Snowflake defende modelos menores de IA e roteamento para reduzir custos

A entrevista é com Grace Adamson, gerente de marketing de produto de IA da Snowflake. A tese central é a eficiência da inteligência: quanto uma organização consegue converter modelos, dados e computação em resultado mensurável. Na prática, isso se apoia no roteamento dinâmico de modelos do Cortex AI Gateway, que direciona cada carga para o modelo que melhor equilibra qualidade, velocidade e custo. Tarefas simples, como classificação, resumo ou extração de contratos, vão para modelos mais eficientes, inclusive de código aberto. Pedidos que exigem raciocínio mais profundo seguem para um modelo de fronteira.

Para a TI corporativa, o ponto sensível é a governança. Segundo a Snowflake, as mesmas políticas e controles, como mascaramento, valem para qualquer modelo, aberto ou proprietário. O cliente define quais modelos e provedores ficam disponíveis, o que importa em regiões com restrição de disponibilidade e em setores regulados. A plataforma também reúne consumo de tokens e custos de apps e agentes (inclusive agentes de terceiros conectados ao gateway), com limites de gasto, cotas e atribuição de custo por equipe. O dado de desempenho vem de testes internos: agentes com roteamento dinâmico construíram um pipeline dbt com até três vezes mais eficiência de token que a abordagem só com modelo de fronteira, com a mesma qualidade. É número do próprio fornecedor, sem validação independente no texto.

O tema não é novo na cobertura do CEVIU. Em 5 de maio de 2026, a matéria "Small Language Models estão redefinindo a arquitetura de IA empresarial" já descrevia empresas direcionando tarefas rotineiras para modelos menores e reservando os maiores para raciocínio complexo. Em 17 de julho de 2026, "Roteamento de Modelos em IA: A Chave para Otimização Específica da Tarefa" tratou o roteamento como resposta ao custo dos modelos de ponta. Em 20 de agosto de 2026, "Otimização de Custos em IA: Estratégias para Reduzir o Gasto de Empresas com Inteligência Artificial" defendeu priorizar a inteligência consumida por resultado. Em 7 de setembro de 2026, o CEVIU noticiou que os resultados da Snowflake apontavam para otimização de custos em IA e diversificação de modelos.

O que muda agora é que a tese deixa de ser tendência de mercado e passa a ser produto declarado da Snowflake, com roteamento no Cortex AI Gateway, controles de custo e um número de eficiência de token.

Leitura editorial: para quem opera IA em escala, a pergunta deixa de ser qual é o melhor modelo e passa a ser qual é o modelo suficiente para cada carga. Isso muda o desenho de contratos, de políticas de acesso e de FinOps. Vale tratar o ganho de três vezes como hipótese a testar nos seus próprios fluxos, não como meta garantida. Também convém avaliar o grau de dependência da plataforma que faz o roteamento, já que ela passa a decidir parte do custo e do risco.