LLM e SLM são dois nomes usados para falar sobre modelos de linguagem com tamanhos e capacidades diferentes.

LLM é a sigla de Large Language Model, em português, Modelo Grande de Linguagem. SLM significa Small Language Model, ou Modelo Pequeno de Linguagem.

Os dois podem interpretar instruções, organizar informações e produzir textos. A principal diferença está no tamanho da estrutura e no tipo de tarefa para o qual cada modelo é mais adequado.

O que é uma LLM

Uma LLM é treinada com uma estrutura grande e costuma lidar melhor com tarefas variadas, perguntas abertas e instruções mais complexas.

Entre as famílias mais conhecidas estão GPT, da OpenAI, Claude, da Anthropic, Gemini, do Google, e Llama, da Meta.

Quando executados em infraestrutura própria, modelos grandes exigem mais memória e processamento. Em serviços de nuvem, como GPT, Claude e Gemini, essa infraestrutura é administrada pelo provider, e o impacto aparece principalmente no custo e nos limites de uso.

O que é uma SLM

Uma SLM possui uma estrutura menor e costuma ser escolhida para tarefas mais definidas. Pode classificar informações, extrair dados, criar resumos e executar rotinas específicas com menos recursos.

Entre os modelos pequenos que podem ser instalados em uma máquina própria estão Phi-3 Mini, da Microsoft, Gemma 2B, do Google, Qwen2.5 3B, da Alibaba, e versões compactas do IBM Granite. Em serviços de nuvem, GPT-5.4 mini e GPT-5.4 nano, da OpenAI, são exemplos de modelos pequenos voltados a tarefas que priorizam velocidade e custo.

Quando instalados em uma máquina própria, modelos menores exigem menos memória e podem funcionar em equipamentos mais acessíveis. Na nuvem, modelos compactos costumam responder mais rápido e custar menos. Isso não significa que sejam sempre melhores ou piores. O resultado depende da tarefa, dos dados e da configuração utilizada.

Uma forma prática de comparar

Uma equipe grande, preparada para lidar com situações muito diferentes, ajuda a representar uma LLM.

Uma equipe menor, treinada para executar algumas atividades específicas com agilidade, se aproxima da proposta de uma SLM.

A equipe maior possui mais possibilidades. A menor pode ser mais econômica e eficiente quando o trabalho está bem definido.

Como o tamanho é medido

O tamanho costuma ser apresentado pela quantidade de parâmetros do modelo. Eles não são pedaços de texto nem frases armazenadas. São pequenos ajustes internos aprendidos durante o treinamento. Juntos, ajudam o modelo a reconhecer padrões, entender o contexto e preparar uma resposta. É como ter milhões ou bilhões de pequenos controles trabalhando ao mesmo tempo.

Não existe um limite universal que determine exatamente onde termina uma SLM e começa uma LLM. Os termos ajudam a comparar modelos, mas tamanho sozinho não define qualidade.

O ponto principal

LLMs são modelos maiores e mais abrangentes. SLMs são modelos menores e mais compactos. A melhor opção não é necessariamente a maior, mas aquela que atende bem à tarefa com o equilíbrio certo entre qualidade, velocidade e custo.