# Modelos locais elevam o sucesso de agentes de IA na borda

> Uma abordagem híbrida entre nuvem e dispositivo aumentou em até 14,9 pontos percentuais o sucesso nos testes do AppWorld, mantendo os dados do usuário no aparelho.

Oossa · 2026-10-14 · https://oossa.com/pt/local-models-improve-edge-ai-agent-success-rates

Pesquisadores liderados por Boris Radovič investigaram uma alternativa intermediária entre agentes de IA que operam exclusivamente na nuvem e modelos pequenos executados no dispositivo. A nuvem gera um programa, mas, quando precisa interpretar dados do usuário, recorre a um modelo local compacto. Nos testes com o benchmark AppWorld, a abordagem híbrida aumentou a taxa de sucesso do agente baseado apenas em código nas seis combinações de modelos e partições avaliadas, com ganhos de até 14,9 pontos percentuais. Com isso, reduziu boa parte da diferença em relação a um ciclo ReAct totalmente hospedado na nuvem, sem abrir mão da privacidade.

## Os fatos

- Aumento da taxa de sucesso de até 14,9 pontos percentuais
- Avaliação no AppWorld em seis combinações de modelo-base e partição de teste

## Por que importa

Usuários de dispositivos de borda podem ter assistentes de IA mais precisos sem enviar seus dados privados para a nuvem.

## Fontes e referências

1. [Should SLMs be in the Driver's Seat? A Study of Local Models as Interpreters in Cloud-Written Agent Programs](https://arxiv.org/abs/2610.14209) – arXiv, 2026-10-14

Última atualização: 2026-10-14