# Modelos
### Introdução – Modelos de linguagem no contexto de Agentes de IA
Modelos de linguagem são a base da inteligência de um agente de IA. Eles funcionam como "o cérebro" que processa textos, interpreta perguntas, compreende contextos e gera respostas coerentes. Esses modelos são treinados com grandes quantidades de dados para aprender padrões da linguagem humana e aplicá-los na resolução de problemas, na geração de conteúdo e na tomada de decisões automatizadas.
No **Skyone Studio**, a escolha do modelo de linguagem é um passo estratégico. Ele determina a qualidade das respostas, a velocidade de processamento, a profundidade da análise e até o custo da operação. Diferentes modelos possuem diferentes capacidades, alguns são mais rápidos e econômicos, enquanto outros são mais avançados e contextualmente precisos.
Toda configuração de agente, Skill ou fluxo depende diretamente da escolha de um modelo adequado.
***
### Categorias de Modelos
O **Skyone Studio** trabalha com duas categorias de LLMs:
* **Embarcados (Nativos):** São modelos mantidos pela **Skyone** e executados em ambientes internos, utilizando recursos locais e rede privada de dados. São indicados para cenários que exigem alto controle, segurança e confidencialidade.
{% hint style="success" %}
Os modelos embarcados já estão disponíveis por padrão a partir da contratação. Eles não podem ser editados nem removidos.
{% endhint %}
* **Integrados:** Permitem a conexão de soluções de provedores externos (como OpenAI e Anthropic). Para utilizá-los, é preciso cadastrar sua chave de acesso (AppKey) no sistema. Essa categoria é ideal para acessar modelos especializados sem a necessidade de manter infraestrutura local.
Exemplo de configuração do modelo da OpenAI
***
### **Modelos embarcados disponíveis no Skyone Studio**
Atualmente, o **Skyone Studio** disponibiliza os seguintes modelos embarcados:
* **Gemma 4 e2b:** Versão que unifica e atualiza as capacidades dos modelos anteriores Gemma 3, Granite e Llama 3.2.
* **Gemma 4 31B:** Modelo de alta performance para tarefas que exigem maior robustez.
* **GPT OSS:** Modelo robusto com alta capacidade de precisão textual.
***
### **Como criar um Modelo Integrado**
1. Acesse o menu lateral e clique em **“Modelos”**.
2. Clique em **“Adicionar”**.
3. Escolha o tipo: **OpenAI** ou **Customizado**.
4. Após selecionar a opção desejada, preencha os campos abaixo para configurar o seu modelo:
#### 1. Informações Básicas
* **Imagem:** Clique na opção "**Alterar imagem**" para carregar uma nova imagem ou utilize o ícone de lixeira para removê-la.
* **Nome do modelo:** Digite um nome identificador para o modelo.
* **Descrição:** Insira uma breve descrição sobre a finalidade deste modelo.
* **API Key:** Informe a sua chave de API.
* **Modelo:** Selecione na lista o modelo específico que deseja utilizar.
#### 2. Parâmetros de modelo
Para personalizar o comportamento do modelo, ative a chave **Mostrar** na seção de **Parâmetros Avançados**. Você poderá selecionar um parâmetro existente ou criar um novo clicando em **+ Adicionar**.
**Criar Novo Parâmetro**
Ao optar por criar um parâmetro, preencha as seguintes informações no modal:
* **Nome:** Defina o nome do parâmetro.
* **Tipo:** Selecione o formato do dado (Texto, Número ou Booleano).
* **Definir valor como obrigatório:** Marque esta caixa se o parâmetro for indispensável para a execução.
* **Valor padrão:** Insira o valor.
* **Tipo de entrada:** Escolha como o usuário interagirá com este campo. Se selecionar Select, você deverá configurar as opções de escolha:
1. Clique no botão **+ Adicionar** dentro da seção de opções.
2. Preencha o **Rótulo** (nome visível) e o **Valor** (dado técnico).
3. Clique em **Criar** para confirmar o novo parâmetro.
Clique em **Salvar modelo** para finalizar.
***
### **Vídeo Demonstrativo**
Para facilitar a compreensão, assista ao vídeo abaixo com a demonstração prática de todas as etapas apresentadas nesta documentação. O vídeo mostra cada tela, clique e configuração necessária para concluir a criação de modelo.
{% embed url="" %}
***
### FAQ – Perguntas Frequentes sobre Modelos de Linguagem
Qual modelo devo escolher para meu agente de IA?
Depende do objetivo: para interações simples, use modelos mais rápidos e econômicos; para respostas mais complexas e contextuais, opte por modelos mais avançados.
Posso trocar o modelo do meu agente depois de criado?
Sim. No **Skyone Studio**, é possível alterar o modelo a qualquer momento, ajustando custo e performance conforme a necessidade.
Modelos maiores são sempre melhores?
Não necessariamente. Eles têm mais capacidade, mas também maior custo e tempo de resposta. O ideal é equilibrar performance e eficiência.
O modelo entende múltiplos idiomas?
Sim, a maioria dos modelos de ponta compreende e gera conteúdo em diversos idiomas.
É possível treinar o modelo com dados internos da minha empresa?
Sim, por meio de fine-tuning ou fornecendo contexto via prompts e bases de conhecimento.
Quais são as principais diferenças entre os modelos de linguagem?
A escolha de um modelo de linguagem depende do equilíbrio entre desempenho, custo e velocidade. As principais distinções entre eles residem em quatro pilares fundamentais:
#### 1. Janela de Contexto (Context Window)
Refere-se à quantidade máxima de dados (tokens) que o modelo consegue processar e "lembrar" em uma única interação.
* **Janelas amplas:** Ideais para analisar documentos extensos, bases de código completas ou manter conversas longas sem perder o fio da meada.
* **Janelas reduzidas:** Indicadas para tarefas pontuais e comandos diretos.
#### 2. Sofisticação e Precisão
A capacidade de raciocínio varia conforme a complexidade do treinamento do modelo.
* **Modelos Avançados:** Possuem maior capacidade de abstração, geram respostas mais naturais e lidam melhor com nuances culturais e instruções complexas.
* **Modelos de Entrada:** São mais propensos a alucinações em tarefas de lógica avançada, mas eficazes para classificações simples.
#### 3. Velocidade de Resposta (Latência)
O tempo decorrido entre o envio do comando e o recebimento da resposta.
* **Modelos "Flash" ou Pequenos:** Otimizados para baixa latência, sendo ideais para aplicações em tempo real, como chatbots de suporte.
* **Modelos de Alta Performance:** Devido ao maior volume de parâmetros processados, podem apresentar um tempo de resposta superior.
#### 4. Custo de Operação
O investimento financeiro é geralmente proporcional ao tamanho e à potência do modelo.
* **Custo-benefício:** Modelos menores são significativamente mais baratos, permitindo alto volume de requisições.
* **Alto Investimento:** Modelos de ponta são recomendados apenas quando a profundidade analítica justifica o custo por token mais elevado.
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://docs.skyone.cloud/skyone-studio/inteligencia-artificial/modelos.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.