A AWS lançou o Strands Decider 2B, modelo aberto que decide ações de agentes sem gerar texto.

O Strands Labs, divisão de experimentação em inteligência artificial agêntica da Amazon Web Services (AWS), lançou nesta quinta-feira (1º de outubro de 2026) o Strands Decider 2B. Trata-se de um modelo aberto da categoria decision model (ou "sistema um"), desenvolvido especificamente para escolher opções pré-definidas em fluxos automatizados de agentes sem passar pela etapa de geração de texto livre. O projeto foi disponibilizado publicamente no GitHub e no Hugging Face sob licença permissiva Apache 2.0, com código, pesos, scripts de treino e conjuntos de avaliação liberados para uso local e comercial.

Diagrama esquemático em fundo claro comparando um LLM decodificador tradicional com cabeça de vocabulário descartada ao Strands Decider 2B, composto pelo tronco Qwen3.5-2B-Base, adaptador LoRA r16 e cabeça de ponteiro que calcula probabilidades via softmax para opções numeradas

Strands Labs / AWS / Divulgação. Arquitetura do Strands Decider 2B: o cabeçote tradicional de vocabulário é descartado e substituído por uma cabeça de ponteiro com adaptador LoRA rank-16 acoplada à base Qwen3.5-2B.

Overrated

achar que todo passo de um agente de IA precisa ser processado por modelos gigantes de raciocínio como Claude Opus ou GPT

Underrated

trocar chamadas lentas de texto por modelos locais de decisão que respondem em uma única passagem com confiança calibrada

O que a ferramenta faz e como opera o ponteiro de pontuação

Em sistemas convencionais de agentes, tarefas rotineiras como roteamento de solicitações, seleção de ferramentas (tool calling), validação de argumentos e barreiras de segurança (guardrails) dependem de consultas a grandes modelos de linguagem (LLMs). Esse padrão gera dois gargalos frequentes: latência acumulada pela decodificação token a token e custo financeiro por consumo de tokens em APIs de nuvem.

O Strands Decider 2B atua na ponta oposta:

  1. Arquitetura híbrida: o modelo reaproveita a estrutura interna (torso) do modelo aberto Qwen3.5-2B-Base, mas remove por completo a cabeça de modelagem de linguagem tradicional (LM head), eliminando a capacidade de escrever textos livres;
  2. Cabeça de ponteiro (pointer head): no lugar da geração de texto, a equipe adicionou uma cabeça leve de apenas 1 milhão de parâmetros, treinada via adaptador LoRA (rank-16);
  3. Passagem única (single forward pass): em vez de um loop de decodificação sequencial, o modelo avalia o estado da conversa e as alternativas fornecidas simultaneamente, pontuando os vetores ocultos de cada opção contra a posição de resposta;
  4. Respostas tipadas: o sistema responde a três categorias estritas de perguntas:
    • choice: seleção de uma entre N alternativas (ex.: definir para qual fila direcionar um chamado: suporte, vendas ou financeiro);
    • noul: perguntas binárias de sim ou não (ex.: checar se os argumentos de uma função foram inventados pela IA ou fornecidos pelo usuário);
    • score: atribuição de nível em uma escala ordenada (ex.: avaliar o nível de frustração de um cliente entre calmo, frustrado ou irritado).

Além de apontar a opção vencedora, o modelo calcula uma probabilidade com pontuação de confiança calibrada (medida pelo índice Brier), permitindo que o desenvolvedor estabeleça regras de transbordo para humanos caso a certeza da máquina fique abaixo de uma margem definida.

CaracterísticaDetalhe operacional (Strands Decider 2B)
Empresa desenvolvedoraStrands Labs (Amazon Web Services / AWS)
Parâmetros totaisAproximadamente 1,9 a 2 bilhões
Base fundacionalQwen3.5-2B-Base com adaptador LoRA rank-16
Cabeçote de pontuaçãoPointer head (~1 milhão de parâmetros)
Tipos de consultachoice (múltipla escolha), noul (sim/não) e score (escala)
Latência mediana115 ms (Nvidia RTX 3090) / 153 ms (Apple Silicon M3 Pro)
LicençaApache 2.0 (código aberto e comercialmente liberado)
DistribuiçãoPacote Python no PyPI (strands-decider) e pesos no Hugging Face

Limites e quando não usar

A especialização em tomada de decisões delimita claramente o que o Strands Decider 2B não faz:

  • Sem geração de texto: o modelo não escreve respostas conversacionais, não resume documentos, não formula e-mails e não gera código-fonte;
  • Inapropriado para raciocínio aberto: problemas abertos de lógica matemática, planejamento complexo de várias etapas ou redação criativa exigem modelos de fronteira;
  • Dependência de opções fechadas: todas as decisões dependem de alternativas delimitadas previamente pelo desenvolvedor na consulta.

Em arquiteturas modernas de software, o Decider 2B é posicionado como parte de "agentes híbridos": ele resolve dezenas de microdecisões intermediárias locais em frações de segundo e só repassa para modelos de fronteira os passos que realmente exigem geração textual ou raciocínio profundo.

Preço e disponibilidade no Brasil

O Strands Decider 2B é 100% gratuito para download e sem cobrança por licença de software. Usuários, desenvolvedores e empresas no Brasil e no mundo podem utilizá-lo sem necessidade de cadastro em nuvem ou cartões de crédito internacionais:

  • Instalação local: via terminal Python com o comando pip install strands-decider;
  • Execução por linha de comando: através da ferramenta CLI strands-decider ask StrandsAgents/strands-decider-2B-hobson-v19 ou modo servidor local com strands-decider serve;
  • Requisitos de hardware: por ter menos de 2 bilhões de parâmetros, roda localmente em CPUs convencionais de computadores de mesa e notebooks, em chips Apple Silicon (via backend MPS) ou placas de vídeo com suporte a CUDA a partir de 6 GB a 8 GB de VRAM;
  • Custos: zero custo de software ou licença comercial (Apache 2.0). Em ambientes corporativos, os únicos custos envolvidos são o poder computacional da máquina local ou o custo de instâncias gerenciadas em nuvem escolhidas pela organização.

Fontes