Modelo gerenciado na AWS: Converse, agentes, knowledge bases e guardrails.
Bedrock é a ponte entre construir com IA e operar dentro da AWS: modelo gerenciado, sem servidor para provisionar, com IAM, VPC e faturamento da conta. Aqui entram a escolha de modelo do catálogo, a API Converse, knowledge bases para RAG, agentes, guardrails e o que muda em relação a chamar a API do fornecedor direto.
Agrupados pela trilha de origem — o tema atravessa 9 trilhas.
As consultas de maior intenção deste tema, respondidas aqui.
Bedrock quando a conta AWS é o perímetro: permissão por IAM, tráfego por VPC, custo no mesmo faturamento e vários modelos por trás de uma interface. API direta quando você precisa do recurso mais novo no dia em que ele sai, ou de detalhe de comportamento que a camada gerenciada ainda não expõe. A troca é conveniência de operação contra proximidade da fonte.
Bedrock para consumir modelo pronto por API, sem infraestrutura para provisionar. SageMaker quando você treina, ajusta ou serve modelo próprio e precisa controlar a máquina. A confusão aparece em fine-tuning, que existe nos dois: no Bedrock é gerenciado e limitado ao catálogo; no SageMaker é você quem monta o treino, com a liberdade e o trabalho que isso implica.
Pela tarefa e pelo custo por token, medidos no seu próprio conjunto de avaliação — nunca por posição em ranking público, que mede outra coisa. O procedimento que funciona: escolha dois candidatos de portes diferentes, rode os mesmos casos, compare acerto e custo. Modelo grande em tarefa simples é o desperdício mais comum, e ele não aparece na fatura como erro.