AWS permite misturar modelos próprios com agentes de IA gerenciados
Nova integração da AWS conecta modelos hospedados pela própria empresa com o sistema de agentes Bedrock, permitindo que cada tarefa use o modelo ideal. A solução também resolve o monitoramento de custos e tokens.
A Amazon Web Services (AWS) anunciou uma nova forma de montar sistemas de inteligência artificial que usam vários agentes trabalhando juntos — algo como uma equipe de especialistas em IA. A novidade permite que você combine modelos que roda nos seus próprios servidores com modelos gerenciados pela nuvem da AWS, sem precisar reescrever todo o código. Até agora, misturar essas duas fontes era um pesadelo técnico.
O sistema funciona assim: um agente central (o "orquestrador") recebe um pedido e decide qual especialista deve cuidar dele. Cada especialista usa o modelo mais adequado para sua função. Por exemplo, um agente de orçamento pode usar o Claude Sonnet 4.6 (da Anthropic, via Amazon Bedrock), enquanto um agente de análise financeira usa o Qwen 3.5 9B (um modelo hospedado no SageMaker, da própria empresa). O pulo do gato é que a AWS criou uma arquitetura pronta para fazer essa comunicação e, de quebra, resolveu um problema de monitoramento: antes não era possível ver quantos "tokens" (unidades de texto processadas) o modelo no SageMaker consumia em cada tarefa. Agora, com alguns ajustes, dá para rastrear o gasto exato de cada agente.
Essa novidade interessa principalmente a empresas que querem reduzir custos ou usar modelos específicos para certas áreas — como finanças, saúde ou atendimento. Em vez de depender só de modelos caros e genéricos, elas podem criar uma equipe mista, onde cada agente usa o modelo que entrega o melhor resultado pelo menor preço. A AWS fornece o esqueleto do sistema e até um código de exemplo no GitHub para quem quiser testar.
Para o usuário final, a mudança é transparente: o sistema continua respondendo perguntas, mas por trás dos panos ele pode estar usando modelos mais rápidos e baratos em tarefas simples, deixando os modelos mais potentes só para o que realmente precisa. Quem desenvolve esse tipo de sistema ganha flexibilidade e controle de custos sem precisar construir tudo do zero. A solução já está disponível, mas exige conhecimento técnico para configurar.
De onde veio esta notícia
Texto em português produzido com apoio de inteligência artificial a partir da publicação original de Amazon. Os fatos, números e nomes são os da fonte — se quiser conferir, o link abaixo leva ao original.
Ler a publicação original em Amazon