Question
Existe algum modelo ideal pra usar a wiki? Que façam ingest melhores que outros?
Answer
O vault não tem benchmarks diretos comparando modelos para ingest, mas as evidências indiretas apontam em uma direção clara:
1. Claude Code (Claude Sonnet/Opus) é o padrão de facto
Praticamente toda implementação publicada de LLM Wiki usa Claude Code como agente: Karpathy, rohitg00, nashsu (14.3k⭐), claude-obsidian (9.2k⭐), danvega, ronancodes, xiaoyuze88. O relatório de pesquisa preservado documenta Claude Code como uma das principais camadas operacionais do ecossistema, mas não sustenta uma afirmação universal de “modelo ideal”.
2. O schema importa mais que o modelo
A qualidade da ingest depende muito mais do CLAUDE.md / AGENTS.md do que de qual LLM específico executa as instruções. O comprehensive report observa que modelos frontier perdem acurácia quando o schema ultrapassa ~200 linhas — o gargalo é a qualidade das regras, não o modelo.
3. O wiki é model-agnostic
“The wiki itself is model-agnostic — it’s just markdown files” (Sozai Fable). O llm-wiki-agent de SamurAIGPT (3.2k⭐) suporta múltiplos modelos explicitamente, provando que o padrão funciona em diferentes LLMs.
4. Alternativas para privacidade
Para usuários preocupados com privacidade, o relatório preservado descreve arquiteturas com modelos locais e servidores MCP como uma alternativa a APIs externas.
5. Query: o modelo importa menos que a infraestrutura
Para query, o gargalo não é o modelo, é a recuperação. A página query registra a contradição entre a abordagem original do index.md (Karpathy) e a busca híbrida do LLM Wiki v2: o index.md funciona até ~100-200 páginas; acima disso o v2 recomenda buscar híbrida com três fluxos (BM25 + vetor + grafo, 95.2% no LongMemEval-S). Em um vault pequeno como este, qualquer modelo competente sintetiza bem a partir de páginas já compiladas; o modelo só se torna relevante quando o volume exige infraestrutura de busca. Nenhuma fonte no vault afirma que um modelo específico responde queries melhor que outro com o mesmo conteúdo compilado.
6. Lint: o modelo importa menos que as regras
Lint é a operação menos dependente de modelo. A maior parte do lint é determinística — a página lint documenta que wikilint (Go CLI) verifica órfãos, links quebrados, frontmatter ausente e tags fora da taxonomia sem julgamento de LLM. O LLM entra apenas no julgamento semântico (contradições, qualidade de claims) e no self-healing do LLM Wiki v2. O risco documentado é o oposto do “melhor modelo”: auto-correção pode aceitar silenciosamente saídas ruins, então a cautela está nas regras de quando auto-corrigir, não em qual modelo corrige. Nenhuma fonte no vault sugere que um modelo específico performa melhor em lint.
Conclusão
O modelo ideal hoje é Claude Sonnet/Opus via claude-code, porque é onde o ecossistema converge — Skills, MCP, subagentes, hooks — e onde as ferramentas são mais maduras. Mas o padrão funciona em qualquer LLM capaz. O verdadeiro diferencial está no schema: regras claras, frontmatter OKF, wikilinks, e o invariante de composição transformam qualquer LLM competente em um operador de wiki disciplinado.
Por operação, a necessidade de modelo decresce: ingest é onde o modelo mais importa (síntese, julgamento de páginas — Opus é a escolha conservadora, Fable é overkill); query depende mais da infraestrutura de recuperação do que do modelo; lint é majoritariamente determinístico e qualquer modelo capaz basta para o julgamento residual.
Related
- rank-modelos-operacao-wiki — Ranking abrangente (incluindo Gemini e GPT) das famílias de modelos para operar a wiki; esta página é a visão focada em ingest/query/lint com ênfase no padrão de facto Claude.
Open Questions
- Existem benchmarks sistemáticos de qualidade de ingest entre modelos? (O vault não encontrou nenhum.)
- A diferença entre Claude Sonnet e Opus é significativa para ingest, ou ambos performam igualmente com um schema bem escrito?
- Modelos locais (via Ollama) conseguem manter a mesma qualidade de ingest que modelos frontier?
- Algum modelo responde queries melhor que outro dado o mesmo conteúdo compilado? (Nenhuma evidência no vault — sugere que o modelo não é o fator limitante.)
- Para lint, o julgamento semântico (contradições, self-healing) difere entre modelos? (Nenhuma fonte aborda diretamente.)
Sources
^[raw/articles/llm-wiki-okf-comprehensive-report-2026.md] ^[raw/transcripts/sozai-fable-llm-wiki-video.md]