O risco: um modelo, um fornecedor
Muitas empresas constroem sua estratégia de IA sobre um único modelo. “Nós usamos ChatGPT” ou “Apostamos no Claude”. Prompts são otimizados para esse modelo. Integrações são construídas para a API desse fornecedor. Workflows estão ajustados às particularidades desse modelo.
Resumo - Arquitetura modelo-agnóstica
- Construir sobre um único fornecedor de LLM cria dependência perigosa: preços mudam, APIs são reestruturadas, modelos são descontinuados sem aviso.
- Uma arquitetura modelo-agnóstica desacopla a lógica de negócio do modelo de linguagem - agentes, Decision Layer e workflows permanecem intactos na troca de modelo.
- O roteamento multi-modelo atribui modelos econômicos a tarefas simples e flagships a raciocínio complexo, economizando 40-60% em custos de tokens.
- Modelos self-hosted processam dados sensíveis enquanto Cloud APIs atendem requisições não críticas - governado pelo Decision Layer.
- Forrester (2024) relata que organizações com arquitetura modelo-agnóstica reduzem custos de migração de LLM em até 70% em comparação com configurações de fornecedor único.
Então acontece uma de três coisas: o fornecedor aumenta preços. O fornecedor altera a API. Um novo modelo surge que é significativamente melhor ou mais barato. Em qualquer caso: toda a implementação precisa ser adaptada.
No mercado de LLMs, isso acontece rápido. Nos últimos 18 meses, preços caíram pela metade, novos provedores surgiram, modelos open-source superaram modelos proprietários em benchmarks. Quem se vinculou a um fornecedor não consegue aproveitar essas evoluções.
No contexto brasileiro, o risco é amplificado: APIs são precificadas em dólar, e a volatilidade do real torna custos imprevisíveis. Uma arquitetura modelo-agnóstica permite migrar para modelos self-hosted quando a equação financeira favorece, sem reconstruir a lógica de negócio.
Modelo agnóstico como princípio arquitetônico
Na arquitetura de referência Gosign, o Model Layer é uma camada substituível. A lógica de negócio - conjuntos de regras, lógica de decisão, workflows - é implementada no Decision Layer e Agent Layer, não no modelo.
Quando um novo modelo fica disponível, pode ser integrado sem alterar as camadas superiores. O agente não sabe qual modelo está usando. Ele faz uma solicitação ao Model Layer e recebe uma resposta. Qual modelo fornece a resposta é irrelevante para o agente.
Multi-Model Routing
Um agente pode usar múltiplos modelos simultaneamente. O roteamento é baseado em regras:
Otimização de custos: Tarefas simples (classificação de documentos, extração de dados) rodam em um modelo econômico. Tarefas complexas (apoio a decisões, interpretação de regras) em um modelo mais potente.
Residência de dados: Dados sensíveis vão para modelos self-hosted (Llama, Mistral, DeepSeek). Dados não-críticos podem rodar via Cloud APIs. Essa separação é especialmente relevante para conformidade com a LGPD (PT: RGPD).
Failover: Se um provedor de modelo fica indisponível, o sistema pode alternar automaticamente para um modelo alternativo.
As regras de roteamento são configuradas no Decision Layer e rastreáveis.
Modelos suportados
A arquitetura Gosign suporta atualmente (em 2026):
- Claude Opus 4.7 / Sonnet 4.6 / Haiku 4.5 (Anthropic) - Cloud API
- GPT-5.5 / GPT-5.5-mini (OpenAI) - Cloud API
- Gemini 3.1 Pro / 3.1 Flash (Google) - Cloud API
- Llama 4 Scout / Llama 4 Maverick (Meta) - self-hosted ou nuvem
- Mistral Small 3.2 / Mistral Large (Mistral AI) - self-hosted ou nuvem
- DeepSeek V4-Pro / V4-Flash / R1 (DeepSeek) - self-hosted ou nuvem
- gpt-oss (OpenAI) - self-hosted ou nuvem
Novos modelos podem ser integrados assim que estejam acessíveis via API padrão. Qual desses modelos é o certo para cada micro-decisão é detalhado na análise complementar: Qual modelo quando? Decision Routing para workflows agênticos.
| Aspecto | Configuração de fornecedor único | Arquitetura modelo-agnóstica |
|---|---|---|
| Troca de modelo | Reconstrução completa de prompts, integrações, workflows | Mudança de regras de roteamento, sem reconstrução |
| Controle de custos | Preso a um modelo de preços | Modelos econômicos para simples, flagships para complexos |
| Soberania de dados | Depende do fornecedor | Self-hosted para sensíveis, nuvem para não críticos |
| Failover | Sem alternativa se o provedor cair | Troca automática para modelo alternativo |
| Custo de migração | Alto (Forrester: até 70% maior) | Baixo (apenas mudança de configuração) |
| Preparação futura | Risco de descontinuação | Novos modelos integrados sem alterações |
Mais informações: Infraestrutura de IA - Blueprint 2026 | Custos de IA - Comparativo TCO
Modelo agnóstico mais Decision Routing
Arquitetura modelo-agnóstica é a precondição; Decision Routing por micro-decisão é a aplicação. Quem constrói a camada de roteamento transforma a escolha de modelo em configuração, e a atualização de modelo em um diff de config em vez de um re-engineering. Qual modelo serve para qual tipo de decisão - classificação, tool-use, raciocínio, contexto longo - é detalhado na comparação mestra: Qual modelo quando? Decision Routing para workflows agênticos.
Agendar reunião - Mostramos a arquitetura modelo-agnóstica em detalhes.
Bert Gogolin
Diretor Executivo, Gosign
AI Governance Briefing
IA empresarial, regulamentação e infraestrutura - uma vez por mês, diretamente de mim.