Durante a semana encerrada em 28 de setembro de 2026, a AWS adicionou ao seu ecossistema um conjunto de serviços de inteligência artificial e ferramentas de infraestrutura, em uma abordagem que prioriza a escolha do modelo adequado para cada tarefa de acordo com inteligência, custo e tempo de resposta, em vez de usar o maior modelo disponível em todos os casos.
Novos modelos por meio do Amazon Bedrock
O Amazon Bedrock passou a disponibilizar os modelos GPT-6 Sol e GPT-6 Luna, da OpenAI. O GPT-6 Sol é voltado para trabalhos de desenvolvimento e operações repetitivas e complexas, enquanto o GPT-6 Luna se concentra em tarefas específicas e repetíveis quando executadas em grandes volumes. A AWS afirma que os dois modelos têm preços significativamente inferiores aos de seus antecessores, o GPT-5.6.
O Claude Opus 5.5, da Anthropic, também passou a estar disponível por meio do Bedrock, como o primeiro modelo da família Claude 5.5. A expectativa é que ele execute mais tarefas usando menos tokens em comparação com o Claude Opus 5, com ajustes para programação baseada em agentes e tarefas de longa duração.
Monitoramento de aplicações e agentes em um único espaço
A AWS lançou o Amazon CloudWatch Omni para monitorar aplicações e agentes de inteligência artificial em uma única experiência colaborativa. O serviço se baseia no OpenTelemetry, permitindo exibir os dados de telemetria atuais sem reconfiguração, além de oferecer acesso por meio de um único endereço, com login corporativo unificado e sem a necessidade de permissões de acesso direto ao console.
O CloudWatch Omni identifica automaticamente os serviços e conecta suas dependências. Ele também integra o AWS DevOps Agent às sessões de investigação para correlacionar sinais e rastrear as causas-raiz das falhas.
Mudanças práticas na inferência e na arquitetura orientada a eventos
A AWS também apresentou o Amazon SageMaker HyperPod Inference Gateway, uma camada de roteamento nativa do Kubernetes implantada como uma única extensão gerenciada para o Amazon EKS, sem alterações na aplicação. Ela direciona as solicitações com base em sinais em tempo real, como o uso do cache KV, o tamanho da fila, o sucesso dos acertos no prefix cache e o tempo de resposta esperado, em vez do balanceamento round-robin tradicional. A AWS afirma que isso reduziu a latência até o primeiro token em até 82% em cenários com hardware diversificado e cargas intermitentes. A camada oferece suporte a servidores de modelos compatíveis com a OpenAI, incluindo vLLM e SGLang.
No Amazon EventBridge, agora é possível criar um barramento de eventos central compartilhado entre as contas da organização por meio do AWS RAM, com opções para ordenar eventos, eliminar duplicidades com base no conteúdo e invocar alvos como o AWS Lambda de forma síncrona. O novo recurso Subscriber reúne políticas de filtragem, destinos e novas tentativas, enquanto um modelo de preços de ingress/egress substitui as tarifas de roteamento acumuladas entre contas em arquiteturas com vários barramentos. Os barramentos existentes continuam funcionando como barramentos “classic”.
O que muda na prática?
Esses anúncios combinam a ampliação da lista de modelos com o aprimoramento das camadas operacionais ao redor deles. O valor prático não se limita à disponibilidade de modelos adicionais; a escolha do modelo passou a estar mais relacionada ao custo e ao tempo da tarefa, enquanto o CloudWatch Omni e o Inference Gateway têm como alvo dois problemas operacionais diretos: compreender o comportamento dos sistemas e agentes e reduzir o atraso da inferência sob cargas heterogêneas.
A AWS também lançou habilidades para agentes de inteligência artificial no Amazon SES e no AWS End User Messaging por meio do AWS MCP Server, para orientar agentes de programação em tarefas como verificar a identidade do remetente, enviar e-mails de produção e criar um agente RCS com cartões e botões. Essas habilidades funcionam com Claude Code, Codex, Cursor e Kiro.
A equipe do Strands Agents anunciou o Strands harness, uma estrutura geral para agentes que pode ser executada localmente ou implantada em qualquer lugar, licenciada sob a Apache 2.0. Ela oferece suporte a modelos do Amazon Bedrock, Anthropic, OpenAI, Google e Ollama, e inclui configurações para gerenciar o armazenamento em cache do contexto, reduzir os resultados das ferramentas e manter a memória entre as execuções. Segundo a equipe, seu custo é cerca de 28% menor que o de estruturas semelhantes nos mesmos modelos, mantendo a precisão; esse resultado, contudo, continua sendo uma alegação da equipe e requer verificação independente.