Foundation Model não é sinônimo de LLM
Um LLM é um modelo de linguagem de grande porte. Ele pode ser um Foundation Model, mas Foundation Models também podem trabalhar com imagens, áudio, vídeo, embeddings ou múltiplas modalidades.
Por isso:
Foundation Model é uma categoria mais ampla; LLM é uma de suas subclasses mais conhecidas.
Famílias iniciais desta coleção
GPT — OpenAI
Família de modelos generativos baseada em Transformers, associada principalmente a linguagem, raciocínio, código e capacidades multimodais conforme cada versão.
Claude — Anthropic
Família de modelos da Anthropic voltada a linguagem, raciocínio, uso de ferramentas e aplicações multimodais conforme o modelo utilizado.
Gemini — Google
Família multimodal do Google, integrada a diferentes produtos e plataformas do ecossistema da empresa.
Llama — Meta
Família de modelos da Meta com pesos disponibilizados sob licenças próprias, amplamente utilizada em experimentação, customização e implantação de modelos.
Mistral
Famílias de modelos desenvolvidas pela Mistral AI, incluindo opções abertas e comerciais.
Amazon Nova
Família de Foundation Models da AWS/Amazon. A linha inclui modelos para compreensão e geração em diferentes modalidades e perfis de custo/desempenho.
Família, modelo e versão
Esses três níveis não devem ser confundidos.
Exemplo conceitual:
família → variante/modelo → versão/checkpoint
Uma página sobre Claude, por exemplo, deve tratar Claude como família. Versões específicas podem mudar rapidamente e devem ser documentadas separadamente quando houver valor durável.
Essa separação reduz obsolescência do acervo.
Onde entram embeddings?
Embedding models também podem ser Foundation Models ou modelos especializados. Sua função principal é converter entradas em representações vetoriais para tarefas como busca semântica, recomendação, classificação e RAG.
Relação com GenAI
A seção GenAI explica sistemas e aplicações de IA generativa. Esta página explica a camada dos modelos que pode sustentar essas aplicações.
Um sistema de GenAI pode combinar:
- Foundation Model;
- contexto;
- ferramentas;
- memória;
- RAG;
- agentes;
- guardrails;
- observabilidade.
Portanto, modelo é componente da solução, não a solução inteira.
Conteúdos relacionados
- Modelos de Inteligência Artificial — posiciona Foundation Models dentro da taxonomia geral.
- GenAI — mostra como modelos são combinados com contexto, RAG, agentes, ferramentas e governança para formar aplicações.
- Frameworks e Ferramentas de IA — separa a camada de modelos das camadas usadas para integrá-los e operá-los.
- Tokens e Tokenização em LLMs — aprofunda um mecanismo central dos modelos de linguagem.
Como aprofundar
- Pergunta: como diferenciar família, modelo, versão/checkpoint e modalidade sem tornar a página
rapidamente obsoleta?
- Fonte ou método: model cards e documentação oficial dos provedores, registrando data de consulta.
- Por que importa: famílias mudam mais lentamente que versões; separar os níveis reduz manutenção.
- Pergunta: quais famílias merecem página própria?
- Fonte ou método: avaliar relevância durável, documentação primária disponível e recorrência no acervo, evitando criar páginas para cada release.
- Por que importa: mantém o site útil sem se transformar em feed de lançamentos.
- Pergunta: como Foundation Models se relacionam com embedding models e modelos especializados?
- Fonte ou método: documentação de provedores e histórias de RAG/embeddings do EPIC-003.
- Por que importa: ajuda a explicar que nem todo modelo usado em GenAI precisa ser um LLM gerador.
Fontes e caminhos de aprofundamento
Consultadas diretamente
- AWS. What are Foundation Models?: https://aws.amazon.com/what-is/foundation-models/
- Amazon Bedrock. Key terminology: https://docs.aws.amazon.com/bedrock/latest/userguide/key-definitions.html
- Amazon SageMaker AI. JumpStart Foundation Models: https://docs.aws.amazon.com/sagemaker/latest/dg/jumpstart-foundation-models.html
Localizadas, ainda não incorporadas em profundidade
- Model cards e documentação oficial de GPT, Claude, Gemini, Llama, Mistral e Amazon Nova. Devem ser consultadas quando cada família ganhar aprofundamento próprio.
Sugeridas para investigação
- Papers e relatórios técnicos que permitam explicar diferenças de arquitetura, treinamento, multimodalidade e adaptação sem depender apenas de material comercial.
Estado editorial: conteúdo volátil em nível de exemplos; a definição é estável, mas famílias e versões devem ser revistas periodicamente.
Última revisão: 2026-09-21