Amazon lança modelo de decisão de código aberto para responder a rival
A Strands Labs, equipe da AWS, divulgou o Strands Decider 2B, modelo pequeno que escolhe entre opções pré-definidas em vez de gerar texto — resposta direta ao Jev, modelo lançado em setembro pela startup TypeSafe.
Por Marina Sato · Repórter de IA
Um modelo que não escreve, decide
2 bilhões de parâmetros: esse é o tamanho do Strands Decider 2B, modelo de código aberto que a Amazon Web Services, braço de nuvem da Amazon, lançou nesta semana por meio da Strands Labs, sua equipe interna de ferramentas para agentes de IA. Ele não serve para escrever textos. Serve para decidir.
A categoria se chama "decision models", ou modelos de decisão: em vez de gerar frases, o sistema recebe uma pergunta com uma lista curta de respostas possíveis e escolhe uma — ou atribui uma nota a algo, como o quão positiva é uma frase. Sem geração de texto livre, sobra velocidade e sobra economia, já que o modelo não gasta tokens explicando o raciocínio.
A origem: resposta a um rival que pegou todos de surpresa
O Strands Decider 2B não nasceu num vácuo. Ele é a resposta da Amazon ao Jev, modelo de decisão lançado em setembro pela TypeSafe, startup que criou a categoria dos chamados "System One Models". O Jev rapidamente assumiu a liderança do JevBench, benchmark que mede inteligência, calibração, velocidade e custo desse tipo de modelo.
Segundo o TechCrunch, foi justamente a repercussão do Jev que levou Marc Brooker, engenheiro distinto da Amazon, a montar uma versão caseira do conceito — que chegou a liderar brevemente o JevBench na sua categoria de tamanho antes de ser refinada pela equipe de engenharia da AWS e lançada oficialmente pela Strands Labs.
Rápido, barato, mas nem todo mundo está convencido
O Strands Decider 2B foi construído sobre o Qwen3.5-2B e é pequeno o bastante para rodar localmente, no notebook do desenvolvedor, além de em nuvem pública. Brooker resume a proposta: "lower latency, potentially lower cost" — menor latência, potencialmente menor custo. Ele também argumenta que modelos assim "fazem um decisor perfeito para uma etapa de fluxo de trabalho", ajudando um agente de IA a decidir o próximo passo.
Nem todo mundo compra o entusiasmo. Diogo Almeida, CEO e fundador da TypeSafe, startup criadora do Jev, avalia que a leva atual de concorrentes "parece mais gente de ML querendo implementar uma arquitetura legal do que um time dedicado a tornar a inteligência útil" — tradução livre de sua declaração original em inglês. Fica por ver se o mercado vai mesmo adotar modelos de decisão como peça padrão de fluxos de agentes de IA, ou se a ideia esbarra na dificuldade que Almeida aponta.