Os modelos da OpenAI chegam ao Google Cloud. A nuvem não escolhe mais o modelo, mas ainda define a fronteira

Pense num grande banco supervisionado pelo Banco Central que padronizou tudo no Google Cloud há três anos. Os dados estão no BigQuery, a identidade no IAM do Google, o perímetro nos VPC Service Controls e o orçamento num compromisso de consumo plurianual. Os desenvolvedores querem modelos GPT para algumas tarefas. Até esta semana, dizer sim significava um segundo contrato, uma segunda revisão de segurança, um segundo faturamento e um caminho de dados saindo do perímetro que o time de risco levou anos para aprovar.

Em 21 de outubro, Google Cloud e OpenAI anunciaram que os modelos de fronteira da OpenAI vão chegar ao Model Garden do Google Cloud: GPT-6 Astra, GPT-6.1 Sol e GPT-6 Luna, comprados pelo Google Cloud Marketplace, cobrados na fatura do Google Cloud e abatidos dos compromissos já existentes. Para aquele banco, o segundo contrato pode desaparecer. A pergunta sobre onde fica a fronteira, não.

O que está de fato disponível

Menos do que a manchete sugere, por enquanto. O Google descreve os modelos como “em rollout agora, em preview privado para clientes enterprise selecionados”. A OpenAI diz que a disponibilidade geral está planejada “para as próximas semanas”. Vários controles que um comprador regulado perguntaria primeiro foram anunciados, mas ainda não chegaram.

OpenAI no Google Cloud, por status em 21 de outubro

	Status	O que significa para quem compra
GPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna no Model Garden	Preview privado, clientes selecionados	Avalie agora, planeje produção para depois da GA
Faturamento via Marketplace contra compromissos existentes	Anunciado junto com o preview	A mudança na compra é a notícia de verdade
Opção de Zero Data Retention	Em breve	Ainda não serve de base para aprovar cargas sensíveis
Confidential Compute	Em breve	Idem: peça uma data por escrito
Modelos OpenAI no Gemini for business e no Antigravity	Em breve	Planeje, mas não desenhe a arquitetura em cima disso

O Google também diz que os clientes podem apontar o Codex CLI e os fluxos do Codex no desktop para a sua plataforma de inferência, e que prompts e respostas ficam dentro do perímetro de dados do cliente e não são usados para treinar modelos de fundação. São afirmações do fornecedor; é no contrato e nos termos de tratamento de dados que elas viram compromisso. Como o anúncio não diz quais regiões atendem os modelos da OpenAI, a primeira pergunta de uma empresa brasileira deve ser se o caminho do Model Garden roda na região de São Paulo.

Uma linha do post da OpenAI merece atenção: “a Microsoft continua sendo a principal parceira de nuvem da OpenAI”. Os modelos da OpenAI já podiam ser comprados com compromissos da Oracle desde junho, e a AWS oferece o Bedrock Managed Agents, construído com a OpenAI, em preview. O Google passa a ser mais uma nuvem revendendo esses modelos, e afirma ser o único hyperscaler com Gemini, Claude e GPT lado a lado.

O modelo está saindo da nuvem que o vende

Durante anos, a nuvem principal da empresa escolhia, em silêncio, a família de modelos. Azure significava OpenAI, Google significava Gemini, AWS significava o que o Bedrock tivesse. Esse acoplamento está se desfazendo. O mesmo modelo de fronteira agora pode ser comprado por várias nuvens, cada uma embrulhando o modelo com sua própria identidade, seus controles de rede, seus logs e seu faturamento.

Isso é bom para quem compra, com um cuidado: o mesmo modelo por outra nuvem não é o mesmo serviço. Vimos isso com o Claude no Azure e na AWS: pesos idênticos, fronteiras de dados diferentes, recursos chegando em datas diferentes, caminhos contratuais diferentes. A OpenAI no Google Cloud vai seguir o mesmo padrão. O Zero Data Retention pode estar disponível direto com a OpenAI antes de chegar ao Model Garden. Uma versão de modelo pode chegar a uma nuvem semanas depois de outra. Limites de uso, regiões e escalonamento de suporte vão variar.

A decisão, portanto, muda de lugar. Não é mais só “qual modelo?”. É “qual modelo, por qual caminho, sob quais controles?”.

Compras está fazendo a arquitetura

O anúncio do Google começa pelo encanamento comercial por um motivo: abater compromissos existentes, contar o consumo nos Flexible Savings Plans, uma única fatura. Em muitas empresas, é isso que vai decidir a adoção. Um time que esperaria meses por um novo contrato com fornecedor pode começar a avaliação dentro de um contrato que já existe.

Já argumentamos que os compromissos de marketplace estão começando a moldar a arquitetura de IA mais do que os benchmarks. Este anúncio estende a lógica a um fornecedor de modelos que, até agora, vendia sobretudo pela própria API e por uma nuvem parceira. Espere que o financeiro faça uma pergunta justa: se o compromisso compra qualquer modelo, por que estamos pagando preço de tabela em outro lugar?

O risco é o espelho disso. Acesso pago com compromisso facilita adotar um modelo sem a avaliação que aconteceria numa compra separada. Barato para começar não é o mesmo que aprovado para rodar.

Isso reduz o lock-in?

Em parte. Reduz o lock-in de modelo: se as cargas passam pelo Model Garden, trocar entre Gemini, Claude e GPT fica mais perto de uma mudança de configuração. Não reduz o lock-in de nuvem; pode até aumentar. Cada novo modelo disponível dentro do compromisso é mais um motivo para manter consumo, identidade e logs num só lugar.

Isso não é necessariamente ruim. É uma escolha, e deve ser feita de propósito. As camadas que vale ter de forma independente de qualquer nuvem são as que listamos no nosso framework de portfólio de modelos: os conjuntos de avaliação, a política de roteamento e o registro de qual modelo atendeu qual tarefa. Se elas vivem fora do console da nuvem, um segundo ou terceiro caminho de entrega é uma opção que você pode exercer. Se vivem dentro, o compromisso escolheu por você.

O que fazer enquanto está em preview

• Peça acesso ao preview só para uma avaliação com nome e dono, usando o mesmo conjunto de testes dos modelos que vocês já rodam, para que a comparação seja sobre as suas tarefas.
• Peça os termos de tratamento de dados específicos do caminho pelo Model Garden, incluindo a região de processamento. Não presuma que os termos do contrato direto com a OpenAI valem aqui.
• Segure as cargas sensíveis até que os controles “em breve” cheguem, se a aprovação de vocês depende de Zero Data Retention ou de computação confidencial.
• Registre o caminho de entrega no inventário de modelos, junto com o nome e a versão. O mesmo modelo por duas nuvens são duas entradas.