Módulo 1: Genai In Production Vs A Notebook
6. Bedrock, panorama 2026: modelos, familias y por qué el camino barato sigue siendo el default
Descripción
extract-shipment-manifest-fields va a invocar "un modelo de Bedrock" — pero Bedrock no es un modelo, es un catálogo de modelos de varios proveedores distintos, servidos a través de una única API. Esta lección hace el trabajo que la lección 3 dejó pendiente a propósito: mapear qué familias de modelos existen en Bedrock, verificado contra documentación oficial de AWS al momento de escribir (agosto de 2026), no del conocimiento de entrenamiento sin contrastar. Y cierra con la revisión de la tesis que ya instalaste en la lección 3, un nivel más abajo: el camino barato sigue siendo el default incluso dentro del catálogo de modelos disponibles — elegir el modelo más barato que resuelve el problema es la misma disciplina que elegir el parser determinista antes que cualquier modelo.
Conexión con el módulo
La lección 5 confirmó el punto de partida real de la infraestructura heredada. Esta lección da el panorama del lado que todavía no tocaste: qué hay del otro lado de bedrock:InvokeModel. La lección 7, inmediatamente después, intenta tocarlo de verdad contra este laboratorio $0 — y documenta, con honestidad, exactamente dónde ese intento se detiene.
Analogía: el catálogo de un proveedor de traducción, no un solo traductor
Piensa en Bedrock como el catálogo de una agencia que ofrece traductores freelance de distintas especialidades, todos contratables a través de la misma plataforma, con la misma factura mensual consolidada. Algunos traductores son generalistas rápidos y baratos, buenos para volumen alto de textos simples. Otros son especialistas caros, mejores para matices difíciles, documentos legales, ambigüedad real. Contratar "un traductor" sin especificar cuál es una pregunta incompleta — la respuesta correcta depende de qué tan difícil es el texto y de cuántos textos hay que traducir por mes. Bedrock es exactamente esa agencia: un proveedor de infraestructura que expone, a través de una sola API, modelos de varios laboratorios distintos, cada uno con un perfil de costo, velocidad y capacidad distinto. Elegir el modelo correcto para extract-shipment-manifest-fields no es una pregunta de "¿cuál es el mejor modelo?" — es una pregunta de "¿cuál es el traductor más barato que puede leer, de forma confiable, un correo con un envío mal descrito?".
Cómo se verificó esta lección
Toda afirmación de esta lección sobre qué modelos existen en Bedrock hoy se verificó contra documentación oficial de AWS, corrida en el momento de escribir esta guía (agosto de 2026) — no asumida del conocimiento de entrenamiento. Las fuentes exactas están en la sección de Recursos, al cierre. El catálogo de modelos de Bedrock cambia con frecuencia — AWS agrega y retira modelos con regularidad, y algunos quedan marcados como preview antes de disponibilidad general —, así que esta lección se enfoca en las familias con posición estable en el catálogo, no en un inventario exhaustivo que quedaría desactualizado en meses. Si necesitas el catálogo exacto vigente el día que leas esto, la fuente autoritativa es siempre docs.aws.amazon.com/bedrock/latest/userguide/model-cards.html — la página "Models at a glance" de la documentación oficial, citada abajo.
Las familias de modelos, verificadas
Amazon Nova — la familia nativa de AWS
Nova es la línea de modelos de fundación propia de Amazon, diseñada específicamente para Bedrock, con varios tamaños que cubren distintos puntos de costo y latencia:
| Modelo | Perfil | Uso típico |
|---|---|---|
| Nova Micro | El más rápido y barato, solo texto | Clasificación simple, extracción de campos, tareas de alto volumen |
| Nova Lite | Multimodal (texto, imagen, video), rápido | Tareas de propósito general con buena relación costo/capacidad |
| Nova Pro | Multimodal, mayor capacidad de razonamiento | Tareas más complejas, sigue siendo notablemente más barato que los modelos de mayor gama de otros proveedores |
| Nova Premier | El de mayor capacidad de la línea original | Tareas que exigen el máximo razonamiento dentro de la familia Nova |
| Nova 2 Lite | Generación siguiente, con razonamiento extendido paso a paso, disponibilidad general | Reemplaza a Nova Lite en tareas donde el razonamiento explícito ayuda |
| Nova 2 Pro | Generación siguiente, en preview al momento de escribir | Tareas de agente complejas — análisis multidocumento, razonamiento extendido |
Amazon anunció Nova 2 en diciembre de 2025: Nova 2 Lite disponible de inmediato en Bedrock, Nova 2 Pro en preview, con acceso temprano para clientes de Amazon Nova Forge — ambos con tres niveles de intensidad de razonamiento (bajo, medio, alto) y contexto de hasta un millón de tokens (Fuente #1, abajo). Para una tarea como la de Andes Cargo — extraer un puñado de campos estructurados de un texto corto —, Nova Micro o Nova Lite son, típicamente, el punto de partida más razonable: la tarea no exige el razonamiento multi-paso que justificaría un modelo más caro.
Anthropic Claude — disponible en Bedrock, con un paso de habilitación adicional
Claude está disponible en Bedrock como uno de los proveedores de terceros con más antigüedad en el catálogo, con varios tamaños activos simultáneamente (la línea completa incluye variantes optimizadas para velocidad frente a variantes optimizadas para razonamiento profundo — la nomenclatura exacta y las versiones vigentes cambian con el tiempo, así que la fuente autoritativa siempre es la página de modelos de Bedrock al momento de consultarla, no un número fijado en esta lección). Un dato específico y verificado que sí vale la pena fijar aquí, porque no cambia con cada nueva versión: desde la simplificación de acceso a modelos de Bedrock, la mayoría de los modelos serverless quedan habilitados automáticamente por defecto en una cuenta nueva — pero los modelos de Anthropic siguen siendo la excepción explícita, y exigen un formulario de caso de uso de una sola vez antes del primer uso, tanto por API como por consola (Fuente #2, abajo). Es un dato honesto que vale la pena anticipar: si alguna vez completas el M3-M4 de esta guía contra una cuenta AWS real con un modelo de Claude, ese formulario es un paso adicional que Nova o Llama no exigen.
Meta Llama — la línea de peso abierto
Meta Llama está disponible en Bedrock como servicio gestionado, con varias generaciones activas: la línea 3.x (3, 3.1, 3.2, 3.3, en varios tamaños de parámetros) y la línea 4, con los modelos Maverick y Scout (Fuente #3, abajo). A diferencia de Nova y Claude, Llama es un modelo de peso abierto — Meta publica los parámetros del modelo, y Bedrock lo sirve como infraestructura gestionada sobre ese peso público. Para el caso de Andes Cargo esto no cambia la mecánica de facturación (sigue siendo pago por token, gestionado igual que cualquier otro modelo de Bedrock), pero sí es una diferencia real de modelo de negocio que vale la pena conocer: los modelos de peso abierto, en general, también se pueden auto-alojar fuera de Bedrock — una opción que esta guía nombra, sin construir, porque cae fuera del alcance $0 (implicaría GPU dedicada, ver la frontera con kubernetes-and-eks-in-production-guide de la lección 8).
Mistral AI — el proveedor europeo, con modelos eficientes de tamaño menor
Mistral AI está disponible en Bedrock con una línea de modelos que va desde tamaños compactos y muy eficientes (Ministral, con pocos miles de millones de parámetros) hasta modelos grandes de propósito general (Mistral Large), pasando por modelos de mezcla de expertos (Mixtral) y modelos multimodales (Pixtral) (Fuente #4, abajo). Es, junto con Nova Micro, uno de los perfiles más económicos del catálogo — un candidato razonable, igual que Nova, para una tarea de extracción de campos de bajo riesgo semántico.
El catálogo, resumido
BEDROCK — FAMILIAS PRINCIPALES, AGOSTO 2026
Amazon Nova Nativo AWS. Micro/Lite/Pro/Premier + Nova 2 Lite (GA)/Pro (preview).
El punto de partida más barato para tareas de extracción simple.
Anthropic Claude Varias versiones activas simultáneamente. Exige formulario de
caso de uso de una sola vez antes del primer uso -- único requisito
de este tipo entre las familias listadas aquí.
Meta Llama Línea 3.x + línea 4 (Maverick, Scout). Peso abierto -- también
auto-alojable fuera de Bedrock, opción no construida en esta guía.
Mistral AI Ministral (compacto) a Mistral Large (propósito general),
Mixtral (mezcla de expertos), Pixtral (multimodal).La tesis, revisitada un nivel más abajo: barato dentro de lo barato
La lección 3 instaló la decisión de arquitectura central de esta guía: el parser determinista es el default, el LLM es el camino de escalamiento. Este catálogo revela que esa misma disciplina se aplica un nivel más abajo, dentro de la decisión de qué modelo usar una vez que ya se decidió escalar. extract-shipment-manifest-fields no necesita el modelo más capaz del catálogo — necesita el modelo más barato que resuelva, de forma confiable, una tarea específica y acotada: leer un texto corto y devolver cinco campos estructurados. Elegir Nova Premier o el modelo de Claude de mayor capacidad para esta tarea sería el mismo antipatrón, con otro nombre, que invocar cualquier modelo de Bedrock para un manifiesto que el parser determinista ya puede leer solo: pagar más de lo que el problema exige, por costumbre en vez de por criterio.
Esta no es todavía la decisión final de qué modelo usa Andes Cargo — esa decisión, con los números de costo real detrás, es del M2 de esta guía. Lo que esta lección deja instalado es el criterio: dentro de un catálogo con docenas de modelos disponibles, la pregunta correcta nunca es "¿cuál es el mejor?" — es "¿cuál es el más barato que mi tarea específica necesita?", la misma pregunta, en escala más pequeña, que ya contestaste en la lección 3 al decidir cuándo escalar del todo.
Errores comunes
Asumir que "más caro" siempre significa "más confiable" para esta tarea específica (de intuición). Qué pasa: alguien, al ver la tabla de familias, concluye que el modelo más grande y costoso del catálogo es, por defecto, la opción más segura para extract-shipment-manifest-fields. Cómo detectarlo: si tu razonamiento es "mejor pagar de más y no arriesgarme". Cómo corregirlo: para una tarea de extracción de campos estructurados de bajo riesgo semántico, un modelo más grande no necesariamente extrae mejor los cinco campos que Andes Cargo necesita — puede simplemente costar más por la misma calidad de resultado. La decisión correcta, que el M2 formaliza con números, es empírica: probar el modelo más barato candidato primero, y escalar de tamaño solo si la tasa de éxito real no alcanza el umbral aceptable.
Memorizar los nombres exactos de versión de esta lección como si fueran fijos para siempre (de expectativa). Qué pasa: alguien anota "Claude tal versión" o "Nova tal versión" de esta lección como si fuera el catálogo definitivo de Bedrock. Cómo detectarlo: si, meses después de leer esta guía, sigues citando esta lección como fuente del catálogo vigente. Cómo corregirlo: esta lección deja explícito que el catálogo cambia con frecuencia, y por eso se enfoca en familias estables, no en un inventario de versiones. La fuente correcta, siempre, es la página oficial "Models at a glance" de la documentación de Bedrock — no esta lección, ni ninguna guía escrita en un momento fijo del tiempo.
Pensar que Llama, por ser de peso abierto, es "gratis" en Bedrock (de confusión de modelo de negocio). Qué pasa: alguien concluye que, como Meta publica los parámetros de Llama, usarlo a través de Bedrock no tiene costo de inferencia. Cómo detectarlo: si tu expectativa es "Llama en Bedrock debería ser gratis, porque el modelo en sí es abierto". Cómo corregirlo: peso abierto describe quién puede auto-alojar el modelo fuera de Bedrock, no cómo se factura dentro de Bedrock. Un modelo de Llama servido por Bedrock se factura exactamente igual que cualquier otro modelo del catálogo — pago por token, según el mismo modelo de precio on-demand/Provisioned/Batch que el M2 de esta guía explica a fondo.
Ejercicios
Ejercicio 1 — Elige un candidato inicial para extract-shipment-manifest-fields, y justifica con el criterio de esta lección. Basándote únicamente en el catálogo de esta lección (no en el M2, que todavía no leíste), ¿qué familia y tamaño de modelo probarías primero para la tarea de extracción de Andes Cargo? Justifica sin usar la palabra "mejor".
Ver solución
No hay una única respuesta correcta, pero una justificación sólida suena así: "Empezaría con Nova Micro o Nova Lite, o un modelo compacto de Mistral (Ministral) — ambos son los perfiles más baratos del catálogo, y la tarea (extraer cinco campos estructurados de un texto corto, sin ambigüedad semántica profunda) no parece exigir el razonamiento avanzado de un modelo de mayor tamaño. El criterio no es 'cuál es el mejor modelo del catálogo', es 'cuál es el modelo más barato que probablemente resuelve esta tarea específica' — si la tasa de éxito real, medida con el arnés de smoke test del M7, resulta insuficiente, ese sería el momento de subir de tamaño, no antes."
Ejercicio 2 — Explica la diferencia entre Nova y Llama en términos de a quién pertenece el modelo. Un colega pregunta por qué esta lección menciona que Llama es "de peso abierto" pero no dice lo mismo de Nova. Explica la diferencia.
Ver solución
Amazon Nova es propietario de Amazon — los parámetros del modelo no son públicos, y la única forma de usarlo es a través de un servicio gestionado como Bedrock (o, en algunos casos, otras superficies propias de AWS). Meta Llama es de peso abierto — Meta publica los parámetros del modelo, lo que significa que, en principio, cualquiera con suficiente capacidad de cómputo podría auto-alojarlo fuera de Bedrock, sin depender de Amazon como intermediario. Bedrock, para Llama, ofrece la comodidad de no tener que gestionar esa infraestructura propia —Amazon aloja el modelo, cobra por token, y el usuario nunca ve un servidor—, pero esa comodidad es una elección, no la única forma de usar Llama, a diferencia de Nova.
Ejercicio 3 — Explica por qué esta lección no da un número de precio. Un compañero pregunta por qué, si esta lección compara varias familias de modelos como "más baratas" o "más caras" entre sí, no incluye ni una sola cifra en dólares. ¿Por qué esa omisión es intencional?
Ver solución
Porque el precio exacto por millón de tokens, de entrada y de salida, es un dato que cambia con más frecuencia que las familias de modelos en sí, y porque mezclarlo aquí competiría con el trabajo específico del M2 de esta guía, que existe exactamente para eso: construir el modelo de costo completo, con cifras citadas de la página oficial de precios de Bedrock, y la calculadora propia que las convierte en una proyección mensual real dado un supuesto de volumen. Esta lección se queda deliberadamente en el nivel de "más barato/más caro en términos relativos" para no duplicar, con peor actualización, lo que el M2 hace con el rigor y la cita exacta que el tema merece.
Resumen y siguiente paso
En esta lección mapeaste las familias principales de modelos disponibles en Bedrock, verificadas contra documentación oficial de agosto de 2026: Amazon Nova (nativo, el punto de partida más barato), Anthropic Claude (con su formulario de habilitación adicional), Meta Llama (peso abierto, servido igual que cualquier otro), y Mistral AI (compacto y eficiente). Y revisitaste la tesis central de esta guía un nivel más abajo: el mismo criterio que decide cuándo escalar del parser determinista al LLM —el camino más barato que resuelve el problema— decide también qué modelo, dentro del catálogo, es el punto de partida correcto.
Antes de avanzar deberías poder: nombrar las cuatro familias de esta lección y una diferencia clave de cada una; explicar por qué Claude exige un paso de habilitación que las demás familias no exigen; y explicar, sin usar la palabra "mejor", por qué el modelo más caro del catálogo no es, automáticamente, la decisión correcta para extract-shipment-manifest-fields.
La lección 7 hace lo que esta lección todavía no hizo: intentar tocar Bedrock de verdad, contra este laboratorio $0, con el comando exacto y la razón exacta —citada, no asumida— de qué pasa cuando lo intentas.
Recursos
- AWS — Announcing Amazon Nova 2 foundation models now available in Amazon Bedrock — Fuente #1, el anuncio de diciembre de 2025 de Nova 2 Lite (disponibilidad general) y Nova 2 Pro (preview).
- AWS — Simplified model access in Amazon Bedrock — Fuente #2, la habilitación automática por defecto y la excepción del formulario de caso de uso de Anthropic.
- AWS — Amazon Bedrock — Fuente #3, panorama general de proveedores de modelos disponibles, incluida la línea Llama de Meta.
- AWS Docs — Models at a glance (Amazon Bedrock) — Fuente #4, la página oficial y siempre actualizada del catálogo completo de proveedores y modelos, incluido Mistral AI — la fuente autoritativa para verificar el catálogo vigente cualquier día que leas esto.
- AWS — Amazon Bedrock Pricing — referencia para el M2 de esta guía, donde el precio por token de cada familia se cita con el detalle que esta lección deliberadamente no incluye.