O que é fine-tuning em IA?

Fine-tuning é um pequeno ajuste sobre um modelo enorme

Um modelo de linguagem chega até você já treinado. O pré-treinamento leu um corpus de trilhões de tokens; a Meta reportou mais de 15 trilhões para o Llama 3. O pós-treinamento então o treinou para se tornar um assistente. O que é um LLM cobre as duas etapas.

Fine-tuning é uma terceira etapa, bem menor, que você mesmo executa. Você dá ao modelo de algumas centenas a alguns milhares de exemplos exatos da entrada e da saída que você quer, e o treina um pouco mais com eles. O guia de fine-tuning da OpenAI diz que melhorias claras costumam aparecer entre 50 e 100 exemplos. Os parâmetros deslocam levemente na direção de produzir por padrão o tipo de resposta que você quer.

A diferença de escala é toda a história. Quinze trilhões de tokens contra algumas centenas de exemplos: o fine-tune não consegue adicionar conhecimento relevante, porque não há quantidade suficiente para mover o ponteiro do que o modelo sabe. O que ele consegue fazer é mover o ponteiro de como o modelo responde, porque um formato consistente repetido algumas centenas de vezes é exatamente o tipo de padrão que um pequeno ajuste capta.

Fine-tuning muda como um modelo responde, nunca o que ele sabe

A linha a traçar é comportamento contra conhecimento.

A falha que as pessoas encontram é a quarta linha. Elas fazem fine-tune com a central de ajuda, esperando um modelo que conheça o produto. O que recebem é um modelo que escreve no tom da central de ajuda e inventa os fatos do produto com fluência, porque o treinamento ensinou a forma das respostas, não a substância. A tarefa de conhecimento pertence ao retrieval, e o que é RAG explica como isso funciona.

Por que fine-tuning é feito de propósito em modelos baratos

Ninguém faz fine-tune do modelo mais caro de uma família para uma tarefa estreita. O objetivo é fazer um modelo pequeno e barato realizar uma coisa tão bem quanto o modelo de ponta faz com um prompt longo, e então rodar o modelo barato milhões de vezes.

Os números acima de cada extremidade são pontuações do Artificial Analysis Intelligence Index, lidas em 2026-09-17, e a linha é a diferença de preço por milhão de tokens. Um Llama 4 Maverick de propósito geral pontua 9 contra os 38 do Claude Sonnet 5; a aposta de um fine-tune é que, numa tarefa estreita, esses 29 pontos podem ser fechados por uma economia de 127 vezes. Nos preços de tabela da OpenRouter, coletados em 2026-08-20, uma resposta padrão de 1.000 tokens de entrada e 500 de saída custa $0.0006 no Maverick e $0.007 no Sonnet 5, segundo o índice de custo de modelos de IA, então um classificador de suporte que roda 100.000 vezes por mês custa $60 no primeiro e $700 no segundo. Se o Maverick ajustado igualar o Sonnet nessa única tarefa, o ajuste se paga no primeiro mês. Essa conta, e não a qualidade do modelo em geral, é para o que serve o fine-tuning.

O método que tornou isso barato é o LoRA, publicado em 2021, que treina um pequeno conjunto de parâmetros adicionados em vez do modelo inteiro. Com sua sucessora de 4 bits, a QLoRA (Dettmers et al., 2023), um modelo de 7 bilhões de parâmetros é ajustado numa única placa de vídeo de consumo de 24 GB. O fine-tuning completo do mesmo modelo significa atualizar todo parâmetro em várias GPUs de datacenter.

Um prompt, retrieval ou um modelo diferente resolve a maioria dos casos antes de qualquer treinamento

Fine-tuning é a última opção, não a primeira, porque cada uma dessas alternativas resolve os casos comuns por uma fração do esforço e pode ser mudada em um minuto.

1. Um prompt melhor com exemplos. Três exemplos da saída que você quer dentro do prompt trazem a maior parte do ganho de formato e tom de um fine-tune, sem nenhum treinamento. Prompt engineering para iniciantes cobre o padrão.
2. Retrieval. Se a lacuna é de conhecimento, nenhuma quantidade de ajuste a fecha. Envie os documentos ou ative a busca.
3. Um modelo diferente. Os modelos diferem na voz padrão. Um modelo que já escreve do jeito que você quer supera ajustar um que não escreve assim; um workspace multi-modelo transforma isso num teste de um clique.

Recorra ao fine-tuning quando o prompt cresceu até virar uma página de regras que o modelo continua esquecendo, quando a tarefa roda num volume em que o comprimento do prompt é dinheiro de verdade, ou quando você precisa de um formato retornado de forma confiável dez mil vezes sem um único desvio. Essas são necessidades reais. Também são raras.

Dá para fazer fine-tuning dentro de um produto de chat?

Em geral não, e a Whizi não é exceção. Produtos de chat para consumidor, incluindo a Whizi, não oferecem fine-tuning; é um recurso para desenvolvedores em APIs de provedores e modelos de peso aberto. O mais próximo disso dentro de um app de chat são instruções permanentes. Na Whizi, elas ficam num projeto: instruções personalizadas por projeto se aplicam a toda conversa daquele projeto, e é assim que você consegue tom e formato consistentes num conjunto de trabalhos sem treinar nada. Como usar Projects explica a configuração.

Essa é a escolha certa para a maioria das pessoas. Uma instrução de projeto é um prompt que você escreve uma vez e edita sempre que as regras mudam. Um fine-tune é um modelo que você retreina sempre que as regras mudam. Para quem não roda uma tarefa estreita em escala, o prompt vence em custo, velocidade de mudança e pelo fato de você conseguir lê-lo.

A regra de decisão: faça fine-tuning quando a mesma tarefa estreita roda num volume em que um modelo barato se pagando faz diferença. Em todo o resto, escreva a instrução.