A Amazon Web Services quer libertar as equipas do trabalho pesado com hardware no treino de modelos sem lhes impor a receita. A 22 de outubro, a empresa colocou em disponibilidade geral as training sessions no Amazon SageMaker AI, alargando o serviço de personalização de modelos sem servidor que lançou em dezembro de 2025. A novidade permite aos programadores definir a sua própria lógica de pós-treino, da afinação convencional à aprendizagem por reforço mais experimental, enquanto a AWS aprovisiona e opera as GPU por baixo.
Até aqui, a opção sem servidor do SageMaker funcionava como um menu. O cliente escolhia um modelo e uma técnica, como afinação supervisionada, otimização direta de preferências ou um dos vários métodos de aprendizagem por reforço, e a AWS executava a tarefa. As training sessions abrem o próprio ciclo de treino. O programador inicia uma sessão com estado e envia cada passo como chamada à API, através de operações chamadas forward_backward(), optim_step() e sample(). O modelo permanece carregado na memória da GPU entre chamadas, e a AWS trata da atribuição de hardware, do carregamento dos pesos do modelo e dos adaptadores LoRA, da distribuição do trabalho, da recuperação de falhas e do armazenamento de pontos de controlo.
Esta divisão pesa sobretudo no caso dos agentes. A publicação de lançamento da AWS descreve o método Group Relative Policy Optimization, em que o modelo produz várias respostas para o mesmo pedido, o código do cliente classifica-as e essas notas orientam a atualização seguinte. A função de recompensa e as ligações a ferramentas ou simuladores correm no ambiente do cliente, o que permite treinar um agente em tarefas de vários passos contra sistemas reais. A faturação acompanha os tokens processados pelo SageMaker, e a AWS garante que o contador para enquanto um lote está a ser avaliado, sem capacidade a reservar.
No arranque, o serviço suporta o gpt-oss-20b, o gemma-4-31B-it, o Qwen3.6-27B e o Qwen3.8-27B nas regiões US East (N. Virginia), US West (Oregon) e Asia Pacific (Mumbai). A VentureBeat, ao analisar a documentação, constatou que nem todos os modelos estão em todas as regiões e que a quota predefinida admite duas sessões em simultâneo. A AWS publica ainda um conjunto de receitas prontas de SFT e de aprendizagem por reforço, bem como skills para que assistentes de programação como o Kiro, o Claude Code, o Codex e o GitHub Copilot conduzam a preparação de dados, o treino e a avaliação.
O anúncio identifica dois clientes iniciais. A ImagineSoftware usou a API para criar um modelo de aprendizagem por reforço que faz a triagem de pedidos de reembolso de saúde recusados, e a Karini AI afinou o gpt-oss-20b para chamadas a ferramentas em várias etapas sobre um grafo de conhecimento Amazon Neptune. Ambas elogiam o controlo e a menor configuração necessária, mas nenhuma apresenta números de precisão, custo ou rapidez. As sessões correm com uma função IAM criada pelo cliente, podem usar chaves KMS geridas pelo próprio e redes privadas, e guardam dados e pontos de controlo nos contentores S3 do cliente. A AWS afirma não usar esses dados nem os pesos resultantes para treinar outros modelos.
Com este lançamento, a AWS entra num nicho aberto primeiro por empresas mais pequenas. A VentureBeat aponta o Tinker, da Thinking Machines Lab, como um serviço muito próximo, que também separa a lógica de treino da gestão das GPU e cobra à parte a entrada, a geração e o treino. O argumento da AWS é a integração com os controlos de identidade, cifra e armazenamento que as empresas já usam na sua nuvem.
Ficam várias dúvidas práticas. A publicação de lançamento não indica tarifas em dólares nem exemplos de faturas de treino e remete para a página de preços, pelo que ainda não é claro se a cobrança por token compensa face ao aluguer de instâncias dedicadas para cada caso. E, como sublinhou a VentureBeat, escrever o ciclo de treino também transfere para o cliente a responsabilidade de decidir o que o modelo deve aprender e como avaliá-lo.