Strands Decider 2B toma decisões de agentes em 115 ms

A equipe Strands Labs, da AWS, lançou o Strands Decider 2B em 1º de outubro de 2026, um modelo de código aberto que toma decisões para agentes de IA sem escrever texto. Dada uma pergunta e uma lista de opções, ele pontua cada opção e devolve sua escolha com um valor de confiança. O anúncio da Strands informa um tempo de resposta mediano de 115 milissegundos em uma placa de vídeo RTX 3090. Isso o torna barato o bastante para rodar antes de cada chamada cara a um modelo de linguagem grande.

O que um modelo de decisão faz

A maioria dos agentes de IA pede a um modelo de linguagem grande, ou LLM, que faça pequenas escolhas o dia todo. Qual ferramenta deve rodar em seguida? Qual modelo deve responder? Esta solicitação é permitida? O LLM escreve a resposta como texto, token por token. Isso é lento e custa dinheiro.

Um modelo de decisão pula a escrita. Ele lê a pergunta e a lista de respostas permitidas e dá uma pontuação a cada resposta. As opções são fornecidas no momento em que você pergunta. Assim, o mesmo modelo pode escolher entre ferramentas em uma chamada e entre políticas na seguinte.

A Strands lista estas tarefas:

• roteamento de modelos, que envia cada solicitação ao modelo certo
• seleção de ferramentas
• avaliações
• guardrails, que bloqueiam solicitações que violam uma política
• gerenciamento de memória e contexto

Os limites são igualmente claros. A AWS diz que o modelo «não consegue escrever código, resumir documentos, manter uma conversa nem se destacar em tarefas de raciocínio complexo», informa o Techstrong.ai.

Como ele é construído

O Decider 2B parte do modelo Qwen3.5-2B-Base, da Alibaba. A Strands removeu a cabeça de modelagem de linguagem, a camada final que transforma o estado interno do modelo em palavras. No lugar dela há uma «cabeça de ponteiros» com cerca de 1 milhão de parâmetros, segundo o SiliconANGLE.

O Tech Times explica como a cabeça funciona. Ela compara a leitura que o modelo faz da entrada com cada opção candidata, usando um produto escalar, uma pontuação simples de similaridade. O resultado é uma lista ordenada de opções com probabilidades. A própria publicação da Strands diz que o modelo foi adaptado com um adaptador LoRA de posto 16, um pequeno complemento treinado em vez do conjunto completo de pesos.

Os relatos dão o tamanho como cerca de 1,9 bilhão de parâmetros. A Strands arredonda para 2 bilhões no nome.

Os números

Medida	Resultado	Informado por
Latência mediana, RTX 3090	115 ms	Strands, Tech Times
Latência no percentil 95	299 ms	Tech Times
Latência, MacBook Apple M3	153 ms	Strands
Precisão no JevBench v1	72,3% (167 de 231 tarefas)	Tech Times, Techstrong.ai
Tarefas do nível fácil	100%	Techstrong.ai
Tarefas do nível difícil	50,5%	Techstrong.ai
Erro de calibração esperado	0,052	Tech Times

O JevBench é um conjunto de testes público para modelos de decisão. A Strands diz que o Decider 2B ficou em terceiro entre 33 modelos da classe 2B. Sem contar os modelos um pouco acima de 2 bilhões de parâmetros, ele fica em primeiro entre 30.

O erro de calibração mede o quanto a confiança de um modelo corresponde à realidade. Um valor baixo como 0,052 significa que, quando o modelo diz ter 90% de certeza, ele acerta perto dessa frequência. Isso importa mais aqui do que a precisão bruta, como a próxima seção explica.

O modelo e seu código podem ser baixados de graça. O Tech Times informa a licença Apache 2.0. Os pesos estão no Hugging Face, na organização StrandsAgents, e o código de treinamento está no GitHub, em strands-labs/strands-decider.

Uma classe de modelos em crescimento

Os modelos de decisão estão virando uma categoria própria. Segundo o Techstrong.ai, a Strands credita ao Jev, da TypeSafe AI, lançado em setembro, o mérito de chamar a atenção para essa abordagem. Um rival de pesos abertos, o Laya, respondeu ao Jev no mesmo mês. A Cloudflare veio em seguida, em 4 de outubro, com o Clef, modelos de pesos abertos que devolvem decisões.

A AWS apresenta a troca em termos de velocidade. O modelo «elimina a necessidade de gerar texto, que consome enormes quantidades de tokens e aumenta a latência da resposta», disse a empresa ao SiliconANGLE.

O que isso significa para os desenvolvedores

• Coloque-o na frente do seu LLM, não no lugar dele. Use o Decider 2B para as etapas de escolha fixa de um agente: roteamento, escolha de ferramentas e verificações de política. Deixe a escrita e o raciocínio para o modelo grande.
• Use a pontuação de confiança como um filtro. Como o modelo é bem calibrado, você pode definir um limite. Acima dele, aja com base na escolha. Abaixo, passe a decisão a um modelo maior ou a uma pessoa.
• Mantenha-o longe das decisões difíceis. Uma pontuação de 50,5% nas tarefas difíceis fica perto de um cara ou coroa com duas opções. Teste suas próprias decisões e separe-as por dificuldade antes de confiar nele.
• Escreva opções que o modelo consiga distinguir. A cabeça de ponteiros compara a entrada com o texto de cada opção. Rótulos claros e distintos dão a ele mais material do que rótulos quase iguais.
• Rode-o localmente. Com cerca de 2 bilhões de parâmetros, ele cabe em uma GPU de consumo ou em um notebook. Assim, as decisões de rotina ficam fora do medidor e fora da rede.

Primeiro, monte um pequeno conjunto de testes a partir dos logs reais do seu agente. Depois, compare as escolhas do Decider 2B com as do seu LLM e meça com que frequência elas coincidem.