O catálogo de modelos: qual escolher para cada caso

Antes de descer aos detalhes, fixe o mapa. Cada família tem uma vocação — um lugar onde ela é a escolha óbvia. Comece pela coluna Bom para: você quase nunca escolhe um modelo pelo nome, você escolhe pela tarefa e deixa a tarefa apontar a família.

A família Claude é a referência quando a tarefa é difícil de verdade: planejamento em múltiplos passos, tool use confiável, coding long-horizon, vision e extended thinking. Em 2026 ela se divide em Claude 5.x (Sonnet 5) e Claude 4.x (Opus 4.8/4.7/4.6, Haiku 4.5). A escolha interna é sempre a mesma trinca de tiers — barato/rápido, equilíbrio, topo — e você sobe só o necessário.

A família Nova é a aposta da Amazon em custo-benefício: geralmente entrega qualidade suficiente por uma fração do preço dos modelos de fronteira. É o primeiro lugar onde você olha quando o volume é grande e a tarefa não exige o topo de raciocínio. Além dos modelos de texto, a Nova traz uma linha criativa (imagem, vídeo, voz).

• Nova Micro — texto puro, ultra-barato e rápido; ideal para classificação, extração e roteamento em escala massiva.
• Nova Lite — multimodal (texto, imagem, vídeo na entrada) e barato; bom default quando há imagem numa tarefa simples.
• Nova Pro — raciocínio e agentic com bom custo; o degrau intermediário antes de subir para Claude Sonnet/Opus.
• Nova Premier — o mais capaz da família, com contexto de ~1M tokens; forte para RAG e documentos grandes.
• Nova 2 (Lite / Pro / Sonic / Omni) — a geração seguinte; Sonic = speech-to-speech, Omni = entrada e saída multimodais amplas.
• Criativos: Nova Canvas (imagem), Nova Reel (vídeo), Nova Sonic (voz em tempo real) e Nova Multimodal Embeddings (busca multimodal).

Fora do eixo Claude/Nova, o catálogo tem duas motivações claras: open-weights (para fine-tune, portabilidade e fuga de lock-in proprietário) e especialistas (que fazem uma coisa muito bem — RAG, contexto longo, código, áudio). Escolha por vocação, não por marca.

• Meta Llama 4 (Scout/Maverick) e 3.3 70B — open-weights generalistas; escolha quando quer fine-tune, portabilidade para on-prem ou independência de um provedor fechado.
• Mistral — Devstral (código), Magistral (reasoning), Pixtral (vision), Voxtral (áudio); forte em multilíngue com foco europeu.
• DeepSeek V3.x e R1 — reasoning open-weights com forte custo-eficiência; R1 é orientado a cadeias de raciocínio.
• Cohere — Command R/R+ para geração ancorada em RAG; mas a força real da casa são Embed v4 e Rerank 3.5.
• AI21 Jamba — arquitetura híbrida SSM/Transformer, pensada para contexto muito longo com custo controlado.
• OpenAI gpt-oss 120b/20b (open-weight, via runtime), Google Gemma (leves), Qwen e outros — base para self-host leve e experimentação.

Um gotcha que derruba muita gente: a API Converse unifica só os modelos de texto e chat multimodal de conversa. Modelos de outra natureza não entram por ela — e tentar forçar dá erro de modelo não suportado.

Embeddings são a espinha dorsal de qualquer RAG: eles viram os vetores que você indexa e busca. Aqui a decisão é sobre idioma, modalidade e se você vai reordenar resultados com um reranker depois.

A regra que envelhece melhor: o melhor modelo hoje não será o melhor daqui a 6 meses. Por isso o acoplamento certo é com a API Converse, não com um modelId específico. Trocar de modelo vira trocar a string do modelId — o resto (mensagens, tool config, inferenceConfig) segue igual. A ressalva operacional é a inferência cross-region: muitos modelos novos só rodam via inference profile (prefixos us., eu., global.), que distribui a chamada entre regiões de uma geografia para dar capacidade. Na prática, o modelId que você passa costuma ser o ID do inference profile, não o do modelo base.