 no AIME 2025 para o Granite 4.2 3B na sua própria configuração, mais que o dobro do melhor resultado do SmolLM3, e o Gemma 4 E2B e o E4B do Google também leem imagens e áudio. O SmolLM3 é só de texto, cobre seis idiomas europeus e não é atualizado desde setembro de 2025.
O seu tamanho é a única vantagem prática que não envelheceu. Com cerca de 6GB em BF16, ele roda em um notebook, e o Hugging Face distribui builds para llama.cpp, MLX, ONNX, MLC e ExecuTorch, então os mesmos pesos que um pesquisador estuda podem ir para um celular. Esse é o nicho: experimentos em que saber exatamente o que entrou no modelo vale mais que os cerca de 40 pontos de AIME que o Granite 4.2 3B alega ter a mais.
Onde ele se destaca
Um professor universitário que dá um curso de pós-graduação sobre treinamento de LLMs
Mostrar aos alunos cada etapa de uma execução real de pré-treinamento
Use a mistura de dados, as configurações e os checkpoints intermediários publicados para comparar o modelo em diferentes pontos do treinamento, depois peça aos alunos que façam fine-tuning a partir de um checkpoint em uma GPU. Gratuito sob Apache 2.0; nenhum outro modelo de 3B documenta a sua execução de forma tão completa.
Um pesquisador de ML que estuda misturas de dados
Rodar experimentos controlados de pré-treinamento continuado ou de ablação a partir de uma base conhecida
Comece pelo SmolLM3-3B-Base ou por um checkpoint intermediário e mude uma variável na receita publicada. Com cerca de 3B de parâmetros, os experimentos cabem em um único nó; reproduzir a execução original de 24 dias e 384 GPUs custa muito mais.
Um engenheiro mobile prototipando um assistente offline
Lançar um modelo no dispositivo totalmente aberto em inglês e cinco idiomas europeus
Rode o build ONNX ou ExecuTorch localmente, com /no_think para respostas rápidas e chamadas de ferramentas para ações do app. É barato e permissivo, mas o Gemma 4 E2B ou o Granite 4.2 3B vão responder perguntas mais difíceis visivelmente melhor.
Antes de decidir
- Configuração
- Exige Transformers 4.53 ou posterior, ou servidores vLLM e SGLang com o tool parser Hermes; a janela de 128K exige editar max_position_embeddings e rope_scaling na configuração.
- Integrações
- Transformers, vLLM, SGLang, llama.cpp, MLX, ONNX, MLC e ExecuTorch, com checkpoints quantizados na coleção do Hugging Face. Sem endpoint hospedado nos Inference Providers do Hugging Face.
- Dados e privacidade
- Apache 2.0 sem adendo de uso aceitável; uso comercial e redistribuição permitidos. Apenas auto-hospedado, então os dados ficam no seu dispositivo ou servidor. A mistura de dados de treinamento é pública, o que torna possível verificar a procedência.
- Custo em escala
- Cerca de 3,1B de parâmetros, aproximadamente 6GB em BF16, então uma única GPU de consumo, um notebook da Apple ou um build de 4 bits para celular. Sem API paga listada, o custo em volume é o seu próprio hardware.
- Limites
- Contexto nativo de 64K, 128K com YaRN; seis idiomas; só texto; o Hugging Face avisa que as saídas podem ser imprecisas ou enviesadas; raciocínio mais fraco que o dos modelos de 3B a 4B de 2026.
O que é bom
- Apache 2.0 com mistura de dados, configurações e checkpoints intermediários publicados
- Raciocínio alternável com /think e /no_think
- Cerca de 6GB em BF16, com builds para llama.cpp, MLX, ONNX e ExecuTorch
- 92,3 em chamada de ferramentas no BFCL sem raciocínio, segundo o Hugging Face
O que não é
- 36,7 no AIME 2025 contra 78,33 autodeclarados pelo Granite 4.2 3B
- Apenas seis idiomas europeus
- Só texto
- Nenhuma atualização desde setembro de 2025 e nenhum sucessor anunciado
Ideal para
Pesquisadores e educadores que querem um modelo pequeno e totalmente reproduzível para estudar ou fazer fine-tuning.
Alternativas ao SmolLM3-3B
SmolLM3-3B: perguntas frequentes
- SmolLM3-3B vale a pena?
- O SmolLM3 é mais uma execução de treinamento com paredes de vidro do que um produto: imbatível para aprender como se faz um modelo de 3B, superado para lançar um. Damos nota 3.5 de 5.
- Quanto custa SmolLM3-3B?
- Pesos gratuitos sob Apache 2.0, com a receita de dados de treinamento e os checkpoints publicados. Sem API hospedada nos próprios Inference Providers do Hugging Face.
- Quais são as desvantagens de SmolLM3-3B?
- 36,7 no AIME 2025 contra 78,33 autodeclarados pelo Granite 4.2 3B; apenas seis idiomas europeus; só texto; nenhuma atualização desde setembro de 2025 e nenhum sucessor anunciado.
- Para quem SmolLM3-3B é indicado?
- Pesquisadores e educadores que querem um modelo pequeno e totalmente reproduzível para estudar ou fazer fine-tuning.
- Quanto custa SmolLM3-3B para uma equipe ou em produção?
- Cerca de 3,1B de parâmetros, aproximadamente 6GB em BF16, então uma única GPU de consumo, um notebook da Apple ou um build de 4 bits para celular. Sem API paga listada, o custo em volume é o seu próprio hardware.
- SmolLM3-3B é seguro para dados da empresa?
- Apache 2.0 sem adendo de uso aceitável; uso comercial e redistribuição permitidos. Apenas auto-hospedado, então os dados ficam no seu dispositivo ou servidor. A mistura de dados de treinamento é pública, o que torna possível verificar a procedência.
- Quais são as melhores alternativas ao SmolLM3-3B?
- As alternativas mais próximas que analisamos são Granite 4.2, Gemma 4 e Phi-4-multimodal.
Respostas verificadas em 26 de out. de 2026.