Tamanho de modelo de IA é decisão de engenharia, não marketing. MoE separa totais de ativos; pós-treino e distillation viraram o 7B viável em produção.
Modelo de 7B perde para 70B que perde para 400B? Nem sempre. Parâmetros importam, mas dados, pós-treinamento e arquitetura definem o que sobra no final.
