Novos modelos Qwen disponíveis no SageMaker JumpStart
A AWS anunciou a chegada de cinco novos modelos da família Qwen ao Amazon SageMaker JumpStart, expandindo o portfólio de modelos de fundação disponíveis na plataforma. Os modelos incorporados são: Qwen3-Coder-Next, Qwen3-30B-A3B, Qwen3-30B-A3B-Thinking-2507, Qwen3-Coder-30B-A3B-Instruct e Qwen3.5-4B.
Cada um deles foi desenvolvido para atender a desafios específicos de Inteligência Artificial (IA) empresarial, cobrindo casos de uso que vão de codificação agêntica a compreensão multimodal — tudo rodando sobre a infraestrutura da AWS.
O que cada modelo oferece
Os cinco modelos têm perfis bem distintos entre si. Entender as diferenças ajuda a escolher o mais adequado para cada projeto:
- Qwen3-Coder-Next: focado em raciocínio de longo horizonte, uso complexo de ferramentas e recuperação de falhas durante a execução. É indicado para alimentar agentes de codificação em plataformas de Interface de Linha de Comando (CLI) e ambientes de Desenvolvimento Integrado (IDE).
- Qwen3-30B-A3B: suporta alternância entre modos de raciocínio com e sem “thinking” (processamento reflexivo), tornando-o versátil para tarefas de assistência geral, como diálogo multilíngue, raciocínio matemático e chamadas de ferramentas.
- Qwen3-30B-A3B-Thinking-2507: entrega desempenho aprimorado em tarefas complexas de raciocínio nas áreas de matemática, ciências e codificação, com capacidade estendida de compreensão de contextos longos.
- Qwen3-Coder-30B-A3B-Instruct: projetado para fluxos de trabalho de codificação agêntica, com formato de chamada de função personalizado e compreensão de contexto em escala de repositório.
- Qwen3.5-4B: modelo leve com treinamento unificado de visão e linguagem, suportando 201 idiomas — ideal para implantações multimodais de baixo custo computacional.
Como fazer o deploy no SageMaker JumpStart
O SageMaker JumpStart simplifica bastante o processo de implantação: qualquer um desses modelos pode ser colocado em produção com poucos cliques, sem necessidade de configurações complexas de infraestrutura.
Para começar, basta acessar a seção Models dentro do SageMaker Studio ou utilizar o SageMaker Python SDK para realizar o deploy diretamente na conta AWS. A documentação oficial do Amazon SageMaker JumpStart traz os detalhes completos sobre como implantar e utilizar modelos de fundação na plataforma.
Por que isso importa para equipes brasileiras
A chegada desses modelos ao JumpStart é relevante porque reduz a barreira de entrada para times que querem experimentar modelos de ponta sem precisar gerenciar infraestrutura de ML do zero. A combinação de modelos especializados em código, raciocínio avançado e suporte multilíngue — incluindo os 201 idiomas do Qwen3.5-4B — abre espaço para aplicações de IA sofisticadas em contextos diversos, inclusive para o mercado brasileiro.
Fonte
Five new Qwen models for coding agents and efficient reasoning are now available in Amazon SageMaker JumpStart (https://aws.amazon.com/about-aws/whats-new/2026/04/qwen-models-on-sagemaker-jumpstart/)
Leave a Reply