Amazon Nova 2 Lite chega ao Bedrock com 1 milhão de tokens e extended thinking

Resumo: A AWS lançou em junho de 2026 a família Amazon Nova 2 no Bedrock, com a chegada do Nova 2 Lite (rápido e barato) e do Nova 2 Pro. O grande salto é a combinação de extended thinking com janela de contexto de 1 milhão de tokens — o suficiente para analisar bases de código inteiras, documentos de 400 páginas ou vídeos de 90 minutos em uma única chamada. Junto com Nova 2, a AWS adicionou 18 modelos open-weight ao Bedrock (Mistral Large 3, Gemma 3, NVIDIA Nemotron, entre outros), levando a plataforma a quase 100 modelos serverless.

O que é o Nova 2 Lite

Nova 2 Lite é o modelo de raciocínio mais novo do portfólio próprio da AWS no Bedrock. Em uma frase: rápido, barato e preparado para agentes. Suporta entradas em texto, imagem, vídeo e documento e oferece a janela de 1 milhão de tokens — limite que abre cenários antes inviáveis em um único prompt, como auditar um codebase inteiro de uma vez ou processar a transcrição completa de uma audiência longa com anexos.

O extended thinking é o segundo eixo. Por padrão fica desligado para entregar resposta rápida e barata. Quando o problema exige análise profunda, basta acionar e escolher entre três níveis de orçamento de raciocínio — low, medium e high. É o mesmo padrão que o mercado adotou em 2025–2026 (escolher quanto pensar) trazido para o ambiente nativo da AWS.

O que o “pensar mais” muda na prática

  • Decomposição de tarefas: o modelo divide o problema em passos antes de responder. Para agentes, isso reduz erros de execução.
  • Saídas maiores: com thinking ligado, a resposta final pode passar dos 65 mil tokens e, em casos complexos, chegar a 128 mil — útil para relatórios longos e pacotes de código.
  • Controle de custo: o orçamento (thinking budget) deixa a equipe decidir, prompt a prompt, se o caso justifica o gasto extra.

Por que 1 milhão de tokens importa

A janela de 1M de tokens não é número de marketing: é fronteira de uso. Significa rodar:

  • análise de até 400 páginas de documento em uma chamada;
  • vídeos de até 90 minutos com áudio para sumário, identificação de tópicos e resposta a perguntas;
  • codebases médios inteiros, com revisão arquitetural, sem precisar dividir em pedaços e perder contexto.

Para o trabalho real (não só demo), isso reduz o tempo gasto em estratégias de chunking caseiras e o risco de cortar pelo meio o pedaço importante.

O movimento maior: Bedrock como hub

Junto do Nova 2, a AWS anunciou em junho a adição de 18 modelos open-weight ao catálogo serverless do Bedrock — incluindo Mistral Large 3, Gemma 3 e NVIDIA Nemotron. Com isso, a plataforma chega a quase 100 modelos disponíveis sem que o cliente tenha de gerenciar instância. Lendo nas entrelinhas, a AWS aposta em ser o marketplace de modelos mais completo, em vez de tentar vencer apenas com modelos próprios.

Por que importa — e status no Brasil

Empresas brasileiras grandes que já operam em AWS (e são muitas) ganham um caminho mais curto para projetos pesados: contexto longo + raciocínio controlado + multimodalidade no mesmo modelo, sem trocar de fornecedor. Para áreas como jurídico (análise de contratos longos), saúde (prontuários e exames consolidados), engenharia (revisão de codebase) e mídia (vídeo de 90 min com narração), a janela longa é o pulo do gato.

Para integradores e ISVs, o catálogo expandido reduz a fricção de oferecer arquiteturas multi-modelo — escolha um open-weight para tarefas baratas e Nova 2 para o caso complexo.

Riscos e limitações

  • Custo de janelas longas: 1 milhão de tokens não é gratuito. Quem joga tudo no prompt sem necessidade vai pagar caro. Use retrieval quando fizer sentido.
  • Latência: extended thinking aumenta tempo de resposta. Casos em tempo real exigem orçamento low ou modelo menor.
  • Qualidade em PT-BR: avaliar com benchmarks próprios antes de mover cargas críticas. A documentação cita amplo suporte multilíngue, mas o teste com seu domínio é insubstituível.
  • Governança: entradas longas tendem a misturar dados sensíveis. Reforce políticas de mascaramento, retenção e logs no Bedrock.
  • Concorrência: Anthropic, OpenAI e Google também rodam janelas grandes; comparar preço/qualidade por caso continua sendo essencial.

Cenário e indicativo de futuro

A janela gigante de contexto deixou de ser diferencial de um único laboratório — é a nova base. A próxima onda combina três coisas: 1 M+ de contexto, raciocínio controlável (com orçamento por chamada) e multimodalidade nativa (texto, imagem, vídeo, documento). O Bedrock está se posicionando como camada de orquestração para escolher o melhor modelo por tipo de tarefa. Em 12 meses, a métrica que decide quem ganha contrato vai ser custo total por tarefa concluída — não só preço por token.

Análise SWOT econômica

Forças
1M tokens de contexto; extended thinking com orçamento; multimodal nativo; integração com 100 modelos no Bedrock.
Fraquezas
Custo de janela longa elevado; latência maior com thinking ligado; qualidade em PT-BR exige teste local.
Oportunidades
Jurídico, saúde, engenharia e mídia no Brasil; ISVs e integradores AWS; arquiteturas multi-modelo via Bedrock.
Ameaças
Anthropic, OpenAI e Google com janelas concorrentes; modelos abertos rodando self-host; risco de uso ineficiente do contexto.

Conclusão prática — o que muda e como usar

Quem já está em AWS deve testar o Nova 2 Lite primeiro em casos onde contexto longo realmente entrega: revisão de contratos, análise de documentos densos, sumarização de vídeo. Comece com thinking low, suba para medium apenas quando a complexidade pedir e meça custo por tarefa, não por token. Em ambientes regulados, mantenha trilha de auditoria e mascaramento de dados sensíveis antes do prompt. Para áreas críticas (saúde, jurídico, finanças), use a IA como apoio à decisão — nunca como substituta do profissional responsável.

Fonte: AWS — Introducing Amazon Nova 2 Lite, a fast, cost-effective reasoning model.

Ninja

Na cena de cybersecurity a mais de 25 anos, Ninja trabalha como evangelizador de segurança da informação no Brasil. Preocupado com a conscientização de segurança cibernética, a ideia inicial é conseguir expor um pouco para o publico Brasileiro do que acontece no mundo.

Recent Posts

Google mede contextualidade quântica em até 105 qubits no Willow

Publicado na Science, o experimento ganha o jogo do quadrado mágico em 98,30% das rodadas,…

10 horas ago

BlockJack desvia o cache KV do vLLM entre inquilinos diferentes

Preprint de seis universidades mostra que corromper um único registro da tabela de blocos faz…

10 horas ago

SCKit abusa do ScreenConnect para atacar sessões de técnicos

A Microsoft confirmou a campanha relatada pela ConnectWise e detalhou um kit que inverte o…

10 horas ago

F5 libera hotfixes de emergência para cinco falhas críticas no BIG-IP

Os avisos publicados em 18 de novembro atribuem CVSS 4.0 de 9,3 a cinco estouros…

10 horas ago

Ataque recupera texto exato no aprendizado federado

Preprint do BITS Pilani Goa mostra um cliente comum reconstruindo frases exatas de outros participantes…

1 dia ago

Agile Deliberation: Google treina IA em conceitos subjetivos

Framework do Google Research trata a construção de classificadores subjetivos como conversa iterativa: delimita subconceitos…

1 dia ago