Vercel lança Virtual Models no AI Gateway para trocar modelos sem novo deploy

Virtual Models são uma abstração da model string e das configurações que apps e desenvolvedores usam. Você cria um ID para uma tarefa, como vmc/coding-agent, e define no AI Gateway qual modelo ele usa, a ordem de fallbacks e prioridade, e se exige Zero Data Retention. O ID passa a valer em qualquer lugar onde for chamado, incluindo agentes de código como Claude Code e Codex, conectados com o comando vercel ai-gateway setup.

O problema que a Vercel descreve é de ritmo: em 90 dias, 125 novos modelos de mais de 10 laboratórios chegaram ao gateway, cerca de 10 por semana. Trocar de modelo já era uma linha de código, mas essa linha ficava no repositório e exigia redeploy. Agora a troca acontece no gateway e, segundo a empresa, apps e agentes pegam a nova configuração em poucos minutos. Fallbacks, ZDR e tags permanecem ao trocar de modelo. Opções específicas de provedor não: uma configuração da Anthropic deixa de valer se o ID apontar para um modelo da OpenAI, então vale revisar ao mudar de provedor.

Em 28 de outubro de 2026, o CEVIU noticiou "Vercel lança Virtual Models no AI Gateway para trocar modelos sem mexer no código", com a apresentação do recurso. A notícia de 30 de outubro de 2026 trata do mesmo lançamento e traz o status de disponibilidade oficial, além do contexto dos 125 modelos adicionados em 90 dias e dos detalhes de governança, como a precedência das configurações do virtual model sobre as da requisição.

Para quem opera um produto de IA em estágio inicial, isso tira a troca de modelo do ciclo de deploy. Na leitura do CEVIU, dá para testar um modelo mais barato em tarefas de alto volume, como triagem de tickets, sem acionar o time de engenharia. A sugestão da própria Vercel de criar um virtual model candidato e rodar evals antes de migrar o de produção é uma prática simples de adotar. Já o controle central de ZDR e fallbacks interessa a quem precisa dar garantias de dados a clientes.