---
title: "O que é um LLM? Como funciona um modelo de linguagem grande"
description: "Um LLM é um modelo de IA treinado com enormes volumes de texto para prever a próxima palavra. Veja como ele funciona, como é treinado e onde falha."
url: https://proxynet.io/pt-br/blog/what-is-a-large-language-model
date: 2026-11-18
author: "Acar Diveroli"
category: "IA"
lang: pt-BR
---

# O que é um LLM? Como funciona um modelo de linguagem grande

Uma gerente de marketing cola cinquenta avaliações de clientes em uma janela de chat e pede as três reclamações mais comuns. Um desenvolvedor pede uma expressão regular que reconheça números de pedido. Uma estudante pergunta por que o céu é azul. Os três recebem em segundos uma resposta fluente do mesmo tipo de software: um modelo de linguagem grande (large language model, LLM), que escreve a resposta um pequeno trecho de texto por vez.

Este post explica o que é um LLM e o que "grande" quer dizer, como ele transforma um prompt em resposta, como é treinado e com quais dados, como se diferencia de um chatbot, de um agente de IA e de um mecanismo de busca, onde ele falha e o que separa os modelos de pesos abertos dos fechados.

> **Nota: Resposta rápida**
>
> Um modelo de linguagem grande (LLM) é um modelo de IA treinado com uma quantidade muito grande de texto para prever o próximo trecho de texto. "Grande" se refere aos seus bilhões de números internos, chamados parâmetros, e à enorme quantidade de texto com que ele aprende. Para responder, ele divide o seu prompt em tokens, passa esses tokens por camadas transformer que pesam como as palavras se relacionam, dá uma pontuação a cada próximo token possível, escolhe um e repete até completar a resposta. Ele é pré-treinado principalmente com páginas web públicas, livros e código e depois ajustado com exemplos e feedback humano para seguir instruções. Escreve com fluência, mas não verifica fatos, não sabe nada do que aconteceu depois do fim dos seus dados de treinamento e pode errar com total confiança.

## O que é um modelo de linguagem grande?

Um modelo de linguagem grande é uma rede neural treinada com uma coleção muito grande de textos para prever qual trecho de texto vem a seguir, e ele usa essa única habilidade para escrever, resumir, traduzir, responder perguntas e gerar código. Um modelo de linguagem, de modo geral, é qualquer modelo que atribui probabilidades a sequências de palavras; as sugestões da próxima palavra no teclado do celular se baseiam numa ideia parecida, em escala minúscula.

"Grande" tem dois sentidos. O primeiro é o número de parâmetros. Um parâmetro é um número dentro do modelo, um peso que o treinamento ajusta muitas e muitas vezes até as previsões do modelo melhorarem; tudo o que o modelo aprendeu fica guardado nesses números. O segundo é a quantidade de texto de treinamento. O GPT-3, descrito por pesquisadores da OpenAI em 2020, tinha 175 bilhões de parâmetros, dez vezes mais do que qualquer modelo de linguagem não esparso (non-sparse) anterior, segundo os autores, e foi treinado com 300 bilhões de tokens.

Um LLM não contém um banco de dados de fatos que ele consulta. O que ele "sabe" existe apenas como padrões espalhados pelos seus parâmetros, e é por isso que ele consegue explicar bem um conceito e ainda assim errar uma data, um preço ou uma citação.

## Como funciona um LLM?

Um LLM gera texto um token por vez: converte as suas palavras em números, passa esses números por várias camadas que calculam como as palavras se relacionam, dá uma pontuação a cada próximo token possível, escolhe um, acrescenta esse token ao texto e repete. Pela ordem:

1. **Dividir o texto em tokens.** Um token é uma palavra ou um pedaço de palavra; uma palavra comum costuma ser um único token, enquanto uma rara é cortada em vários pedaços. [O que são tokens em IA?](/pt-br/blog/what-are-tokens-in-ai) mostra como a divisão funciona e por que ela define custo e limites.
1. **Converter cada token em números.** Cada token é associado a uma longa lista de números, um vetor, que o posiciona em um espaço onde palavras usadas de forma parecida ficam próximas.
1. **Passar os vetores pelas camadas transformer.** A maioria dos LLMs atuais é construída sobre o transformer, a arquitetura apresentada no artigo de 2017 [Attention Is All You Need](https://arxiv.org/abs/1706.03762). O núcleo dela é a atenção (attention): cada token olha para os outros tokens do texto e pesa quais importam para o seu significado. Em "o banco aumentou os juros", a atenção permite que "juros" indique ao modelo que "banco" é uma instituição financeira, e não um assento.
1. **Pontuar cada próximo token possível.** A última camada dá uma probabilidade para cada token do vocabulário do modelo, a lista fixa de tokens que ele conhece.
1. **Escolher um.** O modelo pega o token mais provável ou sorteia entre os prováveis. Uma configuração chamada temperatura (temperature) controla quanta aleatoriedade é permitida, e é por isso que a mesma pergunta pode receber duas respostas com redação diferente.
1. **Acrescentar e repetir.** O token escolhido é acrescentado ao texto e o ciclo inteiro roda de novo, até o modelo produzir um token de parada ou atingir o limite de tamanho.

Esse ciclo explica os pontos fortes do modelo e os seus pontos fracos. Ele escreve textos fluentes e bem estruturados porque continuar texto fluente é exatamente aquilo para que foi treinado. Ele não para para verificar se uma frase é verdadeira, porque nenhuma etapa do ciclo faz essa pergunta.

## Como um LLM é treinado?

Um LLM é treinado em etapas: o pré-treinamento em um corpus de texto enorme ensina a ele a língua e conhecimentos gerais, e depois o ajuste por instruções e o ajuste por preferências o ensinam a seguir pedidos e a dar o tipo de resposta que as pessoas esperam.

O **pré-treinamento** é autossupervisionado (self-supervised), o que significa que o próprio texto fornece as respostas. O modelo lê um trecho, tenta adivinhar o próximo token, compara o palpite com o token real e ajusta um pouco os parâmetros para que o token certo fique mais provável. Repetida ao longo de centenas de bilhões de tokens, essa etapa consome a maior parte do trabalho de computação. O resultado é um modelo base (base model): ele continua bem um texto, mas, diante de uma pergunta, pode simplesmente escrever mais perguntas.

O **ajuste por instruções** (instruction tuning) continua treinando o modelo base com exemplos de prompts emparelhados com boas respostas, muitas vezes escritos por pessoas. Ele também é chamado de ajuste fino supervisionado (supervised fine-tuning) e transforma um modelo que continua textos em um assistente que responde.

O **ajuste por preferências** usa rankings em vez de respostas escritas. Pessoas comparam várias respostas ao mesmo prompt e marcam as melhores, um modelo de recompensa separado aprende com esses rankings e o aprendizado por reforço empurra o LLM para respostas que pontuam bem. Isso é o aprendizado por reforço com feedback humano (RLHF). No [artigo do InstructGPT](https://arxiv.org/abs/2203.02155), de 2022, avaliadores humanos preferiram as respostas de um modelo de 1,3 bilhão de parâmetros ajustado dessa forma às do GPT-3, com 175 bilhões, o que mostra que o tamanho sozinho não torna um modelo útil.

Empresas podem repetir uma versão menor da segunda etapa com os próprios exemplos para ensinar a um modelo um formato, um tom ou uma tarefa específica. Esse processo, e quando ele supera um prompt bem escrito, é o tema de [O que é fine-tuning?](/pt-br/blog/what-is-fine-tuning)

## De onde vêm os dados de treinamento?

A maior parte do texto de pré-treinamento vem de páginas web públicas, junto com livros, código, enciclopédias e outras fontes selecionadas ou licenciadas, filtradas por qualidade e limpas de duplicatas. O artigo do GPT-3 é uma das descrições públicas mais claras de uma mistura de treinamento: 60% dos exemplos vistos durante o treinamento vieram de uma cópia filtrada do Common Crawl, e o restante, de um conjunto de textos da web, duas coleções de livros e a Wikipédia em inglês.

O Common Crawl é um arquivo de páginas web que se descreve como um [repositório gratuito e aberto de dados de rastreamento da web](https://commoncrawl.org/) que qualquer pessoa pode usar. Os autores do GPT-3 não o usaram em estado bruto: mantiveram as páginas mais parecidas com textos de referência de alta qualidade e removeram as quase duplicatas, porque os dados de rastreamento sem filtro reduziam a qualidade.

Os dados da web também importam depois do pré-treinamento. Equipes ajustam modelos com exemplos do seu setor e montam conjuntos de teste que verificam se um assistente responde corretamente sobre preços, produtos ou regras em mercados diferentes. Muitos produtos também usam RAG (geração aumentada por recuperação): o aplicativo busca as páginas relevantes no momento da pergunta e as entrega ao modelo junto com a pergunta.

Essas páginas costumam mudar de um país para outro, então uma verificação feita de um único escritório vê só uma versão. Com os [Proxies residenciais](https://proxynet.io/pt-br/residential-proxy), cada requisição passa por uma conexão residencial no país e na cidade que você escolher, e assim você coleta a página pública como um visitante local a vê.

Para equipes que precisam de páginas públicas de muitos países em grande escala, a nossa página de [soluções de extração de dados](/pt-br/data-scraping) apresenta os pools de proxies feitos para trabalhos de coleta, e o nosso time de vendas pode conversar com você sobre a extração gerenciada de páginas. Seja qual for o caminho, colete apenas páginas públicas, siga o robots.txt e os termos do site, mantenha um ritmo baixo de requisições, use uma API oficial quando houver e deixe de fora os dados pessoais de que você não precisa.

## Qual é a diferença entre um LLM, um chatbot, um agente de IA e um mecanismo de busca?

Um LLM é o próprio modelo; um chatbot é um aplicativo construído em torno de um modelo; um agente de IA é um sistema que permite a um modelo usar ferramentas e avançar em etapas rumo a um objetivo; um mecanismo de busca encontra e ordena páginas que já existem.

| Termo | O que é | O que faz | Exemplo |
|---|---|---|---|
| LLM | Um modelo treinado | Prevê o próximo token | gpt-oss-20b |
| Chatbot | Um app construído sobre um modelo | Mantém uma conversa | ChatGPT, um bot de suporte |
| Agente de IA | Modelo com ferramentas e um ciclo | Planeja e age em etapas | Um agente que reserva viagens |
| Mecanismo de busca | Um índice de páginas web | Encontra e ordena páginas | Pesquisa Google |

No uso diário, as fronteiras se misturam: chatbots consultam um mecanismo de busca antes de responder, mecanismos de busca mostram resumos escritos por IA e agentes rodam nos mesmos modelos. Mesmo assim, a separação ajuda quando algo dá errado, porque um fato errado costuma vir do modelo; uma fonte ausente, da etapa de recuperação; e uma ação errada, das ferramentas do agente.

## Quais são os limites dos LLMs?

Um LLM produz texto provável, não texto verificado, e a maioria dos seus limites vem daí:

- **Alucinação.** O modelo pode afirmar fatos falsos, inventar fontes ou citar errado um documento com total confiança; [O que é alucinação de IA?](/pt-br/blog/what-is-ai-hallucination) explica por que isso acontece e como reduzir o problema.
- **Data de corte do conhecimento.** Os dados de treinamento terminam em uma data, então, sem uma ferramenta de busca, o modelo não sabe nada sobre eventos, preços ou leis posteriores.
- **Janela de contexto.** O modelo só consegue considerar um número limitado de tokens de cada vez, contando o seu prompt, os documentos colados e a própria resposta; o que passar disso precisa ser cortado ou resumido.
- **Custo por token.** Os provedores de API cobram por token, em geral com preços separados para entrada e saída, então documentos longos e respostas longas custam mais.
- **Viés.** Padrões dos dados de treinamento, incluindo estereótipos e o predomínio de alguns idiomas, passam para as respostas.
- **Privacidade.** O texto que você cola em uma ferramenta de IA vai para o provedor dela; dados de clientes ou funcionários em um prompt contam como dados pessoais pelo GDPR na UE e pela KVKK, a lei de proteção de dados da Türkiye, então confira antes os termos do provedor.

## Qual é a diferença entre modelos de pesos abertos e modelos fechados?

Um modelo de pesos abertos (open-weight) tem os parâmetros publicados, então qualquer pessoa pode baixá-lo, rodá-lo no próprio hardware e fazer ajuste fino dentro do que a licença permite; um modelo fechado só está disponível pelo app ou pela API do fornecedor. Os modelos gpt-oss da OpenAI, lançados sob a licença Apache 2.0, são um exemplo do primeiro tipo, e a Mistral publica tanto modelos de pesos abertos quanto modelos comerciais.

Pesos abertos não é o mesmo que código aberto. Os pesos podem ser de uso livre enquanto os dados e o código de treinamento continuam privados, e as licenças variam de permissivas a restritivas. Na prática, a escolha é entre controle e conveniência: um modelo nos seus próprios servidores mantém os dados dentro da empresa e pode ser alterado livremente, enquanto um modelo fechado não exige hardware e é atualizado pelo fornecedor.

Outros dois termos aparecem muitas vezes ao lado de LLM. Um modelo de mistura de especialistas (MoE) divide algumas camadas em muitas sub-redes menores e envia cada token só para algumas delas, de modo que um modelo muito grande faz menos trabalho por token. Um modelo multimodal aceita ou produz mais do que texto, como imagens e áudio, no mesmo modelo.

## Para que servem os LLMs?

Os LLMs são usados onde quer que o trabalho comece ou termine em texto. Nos escritórios, eles rascunham e-mails, relatórios e descrições de produtos e resumem documentos longos, anotações de reuniões e tickets de suporte. Equipes de atendimento ao cliente os usam para responder perguntas de rotina e encaminhar o resto a uma pessoa; tradutores, para os primeiros rascunhos; e profissionais de marketing, para agrupar por tema as respostas abertas de pesquisas.

Desenvolvedores os usam para escrever e explicar código e para transformar pedidos em linguagem comum em consultas a bancos de dados. Analistas os usam para extrair nomes, datas e valores de texto não estruturado. Produtos de busca os usam para escrever respostas com base em páginas recuperadas, e agentes, como a parte que decide o que fazer em seguida.

## Erros comuns

- **Tratar a resposta como fato.** Fluência não é prova; confira nomes, números, datas e citações em uma fonte primária.
- **Perguntar sobre acontecimentos recentes sem uma ferramenta de busca.** Um modelo sem recuperação responde com base nos dados de treinamento e pode não avisar que eles estão desatualizados.
- **Colar dados confidenciais ou pessoais sem conferir os termos.** Leia a política de dados do provedor e remova o que a tarefa não exige.
- **Escolher um modelo só pelo número de parâmetros.** Ajuste, dados de treinamento e a própria tarefa importam tanto quanto o tamanho.
- **Esperar a mesma resposta toda vez.** A amostragem faz as saídas variarem; fixe o formato com instruções claras e exemplos.
- **Pedir cálculos ou contagens exatas em texto corrido.** Dê ao modelo uma calculadora ou uma ferramenta de código, ou confira as contas você mesmo.

## Guia de decisão

| Necessidade | O que usar |
|---|---|
| Rascunhar, reescrever ou resumir texto | Um assistente de chat, depois revisar o resultado |
| Respostas sobre notícias recentes ou preços | Um modelo com busca na web que mostre as fontes |
| Respostas a partir dos seus próprios documentos | Recuperação sobre esses documentos (RAG) |
| Uma tarefa específica em formato fixo | Primeiro prompts melhores; ajuste fino se não bastarem |
| Dados que precisam ficar nos seus servidores | Um modelo de pesos abertos hospedado por você |
| Tarefas amplas sem hardware próprio | Um modelo fechado por app ou API |
| Fatos jurídicos, médicos ou financeiros | Fontes primárias; o LLM só para rascunhos |

## Perguntas frequentes

### O ChatGPT é um LLM?

Não exatamente: o ChatGPT é um chatbot, um aplicativo, e os motores por trás dele são os modelos de linguagem grandes GPT da OpenAI. O app acrescenta o que falta ao modelo sozinho, como a interface de chat, o histórico de conversas, camadas de segurança e ferramentas.

### Qual é a diferença entre um LLM e IA generativa?

IA generativa é a categoria ampla de IA que cria conteúdo novo, seja texto, imagem, áudio, vídeo ou código, e um LLM é a parte dessa categoria que trabalha com linguagem. Geradores de imagem são IA generativa, mas não são LLMs. Muitos LLMs mais novos também leem imagens ou áudio, o que borra essa fronteira.

### O que significa LLM?

Em IA, LLM é a sigla de large language model, ou modelo de linguagem grande. As mesmas letras, escritas LL.M., também indicam Master of Laws, um título de pós-graduação em Direito que não tem nada a ver com IA.

### Como um LLM é treinado?

Em três grandes etapas. O pré-treinamento ensina o modelo a prever o próximo token em um volume muito grande de texto, o ajuste por instruções o treina com exemplos de boas respostas e o ajuste por preferências usa os rankings que pessoas fazem das respostas, muitas vezes por meio de RLHF, para deixar as respostas mais úteis.

### Um LLM consegue navegar na internet?

Sozinho, não: o modelo conhece apenas os dados de treinamento e o que estiver no prompt. Um aplicativo ou uma API pode dar a ele uma ferramenta de busca na web. A documentação da Anthropic, por exemplo, descreve uma ferramenta que desenvolvedores adicionam a uma requisição para que o modelo responda com informações atualizadas além da sua data de corte do conhecimento, com citações das páginas que usou. Nesse caso, o modelo lê resultados que um software buscou para ele; clicar de página em página como uma pessoa faz é o que agentes de IA e navegadores com IA acrescentam.

### Um LLM entende o que diz?

Não há uma resposta definitiva. Um LLM aprende os padrões estatísticos do texto, e os pesquisadores Emily Bender e Alexander Koller defenderam, em um [artigo da ACL de 2020](https://aclanthology.org/2020.acl-main.463/), que um sistema treinado apenas com a forma da linguagem não tem como aprender o seu significado. Outros argumentam que prever texto tão bem exige alguma representação interna de significado. De qualquer forma, a consequência prática é a mesma: o modelo não tem nenhuma verificação embutida de que aquilo que diz é verdade.

## Em resumo

Um modelo de linguagem grande é uma rede neural treinada com uma quantidade muito grande de texto para prever o próximo token, e ele monta cada resposta repetindo essa previsão. É pré-treinado principalmente com páginas web públicas, livros e código e depois ajustado com exemplos e rankings humanos para seguir instruções. Isso o torna bom para rascunhar, resumir, traduzir e programar, e pouco confiável como fonte de fatos: ele pode alucinar, para de aprender na data de corte do conhecimento e só enxerga o que cabe na janela de contexto. Use-o para primeiros rascunhos rápidos, apoie-o em fontes atuais quando os fatos importarem e deixe uma pessoa revisar tudo o que precisa estar certo.
