Blog

  • Como garantir retenção zero de dados no Amazon Bedrock com Bedrock Projects e políticas de controle de serviço

    Por que o controle de retenção de dados no Bedrock ficou mais crítico

    Com a chegada de modelos que exigem compartilhamento de dados com provedores terceiros — como o Claude Fable 5 — a AWS reforçou os mecanismos disponíveis para que organizações controlem com precisão o que acontece com seus prompts e respostas após cada chamada de inferência. O Amazon Bedrock já oferecia controle sobre retenção de dados, mas agora a necessidade de aplicar essas políticas de forma centralizada e auditável ficou ainda mais evidente.

    Este artigo explica como os modos de retenção funcionam, quais ferramentas estão disponíveis para gerenciá-los e como verificar que as configurações estão funcionando corretamente — informações essenciais para times de segurança e engenharia que operam no Bedrock.

    Entendendo os modos de retenção de dados

    O Bedrock oferece quatro modos de retenção que determinam o que acontece com os dados após cada requisição de inferência. Consulte a documentação oficial do Amazon Bedrock para verificar quais modelos exigem retenção ou compartilhamento de dados.

    • none: Retenção zero. Prompts e respostas são processados e descartados imediatamente. Nenhum dado é compartilhado com o provedor do modelo.
    • default: Sem configuração explícita de compartilhamento. Alguns modelos podem reter dados por até 30 dias para verificações de segurança e confiança. Permite APIs que exigem retenção por natureza (como a Batch API e a Responses API com store=true). Modelos que suportam retenção zero continuam operando sem retenção.
    • inherit: Sem configuração explícita — herda o modo do escopo superior (projeto herda da conta, conta herda do padrão do serviço). Este é o padrão para novas contas.
    • provider_data_share: Dados são compartilhados com o provedor do modelo e retidos por até 30 dias para fins de segurança e confiança.

    Nota importante: Para combater a disseminação de material de abuso sexual infantil (CSAM), o Amazon Bedrock usa mecanismos automatizados de identificação nesse tipo de conteúdo nas entradas e saídas dos modelos. Conteúdos sinalizados podem ser armazenados e revisados mesmo quando o modo está configurado como none.

    O modo como teto, não como piso

    Um conceito fundamental: o modo configurado é o limite máximo de retenção que você aceita, não o que toda requisição vai usar. Configurar uma conta como provider_data_share não significa que todas as requisições passarão a reter e compartilhar dados.

    Modelos que suportam retenção zero continuarão operando com retenção zero, independentemente do modo da conta. Pense nisso como um teto de permissões:

    • Conta em provider_data_share + modelo Claude Sonnet (suporta none) → retenção zero, o Sonnet não exige compartilhamento
    • Conta em provider_data_share + Claude Fable 5 (exige provider_data_share) → dados retidos por até 30 dias e possivelmente compartilhados
    • Conta em none + Claude Sonnet → retenção zero
    • Conta em none + Claude Fable 5 → bloqueado; o teto da conta está abaixo do que o modelo exige

    Além disso, provider_data_share não é herdado de um modelo — é um opt-in explícito configurado no nível da conta ou do projeto. Se a conta estiver em inherit ou default, nenhum modelo acionará o compartilhamento de dados com o provedor.

    Ferramentas disponíveis para gerenciar retenção

    A AWS disponibiliza múltiplas camadas de controle que podem ser usadas de forma independente ou combinadas para uma defesa em profundidade:

    • Console do Amazon Bedrock: configuração por conta e por região, com visibilidade imediata do modo atual.
    • Amazon Bedrock Projects: isolamento de cargas de trabalho com necessidades diferentes de retenção dentro da mesma conta, para modelos compatíveis.
    • Políticas de Controle de Serviço (SCPs): aplicação em toda a organização, impedindo qualquer conta de habilitar o compartilhamento de dados.
    • Políticas do IAM: controle granular por conta ou por principal, incluindo a conta de gerenciamento (que SCPs não cobrem).

    Usando o Amazon Bedrock Projects para controle granular

    Nem toda carga de trabalho dentro de uma conta tem os mesmos requisitos de retenção. Com o Amazon Bedrock Projects — disponível no endpoint bedrock-mantle — é possível isolar o tráfego que pode aceitar retenção daquele que não pode, mesmo dentro da mesma conta.

    Por exemplo, uma organização pode ter:

    • Um projeto de pesquisa onde a equipe precisa de acesso aos modelos mais recentes (incluindo os que exigem provider_data_share) para experimentação.
    • Um projeto de produção que lida com dados de clientes onde retenção zero é obrigatória.

    Com o Bedrock Projects, é possível configurar provider_data_share no projeto de pesquisa e manter o projeto de produção bloqueado em none. Cada projeto aplica seu próprio teto de retenção de forma independente.

    A lógica de resolução do modo efetivo segue a hierarquia: projeto → conta → padrão do serviço. O primeiro valor não-inherit encontrado nessa cadeia é o modo aplicado.

    Importante: O Bedrock Projects só está disponível no endpoint bedrock-mantle, com modelos acessados via APIs compatíveis com OpenAI (Responses, Chat Completions) e a API Anthropic Messages no endpoint mantle. Verifique a disponibilidade por modelo e endpoint antes de planejar sua arquitetura.

    Isolamento no endpoint bedrock-runtime

    Se você usa o endpoint bedrock-runtime (APIs Invoke e Converse), o controle por projeto não está disponível — o modo de retenção da conta se aplica a todas as requisições. Para alcançar isolamento nesse endpoint, a recomendação da AWS é usar contas AWS separadas, organizadas em Unidades Organizacionais (OUs) do AWS Organizations com SCPs aplicadas seletivamente.

    Organization Root
    ├── OU: Zero-Retention (SCP attached — blocks provider_data_share)
    │   ├── Account: Production-App-A
    │   └── Account: Production-App-B
    └── OU: Research (no SCP — allows provider_data_share)
        └── Account: ML-Experimentation

    Usando SCPs para aplicação em toda a organização

    Para organizações que precisam de uma garantia absoluta de que nenhuma conta pode habilitar o compartilhamento de dados — independentemente de quem tem acesso administrativo — as SCPs oferecem o mecanismo de aplicação mais forte.

    Uma SCP é uma barreira definida no nível organizacional. Ela se sobrepõe a todos os principais da organização, incluindo administradores de conta e usuários root. Mesmo com permissões de administrador completo, um deny de SCP não pode ser sobrescrito por uma política do AWS Identity and Access Management (IAM).

    As SCPs cobrem tanto o plano de controle do Amazon Bedrock (bedrock:PutAccountDataRetention) quanto o endpoint mantle (bedrock-mantle:PutAccountDataRetention, bedrock-mantle:CreateProject, bedrock-mantle:UpdateProject).

    A política SCP para retenção zero

    Atenção: Novas contas têm o modo padrão inherit, não none. Antes de anexar a SCP, é necessário configurar explicitamente cada conta para none:

    aws bedrock put-account-data-retention --region us-east-1 --mode none

    Para centenas ou milhares de contas, consulte o artigo do AWS re:Post Automate Bedrock Zero Data Retention Across All Accounts in Your Organization para aprender como escalar esse processo.

    A política SCP que restringe a retenção somente ao modo none:

    {
      "Version": "2012-10-17",
      "Statement": [
        {
          "Sid": "RESTRICTBEDROCKDATARETENTION",
          "Effect": "Deny",
          "Action": [
            "bedrock:PutAccountDataRetention"
          ],
          "Resource": "*",
          "Condition": {
            "StringNotEquals": {
              "bedrock:DataRetentionMode": "none"
            }
          }
        }
      ]
    }

    O bloco Condition usa StringNotEquals, o que significa que o deny é acionado para qualquer valor diferente de none. Com essa política em vigor: ninguém pode habilitar o compartilhamento de dados com provedores de modelos; modelos que exigem provider_data_share (como Claude Fable 5 e Claude Mythos 5) ficam permanentemente indisponíveis; todos os outros modelos continuam funcionando normalmente.

    Bloqueando também as configurações por projeto

    O endpoint bedrock-mantle suporta configurações de retenção por projeto. Sem cobertura adicional na SCP, alguém poderia criar ou atualizar um projeto com provider_data_share, contornando a restrição no nível da conta. Para evitar isso, estenda a SCP:

    {
      "Version": "2012-10-17",
      "Statement": [
        {
          "Sid": "RESTRICTBEDROCKDATARETENTION",
          "Effect": "Deny",
          "Action": [
            "bedrock:PutAccountDataRetention",
            "bedrock-mantle:PutAccountDataRetention",
            "bedrock-mantle:CreateProject",
            "bedrock-mantle:UpdateProject"
          ],
          "Resource": "*",
          "Condition": {
            "StringNotEquals": {
              "bedrock:DataRetentionMode": "none"
            }
          }
        }
      ]
    }

    O endpoint bedrock-runtime não precisa dos bloqueios de projeto porque projetos não existem nesse endpoint — apenas a ação bedrock:PutAccountDataRetention já é suficiente para cobri-lo.

    Retenção de dados e inferência entre regiões

    Ao usar perfis de inferência entre regiões (cross-Region inference profiles), o modo de retenção é avaliado na região de origem da requisição — a região onde a chamada de API é feita. Não é necessário configurar o modo em cada região de destino.

    Porém, há um ponto de atenção: embora a verificação do modo ocorra na região de origem, os dados podem ser retidos na região de destino onde a inferência é processada. Isso é relevante para organizações que monitoram onde os dados retidos residem geograficamente.

    Uma vantagem importante das SCPs nesse contexto: uma única SCP anexada à OU raiz bloqueia provider_data_share em todas as regiões automaticamente, sem necessidade de configuração por região.

    Verificando suas configurações

    A AWS oferece três formas de verificar as configurações de retenção: o console do Amazon Bedrock, a Interface de Linha de Comando da AWS (AWS CLI) (versão 2.35+) e a API bedrock-mantle.

    Verificar o modo atual da conta

    Via AWS CLI:

    aws bedrock get-account-data-retention --region us-east-1

    Resposta esperada:

    {
      "mode": "none",
      "updatedAt": "2026-07-01T01:58:34.684Z"
    }

    Via API bedrock-mantle (usando uma chave de API do Bedrock):

    curl https://bedrock-mantle.us-east-1.api.aws/v1/data_retention \
      -H "x-api-key: $BEDROCK_API_KEY"

    Verificar o modo efetivo de um modelo específico

    curl https://bedrock-mantle.us-east-1.api.aws/v1/models/anthropic.claude-fable-5 \
      -H "x-api-key: $BEDROCK_API_KEY"

    Resposta:

    {
      "id": "anthropic.claude-fable-5",
      "status": "available",
      "data_retention": {
        "mode": "provider_data_share",
        "source": "account",
        "allowed_modes": ["provider_data_share"]
      }
    }

    Se o modelo aparecer com "status": "unavailable", o campo status_reason explicará o conflito de modo de retenção.

    Confirmar que a SCP está funcionando

    Tente definir o modo como provider_data_share:

    aws bedrock put-account-data-retention \
      --region us-east-1 \
      --mode provider_data_share

    Se a SCP estiver funcionando, você receberá um erro de acesso negado:

    An error occurred (AccessDeniedException) when calling the PutAccountDataRetention operation: User: arn:aws:iam::123456789012:user/admin is not authorized to perform: bedrock:PutAccountDataRetention with an explicit deny in a service control policy

    Se a requisição for bem-sucedida, a SCP não está funcionando. Reverta imediatamente com --mode none e verifique: se a SCP está anexada à OU raiz (não a uma OU filha), a sintaxe da política e as condition keys, e lembre-se de que a conta de gerenciamento do AWS Organizations é isenta de SCPs — use uma política IAM para cobri-la.

    Gerenciando retenção no nível do projeto

    O gerenciamento de retenção por projeto é feito exclusivamente via API bedrock-mantle — não há comando AWS CLI para configurações no nível do projeto.

    # Definir um projeto como provider_data_share
    curl -X POST https://bedrock-mantle.us-east-1.api.aws/v1/organization/projects/proj_abc123 \
      -H "x-api-key: $BEDROCK_API_KEY" \
      -H "Content-Type: application/json" \
      -d '{ "data_retention": { "mode": "provider_data_share" } }'
    
    # Definir um projeto como none (retenção zero)
    curl -X POST https://bedrock-mantle.us-east-1.api.aws/v1/organization/projects/proj_abc123 \
      -H "x-api-key: $BEDROCK_API_KEY" \
      -H "Content-Type: application/json" \
      -d '{ "data_retention": { "mode": "none" } }'
    
    # Verificar a configuração atual de um projeto
    curl -X POST https://bedrock-mantle.us-east-1.api.aws/v1/organization/projects/proj_abc123 \
      -H "x-api-key: $BEDROCK_API_KEY"

    Recursos adicionais

    Fonte

    Enforce zero data retention on Amazon Bedrock with Bedrock Projects and service control policies (https://aws.amazon.com/blogs/security/enforce-zero-data-retention-on-amazon-bedrock-with-bedrock-projects-and-service-control-policies/)

  • Amazon GameLift Streams ganha acesso seguro via terminal para sessões de stream

    Diagnóstico em tempo real sem complicação de infraestrutura

    A AWS anunciou uma novidade relevante para equipes que trabalham com o Amazon GameLift Streams: o serviço agora conta com o Stream Session Admin Shell, um recurso que oferece acesso seguro via terminal diretamente ao ambiente de execução de uma sessão de stream ativa.

    Na prática, isso significa que desenvolvedores e operadores podem se conectar ao ambiente em tempo real para fazer diagnósticos — sem precisar configurar chaves SSH (Secure Shell), abrir portas de rede ou lidar com credenciais de infraestrutura. Uma mão na roda para quem precisa investigar problemas em sessões ao vivo sem interromper o fluxo do usuário final.

    O que é possível fazer com o Admin Shell

    Uma vez conectado ao terminal da sessão, a equipe técnica pode realizar diversas ações de inspeção e diagnóstico, como:

    • Inspecionar logs da aplicação em tempo real
    • Consultar os processos em execução
    • Verificar a utilização da GPU (Unidade de Processamento Gráfico)
    • Examinar o estado atual da aplicação

    O nível de acesso concedido pelo terminal é equivalente ao que as próprias aplicações do Amazon GameLift Streams possuem — nem mais, nem menos. Isso garante um escopo controlado e seguro para as operações de diagnóstico.

    Como funciona na prática

    Para se conectar, o processo é direto: basta chamar a nova API CreateStreamSessionAdminShell informando os identificadores do grupo de stream e da sessão desejada. A API retorna as credenciais necessárias, que devem ser usadas em conjunto com o plugin SSM Session Manager da Interface de Linha de Comando (CLI) da AWS.

    O terminal é automaticamente encerrado quando a sessão de stream chega ao fim — sem necessidade de desconexão manual ou limpeza adicional.

    Compatibilidade e disponibilidade

    O Stream Session Admin Shell é compatível com os seguintes ambientes de execução:

    • Linux (Ubuntu 22.04)
    • Proton
    • Windows Server 2022

    O recurso está disponível sem custo adicional em todas as regiões da AWS onde o Amazon GameLift Streams já é oferecido. Para conferir a lista completa de regiões suportadas, a AWS disponibiliza a tabela de regiões da AWS.

    Documentação e próximos passos

    Para quem quiser se aprofundar ou já começar a usar o recurso, a AWS disponibilizou o guia do desenvolvedor do Stream Session Admin Shell e a referência da API CreateStreamSessionAdminShell com todos os detalhes técnicos necessários.

    Fonte

    Amazon GameLift Streams introduces secure terminal access for stream sessions (https://aws.amazon.com/about-aws/whats-new/2026/07/amazon-gamelift-streams-terminal-access/)

  • AWS Security Hub agora monitora recursos do Microsoft Azure

    Gerenciamento de segurança unificado entre AWS e Azure

    A AWS anunciou uma expansão significativa do AWS Security Hub: o serviço agora é capaz de monitorar recursos do Microsoft Azure, unificando a gestão de segurança para equipes que operam workloads nos dois provedores de nuvem ao mesmo tempo.

    Até então, times de segurança que trabalhavam com AWS e Azure precisavam operar ferramentas separadas para cada ambiente — o que dificultava a priorização de riscos de forma integrada e tornava a resposta a incidentes mais fragmentada. Com essa atualização, o Security Hub passa a oferecer uma experiência unificada para detectar e responder a riscos nos dois ambientes a partir de um único console.

    O que o Security Hub monitora no Azure

    O serviço realiza a descoberta automática de recursos do Azure, avaliando-os em busca de más configurações, exposição à internet e vulnerabilidades de software. Os recursos cobertos incluem:

    • Azure Virtual Machines (VMs)
    • Azure Container Registry (ACR) — imagens de contêiner
    • Azure Function Apps
    • Identidades do Azure

    Além da descoberta, o Security Hub realiza verificações de postura contra padrões de segurança reconhecidos, incluindo o CIS Benchmarks™ para Microsoft Azure Foundations. O resultado é um inventário unificado de recursos, análise de risco e exposição, e resposta automatizada por meio das integrações já existentes com o Amazon EventBridge.

    Uma visão consolidada de riscos

    Findings da AWS e do Azure aparecem na mesma visualização priorizada, com os mesmos formatos e fluxos de automação. Isso significa que as equipes de segurança podem operar a partir de um único console, sem precisar alternar entre ferramentas diferentes para cada nuvem.

    Período de avaliação gratuita e preços

    O Security Hub oferece um período de avaliação gratuita independente de 30 dias para monitoramento de recursos do Azure, que se inicia assim que a integração com o Microsoft Azure é criada. Após o período de trial, o preço cobrado para monitorar recursos do Azure é o mesmo aplicado a recursos equivalentes na AWS.

    Disponibilidade e integrações independentes

    A integração com o Azure pode ser criada a partir de todas as regiões da AWS onde o Security Hub está disponível, com exceção de: Middle East (UAE), Middle East (Bahrain), Asia Pacific (Taipei) e Asia Pacific (New Zealand).

    Vale destacar que também é possível criar integrações com o Microsoft Azure de forma independente, tanto para o AWS Security Hub CSPM — Gerenciamento de Postura de Segurança em Nuvem (CSPM) — quanto para o Amazon Inspector, voltado ao gerenciamento de vulnerabilidades, sem necessidade de usar o Security Hub completo.

    Para conhecer os detalhes de cobrança e a documentação técnica completa, consulte a página de preços do AWS Security Hub e a documentação oficial do AWS Security Hub.

    Fonte

    AWS Security Hub extends unified security management to Microsoft Azure (https://aws.amazon.com/about-aws/whats-new/2026/06/aws-security-hub-supports-monitoring-microsoft-azure/)

  • Amazon S3 Vectors agora está disponível nas regiões AWS GovCloud (EUA)

    Expansão do S3 Vectors para ambientes governamentais

    A AWS anunciou que o Amazon S3 Vectors agora está disponível nas regiões AWS GovCloud (US-East) e AWS GovCloud (US-West). Essa expansão é relevante para organizações governamentais e parceiros que operam nessas regiões e precisam de armazenamento vetorial de alta escala para suas aplicações de inteligência artificial.

    O que é o Amazon S3 Vectors?

    O Amazon S3 Vectors é um serviço de armazenamento vetorial desenvolvido especificamente para cargas de trabalho de IA. Ele foi projetado para suportar casos de uso como:

    • Agentes de IA — aplicações autônomas que precisam consultar bases de conhecimento em tempo real
    • Inferência — execução de modelos de machine learning em produção
    • Geração Aumentada por Recuperação (RAG) — técnica que combina busca semântica com modelos de linguagem para gerar respostas mais precisas
    • Busca semântica — pesquisa baseada em significado, e não apenas em palavras-chave exatas

    O serviço foi construído para operar na escala de bilhões de vetores, o que o posiciona como uma solução robusta para aplicações de IA em larga escala.

    Sem necessidade de provisionar infraestrutura

    Um dos pontos centrais do Amazon S3 Vectors é a sua proposta de simplicidade operacional. O serviço oferece as mesmas características de elasticidade, durabilidade e disponibilidade já conhecidas do Amazon S3 tradicional — mas com um conjunto dedicado de APIs voltadas especificamente para operações vetoriais: armazenar, acessar e consultar vetores sem precisar provisionar ou gerenciar infraestrutura.

    Isso significa que equipes de engenharia podem focar no desenvolvimento das aplicações de IA sem se preocupar com a camada de infraestrutura subjacente ao armazenamento vetorial.

    Saiba mais e explore os recursos

    Para conferir a lista completa de regiões onde o Amazon S3 Vectors está disponível, consulte a página de regiões e endpoints da AWS. Para aprofundar o conhecimento sobre o serviço, a AWS disponibiliza a página do produto, a documentação oficial e a página de preços do Amazon S3.

    Fonte

    Amazon S3 Vectors is now available in AWS GovCloud (US) Regions (https://aws.amazon.com/about-aws/whats-new/2026/07/s3-vectors-available-aws-govcloud-regions/)

  • Como redatar automaticamente Informações Pessoais Identificáveis (PII) em imagens com o Amazon Nova

    O desafio de proteger dados pessoais em imagens

    Compartilhar dados entre times internos, parceiros externos ou usá-los para treinar modelos de Aprendizado de Máquina (ML) é uma prática comum no dia a dia das empresas. O problema surge quando esses dados contêm Informações Pessoais Identificáveis (PII) — e as obrigações legais sob regulações como o Regulamento Geral de Proteção de Dados (GDPR) e o Padrão de Segurança de Dados da Indústria de Cartões de Pagamento (PCI DSS) entram em cena. Sem a redação adequada, o risco é real: penalidades regulatórias, danos à reputação e perda de confiança dos clientes.

    Redatar PII em imagens do mundo real é particularmente desafiador. Ao contrário de texto estruturado, informações sensíveis em imagens aparecem nos lugares mais inesperados: um rosto parcialmente visível na borda do quadro, um rosto refletido na lataria polida de um carro, uma placa de rua que — combinada com outros elementos visuais — permite identificar uma localização, ou um documento sobre uma mesa em uma foto panorâmica que revela nomes, endereços ou números de identificação. Esses casos-limite costumam derrotar ferramentas de mascaramento de propósito único.

    Foi pensando nesses cenários complexos que a AWS publicou uma arquitetura de referência usando o Amazon Nova como orquestrador inteligente de um pipeline completo de redação de PII em imagens.

    O papel do Amazon Nova como coordenador do pipeline

    O Amazon Nova é uma família de modelos de fundação com capacidades avançadas de compreensão visual. Diferente de ferramentas especializadas em uma única tarefa, o Nova interpreta o conteúdo da imagem de forma holística — raciocina sobre o que constitui PII em contexto, incluindo os casos sutis e incomuns descritos acima, e coordena todo o pipeline de redação do início ao fim.

    A solução apresentada pela AWS é um pipeline de múltiplas etapas dirigido pelo Amazon Nova, que usa seu raciocínio visual contextual para coordenar ferramentas complementares:

    • O Segment Anything Model (SAM 3), modelo open-source da Meta, implantado no Amazon SageMaker AI para segmentação em nível de pixel.
    • O Amazon Textract para Reconhecimento Óptico de Caracteres (OCR).

    O pipeline foi projetado para oferecer redação de PII abrangente e em conformidade regulatória, mesmo para casos desafiadores como impressões digitais, carteiras de identidade ou placas de veículos em orientações arbitrárias.

    Componentes principais da solução

    Amazon Nova 2 Lite

    O Amazon Nova 2 Lite é um modelo de fundação multimodal rápido e com boa relação custo-benefício, capaz de processar texto, imagens, vídeos e documentos. Disponível no Amazon Bedrock, ele atua como o coordenador central de toda a solução — tomando decisões em cada etapa e direcionando os serviços especializados para alcançar resultados abrangentes.

    Segment Anything Model (SAM 3)

    O SAM 3 é um modelo de segmentação open-source que detecta, segmenta e rastreia objetos em imagens a partir de prompts textuais e visuais. Nessa solução, ele age como um instrumento de precisão dirigido pelo Nova: quando o Nova identifica elementos visuais de PII, delega ao SAM 3 a tarefa de produzir os contornos exatos para a redação.

    Imagem original — fonte: Aws

    Amazon Textract

    O Amazon Textract é um serviço de ML que extrai automaticamente texto, escrita manual, elementos de layout e dados de formatos como PDFs, imagens, tabelas e formulários. No pipeline, ele funciona como a capacidade de OCR do Nova: quando o Nova determina que uma imagem contém PII textual, direciona o Textract para extrair todo o conteúdo textual junto com suas coordenadas.

    Quais tipos de PII o pipeline detecta?

    Os itens de PII mais comuns encontrados em imagens incluem, mas não se limitam a:

    • Nome
    • Número de identificação (como número de carteira de motorista)
    • Endereço
    • Número de telefone
    • Informações de ativos (como endereço de Controle de Acesso à Mídia — MAC)
    • Número de identificação de propriedade (como Número de Identificação do Veículo — VIN)
    • Características pessoais, como imagens faciais
    • Dados biométricos, como impressões digitais

    Esses itens se dividem em duas modalidades: textual (nome, número de identificação, endereço, telefone, informações de ativos e número de propriedade) e visual (características pessoais e dados biométricos). O Nova coordena um fluxo de trabalho com acesso a dois subprocessos, cada um identificando as coordenadas de pixel dos itens de PII de cada modalidade.

    Arquitetura da solução

    O pipeline funciona de forma serverless e automatizada, com o Nova dirigindo cada decisão do fluxo. Veja como cada etapa se encaixa:

    Imagem original — fonte: Aws

    1. Upload e disparo do fluxo

    Quando uma imagem é carregada na pasta input/ do Amazon S3, uma notificação de evento aciona uma regra no Amazon EventBridge, que inicia o fluxo de trabalho no AWS Step Functions.

    2. Validação e triagem inicial de PII

    O fluxo valida primeiro se o tipo de arquivo é compatível com os formatos suportados pelo Amazon Bedrock. Em seguida, o Nova 2 Lite realiza uma avaliação inicial da imagem, atuando como primeira linha de inteligência para determinar se há PII presente. Se o Nova concluir que não há PII, o fluxo encerra antecipadamente e a imagem é movida para a pasta noPII/ do S3, pronta para uso sem processamento adicional.

    Essa saída antecipada é um diferencial importante de custo: a maioria das imagens corporativas não contém PII, e o Nova evita chamadas desnecessárias ao Textract e ao SAM 3 para esses casos.

    3. Detecção visual de PII

    Quando o Nova 2 Lite identifica PII em potencial, ele classifica o tipo detectado — textual, visual ou ambos — e decide o roteamento para os subprocessos. O processo visual foca em elementos como rostos e placas de veículos. Sob a direção do Nova, o SAM 3, implantado no SageMaker AI, é acionado para localizar esses elementos e produzir máscaras de segmentação pixel a pixel.

    Uma máscara de segmentação é um contorno em nível de pixel que traça o formato exato de um objeto na imagem — diferente de uma caixa delimitadora retangular, ela segue os contornos reais do item detectado. Isso permite redatar apenas os pixels sensíveis sem obscurecer o conteúdo ao redor, preservando o valor da imagem para usos como treinamento de modelos de ML.

    4. Detecção textual de PII

    O processo textual usa o raciocínio multimodal do Nova em conjunto com o Amazon Textract. Primeiro, o Textract identifica a localização em nível de pixel do texto na imagem e extrai seu conteúdo, fornecendo coordenadas de caixa delimitadora alinhada ao eixo e coordenadas de polígono para cada elemento de texto detectado. O Nova 2 Lite então avalia cada elemento extraído, junto com a imagem bruta, para determinar quais contêm PII.

    É aqui que a inteligência contextual do Nova se torna crítica: alguns elementos de texto, considerados isoladamente, podem não parecer PII, mas o Nova consegue raciocinar sobre o contexto visual ao redor para reconhecer sua natureza sensível. Por exemplo, o nome de uma rua e um número de residência em dois locais distintos da imagem não constituem PII separadamente — mas como ambos aparecem na mesma imagem, o endereço completo fica visível e deve ser redatado.

    5. Redação e verificação final

    Após a conclusão dos subprocessos, as coordenadas identificadas são passadas para a etapa de redação. Uma função AWS Lambda mescla as coordenadas retornadas pelos processos em um conjunto unificado de localizações de PII. A função Lambda RedactPII então obscurece as regiões identificadas na imagem original usando a biblioteca Pillow (PIL) em Python e armazena a imagem redatada na pasta redacted/ do S3.

    Como etapa final de garantia de qualidade, o Nova 2 Lite realiza uma revisão abrangente da imagem redatada para verificar se todo o PII detectado foi removido. Se o Nova determinar que a imagem está limpa, ela é movida para a pasta noPII/. Se ainda detectar PII, a imagem é movida para uma pasta de quarentena para revisão manual.

    Imagem original — fonte: Aws
    Imagem original — fonte: Aws

    Pré-requisitos para implementar a solução

    Para seguir com essa solução, a AWS recomenda que você tenha:

    É importante estar ciente de que a solução gera cobranças na AWS, incluindo armazenamento no S3, invocações do Lambda, transições de estado no Step Functions, hospedagem de endpoint no SageMaker AI, chamadas de API no Amazon Bedrock e chamadas de API no Amazon Textract. Verifique os preços desses serviços na sua região AWS antes de criar os recursos correspondentes.

    Por que essa abordagem se destaca?

    A solução é ideal para cenários de pré-processamento de imagens individuais ou em lote onde alta precisão de redação é necessária. A forte relação custo-benefício, a baixa latência e o raciocínio multimodal avançado do Nova 2 Lite tornam essa arquitetura adequada para coordenar o fluxo de trabalho sem que a organização precise de expertise profunda em ML ou de ajuste fino de modelos especializados.

    Para começar, a AWS recomenda explorar os modelos Amazon Nova no console do Amazon Bedrock e consultar a documentação do Amazon Nova, a documentação do Amazon Textract e a documentação do Amazon SageMaker AI para implantar os serviços complementares usados no pipeline.

    Fonte

    Automatically redact PII in images with Amazon Nova (https://aws.amazon.com/blogs/machine-learning/automatically-redact-pii-in-images-with-amazon-nova/)

  • Amazon SageMaker HyperPod passa a suportar prefill e decode desagregados

    O que mudou no SageMaker HyperPod

    A AWS anunciou suporte a Prefill e Decode Desagregados (DPD) no Amazon SageMaker HyperPod. A novidade é uma otimização de inferência que separa as duas fases do processamento de grandes modelos de linguagem (LLMs) em pools de GPUs dedicados, transferindo o cache de chave-valor (KV) entre eles via Elastic Fabric Adapter (EFA) com tecnologia GPU-Direct RDMA.

    Por que isso importa na prática

    Quem roda LLMs em produção para assistentes de chat, pipelines agênticos, geração aumentada por recuperação (RAG) e análise de documentos longos sabe bem o problema: manter latência por token consistente e throughput previsível sob tráfego misto é um desafio constante.

    O gargalo clássico acontece quando as fases de prefill e decode compartilham a mesma GPU. Nesse cenário, uma única requisição com contexto longo pode travar a geração de tokens para todas as outras requisições simultâneas — forçando times de infraestrutura a superprovisionarem uma das fases só para proteger a outra. É desperdício de recurso e de dinheiro.

    Como o DPD resolve o problema

    Com o DPD, a AWS separa os dois workloads de forma inteligente:

    • O prefill, que é intensivo em computação, roda em um conjunto dedicado de GPUs.
    • O decode, que é limitado pela largura de banda de memória, roda em outro conjunto separado.

    Dessa forma, as duas fases deixam de disputar os mesmos recursos. O resultado prático é latência por token mais consistente sob alta concorrência, maior goodput dentro de SLOs rígidos de latência, e a capacidade de escalar prefill e decode de forma independente — de acordo com a distribuição real de entrada e saída do workload.

    Um roteador inteligente cuida do direcionamento automático: requisições de contexto longo seguem pelo caminho desagregado, enquanto prompts mais curtos vão direto para o decoder. Assim, o overhead de transferência só é pago quando realmente faz sentido.

    Como habilitar o DPD

    A ativação é feita adicionando uma seção pdSpec ao mesmo recurso customizado InferenceEndpointConfig já utilizado nos endpoints de inferência do HyperPod Inference Operator. O DPD também é compatível com os recursos existentes de offloading de cache KV e roteamento inteligente do HyperPod.

    Disponibilidade

    O DPD está disponível para clusters do SageMaker HyperPod que utilizam o orquestrador EKS em tipos de instância com suporte a EFA, em todas as regiões da AWS onde o Amazon SageMaker HyperPod já está disponível.

    Para se aprofundar, a documentação oficial da AWS traz todos os detalhes em Prefill e Decode Desagregados para inferência no HyperPod, no Amazon SageMaker AI Developer Guide.

    Fonte

    Amazon SageMaker HyperPod now supports disaggregated prefill and decode (https://aws.amazon.com/about-aws/whats-new/2026/7/amazon-sagemaker-hyperpod-dpd/)

  • Do Hugging Face ao Amazon SageMaker Studio com um clique

    Uma ponte direta entre descoberta e experimentação

    A AWS anunciou uma integração de deep-link entre o Hugging Face e o Amazon SageMaker AI. A proposta é simples e bastante prática: desenvolvedores que encontram um modelo interessante no Hugging Face agora conseguem ir direto para o SageMaker Studio — seja para fazer fine-tuning usando o Amazon SageMaker JumpStart, seja para implantar o modelo em um endpoint de Amazon SageMaker Inference — tudo isso com uma única seleção.

    O modelo selecionado já chega pré-carregado no ambiente, que fica totalmente configurado e pronto para uso. Nada de começar do zero.

    O problema que essa integração resolve

    Antes dessa novidade, o caminho entre descobrir um modelo no Hugging Face e começar a trabalhar com ele no SageMaker Studio envolvia uma série de etapas manuais: abrir o console da AWS, criar um domínio, configurar permissões no Gerenciamento de Identidade e Acesso (IAM), e muitas vezes ainda precisar solicitar cota de Unidade de Processamento Gráfico (GPU). Para quem quer iterar rapidamente, esse atrito todo atrasava bastante o processo — da inspiração até a experimentação.

    A integração cria um caminho mais direto: da descoberta do modelo até a implantação em ambiente corporativo.

    O que foi lançado

    A novidade traz três capacidades principais que encurtam o caminho entre um modelo no Hugging Face e um fluxo de trabalho funcional no SageMaker Studio.

    Deep-links do Hugging Face para o SageMaker Studio

    Ao navegar por modelos no Hugging Face, o desenvolvedor passa a ver botões de ação junto aos modelos suportados, cada um mapeado diretamente para um fluxo do SageMaker Studio:

    • Customize on SageMaker AI — abre a página de Customização de Modelos no Studio com o modelo selecionado já carregado, pronto para fine-tuning.
    • Deploy on SageMaker AI — abre a página de Implantação no Studio com o modelo pré-configurado para criação de endpoint.

    Em ambos os casos, o contexto é preservado: não é preciso buscar o modelo novamente dentro do Studio.

    Permissões pré-configuradas

    Novos ambientes do Studio criados por esse fluxo já chegam com as permissões configuradas para o conjunto completo de capacidades do SageMaker AI — customização de modelos, jobs de treinamento, experimentação em notebooks e implantação de endpoints.

    Uma nova política gerenciada, AmazonSageMakerModelCustomizationCoreAccess, é criada e associada automaticamente. Ela cobre permissões para jobs serverless de customização de modelos usando Ajuste Fino Supervisionado (SFT), Otimização de Preferência Direta (DPO), Aprendizado por Reforço com Recompensas Verificáveis (RLVR) e Aprendizado por Reforço com Feedback de IA (RLAIF), com suporte para implantação em endpoints do SageMaker AI ou do Amazon Bedrock.

    Isso elimina a necessidade de criar e configurar manualmente funções e políticas de IAM antes de começar a experimentar. Para ambientes do Studio já existentes, mensagens com links diretos para a documentação orientam sobre como adicionar essas permissões.

    Visibilidade de cota de GPU

    Na hora de selecionar o tipo de instância para implantação ou treinamento, o Studio agora exibe a disponibilidade de cota diretamente na lista de seleção de instâncias. É possível ver imediatamente quais tipos de instância GPU (G5, G6) estão disponíveis dentro dos limites atuais da conta — sem precisar navegar separadamente até o Service Quotas. Se ainda for necessário solicitar aumento de limite, o sistema redireciona diretamente para a página do Service Quotas referente ao tipo de instância em questão.

    Como funciona na prática

    O fluxo de uso é bastante direto. O processo começa na página de um modelo suportado no Hugging Face, onde o desenvolvedor seleciona Customize on SageMaker AI ou Deploy on SageMaker AI.

    Em seguida, é solicitado o login na AWS com as credenciais existentes. Se já houver uma sessão ativa no console, essa etapa é pulada automaticamente. Para mais detalhes sobre o processo de autenticação, consulte a documentação de acesso ao AWS Management Console.

    Após o login, o desenvolvedor cai diretamente na página correspondente dentro do SageMaker Studio — com o modelo já selecionado. No caso de customização, basta configurar os parâmetros de fine-tuning (dados de treinamento, hiperparâmetros e tipo de instância) e submeter o job. No caso de implantação, seleciona-se o tipo de instância (com a visibilidade de cota já disponível), revisa-se as configurações e realiza-se o deploy.

    Depois de implantar o endpoint, é possível testar a inferência diretamente pela interface de testes de endpoint do Studio.

    Conclusão

    A integração entre o Hugging Face e o Amazon SageMaker Studio representa uma redução concreta no atrito entre descobrir um modelo e colocá-lo para funcionar. Sem troca de contexto, sem configuração manual de ambiente e sem precisar resolver problemas de permissão antes de começar — o desenvolvedor chega direto ao que importa: experimentar e construir.

    Para quem trabalha com modelos de fundação e quer acelerar o ciclo de experimentação dentro da AWS, vale a pena explorar os modelos suportados no Hugging Face e testar os botões de integração.

    Fonte

    From Hugging Face to Amazon SageMaker Studio in one click (https://aws.amazon.com/blogs/machine-learning/from-hugging-face-to-amazon-sagemaker-studio-in-one-click-2/)

  • AWS Certificate Manager passa a suportar o protocolo ACME para certificados públicos

    O que mudou no ACM

    A AWS anunciou que o Gerenciador de Certificados da AWS (ACM — AWS Certificate Manager) agora oferece suporte ao protocolo ACME (Ambiente de Gerenciamento de Certificados Automatizado). Com essa novidade, é possível provisionar um endpoint de servidor ACME totalmente gerenciado, que emite certificados TLS públicos com validade de 45 dias diretamente pela Amazon Trust Services.

    A integração funciona com qualquer cliente compatível com ACMEv2, incluindo ferramentas amplamente utilizadas no mercado como Certbot, cert-manager para Kubernetes e acme.sh.

    Por que isso importa agora

    O Fórum CA/Browser — entidade que define padrões para emissão de certificados digitais — determinou que o tempo de vida máximo de certificados públicos será de 47 dias a partir de 2029. Na prática, isso torna o gerenciamento manual de certificados completamente inviável: renovações frequentes feitas à mão geram risco operacional, erros humanos e indisponibilidades.

    O suporte ao ACME no ACM oferece aos times de desenvolvimento um caminho padronizado para automatizar completamente a emissão e a renovação de certificados, sem depender de processos manuais.

    Controles de governança para administradores de PKI

    Para quem cuida da infraestrutura de chaves públicas (PKI — Public Key Infrastructure), a AWS disponibilizou controles centralizados de governança nos endpoints ACME gerenciados. Entre as capacidades disponíveis estão:

    • Definição de escopos de domínio, restringindo quais certificados cada cliente pode emitir
    • Aplicação de políticas sobre o uso de certificados wildcard
    • Delegação de requisições de certificados para times de aplicação sem a necessidade de distribuir credenciais de DNS

    A validação de domínio é realizada uma única vez no nível do endpoint. A partir daí, os responsáveis pelas aplicações utilizam clientes ACME padrão para solicitar seus certificados normalmente.

    Visibilidade e auditoria

    Toda a atividade gerada pelos endpoints ACME fica visível no console do ACM, com registro completo via AWS CloudTrail e métricas disponíveis no Amazon CloudWatch, garantindo rastreabilidade e conformidade.

    Disponibilidade e próximos passos

    O suporte ao ACME no ACM já está disponível em todas as regiões comerciais da AWS. Para detalhes sobre preços, consulte a página de preços do ACM. Para começar a usar, a AWS recomenda visitar o post no blog AWS News ou acessar diretamente a documentação oficial.

    Fonte

    AWS Certificate Manager now supports the ACME protocol for public certificates (https://aws.amazon.com/about-aws/whats-new/2026/07/aws-certificate-manager-acme/)

  • Amazon Cognito agora suporta limites de taxa de API provisionados por autoatendimento

    O que mudou no Amazon Cognito

    A AWS anunciou uma novidade relevante para quem trabalha com autenticação e gerenciamento de usuários: o Amazon Cognito agora permite ajustar os limites de taxa (rate limits) das suas APIs de forma autônoma, sem precisar abrir um chamado manual para revisão.

    Como funcionava antes

    Até então, quando uma equipe precisava aumentar os limites de operações por segundo nos seus user pools do Cognito — seja por conta de um lançamento, uma campanha ou um pico de tráfego esperado — o caminho era solicitar o aumento via Service Quotas, onde cada pedido passava por revisão manual da AWS. Isso exigia planejamento antecipado e tornava o processo lento e pouco flexível para cenários dinâmicos.

    O que mudou com o novo modelo

    Com o novo modelo de autoatendimento, os times podem aumentar ou diminuir os limites de taxa de API do Cognito sob demanda, de forma imediata. As alterações entram em vigor assim que são aplicadas, o que representa um ganho significativo de agilidade operacional.

    O Cognito já possui limites padrão para o número máximo de operações por segundo que podem ser executadas nos user pools em cada região da AWS. Com esse novo recurso, é possível adquirir e ajustar limites adicionais nas categorias de API ajustáveis, tanto para cima quanto para baixo, respeitando o limite máximo definido para a conta.

    Como acessar o novo recurso

    O ajuste pode ser feito de duas formas:

    • Pelo console do Amazon Cognito, de forma visual e direta
    • Pelas novas operações da API de provisionamento de limites, para quem prefere automação e integração via código

    Disponibilidade e precificação

    Os limites provisionados por autoatendimento estão disponíveis para as categorias de API ajustáveis em todas as regiões da AWS onde o Amazon Cognito está presente. Por se tratar de um recurso adicional (add-on), há cobrança específica — os detalhes de preço podem ser consultados na página de preços do Amazon Cognito.

    Para começar a utilizar o recurso e entender como configurar os limites na prática, a AWS disponibiliza o guia do desenvolvedor com as instruções completas.

    Fonte

    Amazon Cognito now supports self-service provisioned API rate limits (https://aws.amazon.com/about-aws/whats-new/2026/07/cognito-provisioned-limits)

  • Modelos MiniMax agora disponíveis no Amazon Bedrock

    Modelos de IA de código aberto com garantias empresariais

    Cada vez mais organizações estão adotando modelos de fundação de código aberto (open-weight) para alimentar cargas de trabalho de IA em produção — de assistentes de codificação agênticos a análise de documentos com contextos longos. À medida que essas cargas de trabalho evoluem da fase experimental para implantações corporativas, dois requisitos moldam toda decisão de seleção de modelos: o modelo precisa entregar as capacidades que a carga de trabalho exige, e o ambiente de inferência precisa atender aos requisitos de segurança e conformidade da organização.

    Para endereçar essa necessidade, o Amazon Bedrock oferece um serviço totalmente gerenciado para acesso a modelos de fundação líderes de mercado, com a inferência rodando inteiramente na infraestrutura operada pela AWS. Os prompts e as respostas geradas não são usados para treinar nenhum modelo, e o conteúdo não é compartilhado com os provedores dos modelos.

    A MiniMax é uma empresa global de tecnologia em IA que desenvolve modelos de fundação multimodais com ênfase em arquiteturas eficientes para cargas de trabalho em escala de produção. Agora, sua família M2 está disponível no Amazon Bedrock como modelos de código aberto totalmente gerenciados.

    Os três modelos da família MiniMax M2

    O Amazon Bedrock suporta três modelos da família MiniMax M2, cada um com características distintas para diferentes cenários de uso. Veja o resumo:

    • MiniMax M2 (minimax.minimax-m2): primeiro a ser lançado, com geração de texto multilíngue, raciocínio, codificação e uma janela de contexto de 1 milhão de tokens. Ideal para contextos longos ou uso geral multilíngue.
    • MiniMax M2.1 (minimax.minimax-m2.1): traz melhorias em profundidade de raciocínio, precisão de codificação e seguimento de instruções. Janela de contexto de 196 mil tokens. Indicado para tarefas de raciocínio complexo ou seguimento de instruções em múltiplas etapas.
    • MiniMax M2.5 (minimax.minimax-m2.5): o modelo mais recente, treinado especificamente para execução nativa de agentes, com ênfase em chamada de ferramentas (tool-calling), decomposição de tarefas em múltiplas etapas e tarefas de codificação de longo horizonte. Janela de contexto de 196 mil tokens. Melhor escolha para fluxos agênticos, chamada de ferramentas ou cargas de trabalho intensivas em código.

    Todos os três modelos suportam os níveis de serviço Standard, Priority e Flex, com saída máxima de 8 mil tokens. Para a lista completa e atualizada, consulte a documentação de modelos MiniMax no Amazon Bedrock.

    Arquitetura Mistura de Especialistas (MoE)

    A família M2 é construída sobre uma arquitetura de Mistura de Especialistas (MoE), onde apenas uma pequena fração dos parâmetros totais é ativada por token. O MiniMax M2.5, por exemplo, possui 230 bilhões de parâmetros totais, mas apenas 10 bilhões ficam ativos por passagem. Isso significa que o modelo entrega a capacidade de conhecimento de um modelo de 230B enquanto consome computação proporcional a apenas 10B parâmetros — o que se traduz diretamente em menor custo de inferência.

    Por serem modelos de código aberto, é possível avaliar independentemente a arquitetura e a metodologia de treinamento, executar benchmarks próprios em cargas de trabalho representativas e até realizar ajuste fino (fine-tuning) em dados proprietários — tudo isso através de um serviço gerenciado da AWS, sem necessidade de provisionar infraestrutura.

    Dois endpoints para acessar os modelos MiniMax

    O Amazon Bedrock oferece dois endpoints para invocar os modelos MiniMax:

    Endpoint bedrock-mantle (recomendado)

    O endpoint bedrock-mantle (https://bedrock-mantle.{region}.api.aws/v1) é a API pública do motor de inferência de nova geração do Amazon Bedrock. Ele utiliza a API Chat Completions — a mesma interface dos SDKs Python e TypeScript da OpenAI — o que significa que equipes que já utilizam esse SDK podem migrar para os modelos MiniMax no Bedrock simplesmente atualizando a URL base e o ID do modelo. Suporta chaves de API do Amazon Bedrock, projetos e chamada de ferramentas no lado do cliente.

    Endpoint bedrock-runtime

    O endpoint bedrock-runtime (https://bedrock-runtime.{region}.amazonaws.com) utiliza as APIs Converse e InvokeModel via SDK da AWS. Use este endpoint para funcionalidades nativas do Amazon Bedrock como Guardrails, Agents, Flows e avaliação de modelos.

    Primeiros passos com MiniMax M2.5 no Amazon Bedrock

    Playground no console

    Para experimentar o modelo sem escrever código, basta acessar o console do Amazon Bedrock, selecionar “Chat/Text playground” no menu lateral em “Test”, escolher o modelo MiniMax M2.5 e clicar em “Apply”. O modelo carrega e a interface de chat já está pronta para uso.

    Usando o endpoint bedrock-mantle com o SDK OpenAI

    Para usar o endpoint bedrock-mantle, é necessária uma chave de API do Amazon Bedrock ou credenciais AWS configuradas para SigV4. A política mínima necessária é:

    {
      "Version": "2012-10-17",
      "Statement": [
        {
          "Sid": "BedrockMantleInference",
          "Effect": "Allow",
          "Action": [
            "bedrock-mantle:CreateInference",
            "bedrock-mantle:Get*",
            "bedrock-mantle:List*"
          ],
          "Resource": "arn:aws:bedrock-mantle:us-east-1:111122223333:project/*"
        },
        {
          "Sid": "BedrockMantleApiKeyAccess",
          "Effect": "Allow",
          "Action": "bedrock-mantle:CallWithBearerToken",
          "Resource": "*"
        }
      ]
    }

    Substitua 111122223333 pelo ID da sua conta AWS. O primeiro bloco cobre autenticação SigV4; o segundo cobre autenticação por chave de API (bearer token). Se usar apenas SigV4, o segundo bloco pode ser omitido.

    Para controlar quais identidades podem gerar ou usar chaves de API do Amazon Bedrock, consulte Controle de permissões para chaves de API do Amazon Bedrock. Para restringir a organização apenas a modelos aprovados, utilize uma Política de Controle de Serviço (SCP).

    O exemplo abaixo usa o SDK Python da OpenAI como biblioteca cliente para chamar o endpoint bedrock-mantle. Para workloads em produção, use chaves de API de curta duração, que expiram automaticamente (máximo de 12 horas) e herdam as permissões da função do Gerenciamento de Identidade e Acesso da AWS (IAM) que as gerou. Se você já usa credenciais AWS e não tem uma chave de API, o pacote aws-bedrock-token-generator gera um bearer token de curta duração a partir dessas credenciais.

    Nota: cada invocação de modelo incorre em cobranças por token. Consulte a página de preços do Amazon Bedrock para as tarifas atuais.

    import boto3
    from openai import OpenAI
    
    # Retrieve the Amazon Bedrock API key from AWS Secrets Manager
    secrets_client = boto3.client("secretsmanager", region_name="us-east-1")
    api_key = secrets_client.get_secret_value(SecretId="bedrock-api-key")["SecretString"]
    
    client = OpenAI(
        base_url="https://bedrock-mantle.us-east-1.api.aws/v1",
        api_key=api_key,
    )
    
    response = client.chat.completions.create(
        model="minimax.minimax-m2.5",
        messages=[
            {"role": "user", "content": "Explain the benefits of mixture-of-experts architectures for production inference."}
        ],
        max_tokens=512,
    )
    
    print(response.choices[0].message.content)

    Nota: esses exemplos recuperam a chave de API do AWS Secrets Manager. Para desenvolvimento local, é possível ler a chave de uma variável de ambiente, mas evite esse padrão em produção.

    Chamada de ferramentas (tool calling)

    O MiniMax M2.5 é projetado para fluxos de trabalho agênticos, sendo bem adequado para cenários de chamada de ferramentas. Nesse fluxo, você define funções (ferramentas) que o modelo pode invocar, o modelo decide quando chamá-las com base na solicitação do usuário, e a aplicação executa a função e retorna o resultado para que o modelo o incorpore na resposta final.

    O exemplo abaixo demonstra esse padrão de ponta a ponta: define uma ferramenta get_weather, envia uma mensagem do usuário, deixa o modelo solicitar a chamada da ferramenta, executa a função com dados simulados e passa o resultado de volta para o modelo gerar uma resposta em linguagem natural.

    import json
    import boto3
    from openai import OpenAI
    
    # Retrieve the Amazon Bedrock API key from AWS Secrets Manager
    secrets_client = boto3.client("secretsmanager", region_name="us-east-1")
    api_key = secrets_client.get_secret_value(SecretId="bedrock-api-key")["SecretString"]
    
    client = OpenAI(
        base_url="https://bedrock-mantle.us-east-1.api.aws/v1",
        api_key=api_key,
    )
    
    tools = [
        {
            "type": "function",
            "function": {
                "name": "get_weather",
                "description": "Get the current weather for a given location",
                "parameters": {
                    "type": "object",
                    "properties": {
                        "location": {
                            "type": "string",
                            "description": "City and country (e.g., Seattle, US)"
                        },
                        "unit": {
                            "type": "string",
                            "enum": ["celsius", "fahrenheit"],
                            "description": "Temperature unit"
                        }
                    },
                    "required": ["location"]
                }
            }
        }
    ]
    
    # Step 1: Send the user request with tool definitions
    messages = [
        {"role": "user", "content": "What's the weather like in Seattle?"}
    ]
    
    response = client.chat.completions.create(
        model="minimax.minimax-m2.5",
        messages=messages,
        tools=tools,
        tool_choice="auto",
    )
    
    assistant_message = response.choices[0].message
    
    # Step 2: Check if the model wants to call a tool
    if assistant_message.tool_calls:
        messages.append(assistant_message)
    
        for tool_call in assistant_message.tool_calls:
            function_name = tool_call.function.name
            arguments = json.loads(tool_call.function.arguments)
    
            # Step 3: Validate function name and run
            if function_name == "get_weather":
                location = arguments.get("location", "Unknown")
                unit = arguments.get("unit", "fahrenheit")
                result = {
                    "location": location,
                    "temperature": 18 if unit == "celsius" else 64,
                    "unit": unit,
                    "condition": "Partly cloudy",
                    "humidity": 72,
                }
            else:
                result = {"error": f"Unknown function: {function_name}"}
    
            # Step 4: Return the function result to the model
            messages.append({
                "role": "tool",
                "tool_call_id": tool_call.id,
                "content": json.dumps(result),
            })
    
        # Step 5: Get the final response incorporating tool results
        final_response = client.chat.completions.create(
            model="minimax.minimax-m2.5",
            messages=messages,
            tools=tools,
        )
        print(final_response.choices[0].message.content)
    else:
        print(assistant_message.content)

    Usando o endpoint bedrock-runtime com Boto3

    Para o endpoint bedrock-runtime, são necessárias credenciais AWS (usuário ou função IAM) com permissão para invocar o modelo. A política mínima é:

    {
      "Version": "2012-10-17",
      "Statement": [
        {
          "Effect": "Allow",
          "Action": [
            "bedrock:InvokeModel",
            "bedrock:InvokeModelWithResponseStream"
          ],
          "Resource": "arn:aws:bedrock:us-east-1::foundation-model/minimax.minimax-m2.5"
        }
      ]
    }

    O exemplo abaixo envia uma requisição ao MiniMax M2.5 usando o SDK AWS para Python (Boto3) com a API Converse:

    import boto3
    
    client = boto3.client("bedrock-runtime", region_name="us-east-1")
    
    response = client.converse(
        modelId="minimax.minimax-m2.5",
        messages=[{
            "role": "user",
            "content": [{"text": "What is mixture of experts?"}]
        }],
        inferenceConfig={"maxTokens": 2048, "temperature": 1.0, "topP": 0.95},
    )
    
    content_blocks = response["output"]["message"]["content"]
    response_text = next(
        (block["text"] for block in content_blocks if "text" in block), None
    )
    
    if response_text:
        print(response_text)
    else:
        print("No text response.")

    Nota: na API Converse, o MiniMax M2.5 retorna um bloco reasoningContent antes do bloco de texto. O código itera pelos blocos de conteúdo para extrair a resposta final em texto.

    Usando a Interface de Linha de Comando da AWS (AWS CLI)

    Também é possível acessar o MiniMax M2.5 diretamente pelo terminal usando a Interface de Linha de Comando da AWS (AWS CLI):

    aws bedrock-runtime converse \
      --model-id minimax.minimax-m2.5 \
      --messages '[{"role":"user","content":[{"text":"Type_Your_Prompt_Here"}]}]' \
      --inference-config '{"maxTokens":2048}' \
      --region us-east-1

    Níveis de serviço disponíveis

    O Amazon Bedrock oferece múltiplos níveis de serviço para atender a diferentes requisitos de carga de trabalho. Todos os três modelos MiniMax suportam os seguintes níveis:

    • Priority: para fluxos de trabalho críticos e voltados ao cliente que exigem os tempos de resposta mais rápidos. Oferece até 25% melhor latência em tokens de saída por segundo (OTPS) em comparação ao Standard. Processado com prioridade sobre requisições Standard e Flex. Preço premium sobre o on-demand padrão, sem reserva antecipada.
    • Standard: para tarefas cotidianas de IA como geração de conteúdo, análise de texto e processamento de documentos. Desempenho consistente com preço on-demand padrão. Nível padrão quando nenhum nível é especificado.
    • Flex: para cargas de trabalho que toleram maior latência, como avaliações de modelos, sumarização de conteúdo e fluxos agênticos. Preço com desconto em relação ao Standard. Maior latência, especialmente em horários de pico, pois as requisições Flex são processadas após as Standard.

    Nota: o nível Reserved não está disponível atualmente para modelos MiniMax.

    Escalando a inferência on-demand

    Ao invocar modelos MiniMax no Amazon Bedrock, as requisições usam inferência on-demand (nível Standard) por padrão, onde você paga por token sem reservar capacidade. No endpoint bedrock-mantle, não há cota de requisições por minuto (RPM) — o throughput é governado por limites baseados em tokens.

    Para lidar com erros transitórios, use lógica de retry com backoff exponencial. O Boto3 suporta isso via configuração padrão:

    import boto3
    from botocore.config import Config
    
    config = Config(retries={"total_max_attempts": 6, "mode": "standard"})
    client = boto3.client("bedrock-runtime", config=config)

    Dois erros principais podem ocorrer em produção:

    • HTTP 429: cota de tokens por minuto excedida. Reduza a taxa de envio e faça retry com backoff exponencial. Solicite aumento de cota via AWS Support se o limite for atingido com frequência.
    • HTTP 503: pressão na capacidade regional do modelo. Faça retry com backoff exponencial para erros transitórios. Para erros sustentados, reduza a taxa de envio.

    Ao aumentar a taxa de requisições, escale em incrementos graduais em vez de saltos bruscos. O procedimento recomendado é: comece na taxa alvo; se receber erros 503, reduza 50%, aguarde 15 minutos em estado estável, aumente 50% e repita até atingir o volume alvo. A espera de 15 minutos é a etapa que a maioria das equipes pula — e é justamente a mais importante.

    Para orientações completas, consulte as boas práticas de escalabilidade e throughput no Guia do Usuário do Amazon Bedrock.

    Cache implícito de prompts para redução de latência

    Os modelos MiniMax no Amazon Bedrock suportam cache implícito de prompts. Quando requisições consecutivas compartilham um prefixo de prompt comum, pode ocorrer um acerto de cache (cache hit), permitindo que o modelo reutilize o estado interno em cache em vez de recomputá-lo — reduzindo a latência de inferência nos tokens correspondentes, sem alterações no código e sem marcadores de cache necessários.

    O cache implícito está disponível em todos os níveis de serviço on-demand (Standard, Priority e Flex). Para maximizar as taxas de acerto, coloque conteúdo estático (prompts de sistema, definições de ferramentas, documentos de referência) no início do prompt e conteúdo dinâmico (mensagens do usuário, contexto variável) no final.

    Disponibilidade e preços

    O MiniMax M2.5 está disponível em 14 regiões AWS: Leste dos EUA (N. Virgínia), Leste dos EUA (Ohio), Oeste dos EUA (Oregon), Europa (Frankfurt), Europa (Estocolmo), Europa (Milão), Europa (Irlanda), Europa (Londres), Ásia-Pacífico (Tóquio), Ásia-Pacífico (Mumbai), Ásia-Pacífico (Sydney), Ásia-Pacífico (Jacarta), Ásia-Pacífico (Melbourne) e América do Sul (São Paulo). As requisições são atendidas na região chamada. A inferência entre regiões (Geo e Global) não está disponível atualmente para modelos MiniMax. Para a lista mais recente, consulte a página de regiões suportadas.

    Os preços são por token e variam por modelo e nível de serviço. Para as tarifas atuais, consulte a página de preços do Amazon Bedrock.

    Recursos adicionais

    Fonte

    Run MiniMax models on Amazon Bedrock (https://aws.amazon.com/blogs/machine-learning/run-minimax-models-on-amazon-bedrock/)