Até pouco tempo, escolher o "cérebro" de um agente do Agentforce era uma decisão pequena: você aceitava o modelo padrão e seguia a vida. Hoje há opções gerenciadas e integrações personalizadas, e a pergunta "qual modelo esse agente deveria usar?" virou uma decisão de projeto, com impacto em custo, em qualidade de resposta em português e no tipo de tarefa que o agente aguenta.
O Agentforce oferece opções gerenciadas de modelo, incluindo Salesforce Default, modelos hospedados na AWS e Google Gemini em configurações compatíveis. Modelos personalizados também podem ser usados por integrações específicas. A escolha deve considerar custo, qualidade no seu idioma e caso de uso.
O que mudou de verdade
O Atlas Reasoning Engine é a peça do Agentforce que raciocina e planeja: dado um pedido, ele decide quais ações chamar, em que ordem, e como montar a resposta. Por muito tempo essa engine ficou presa a um conjunto restrito de modelos. Agora o Gemini se junta à OpenAI e à Anthropic como opção nativa, incluindo o Gemini 3.5 Flash, que é multimodal e enxerga texto, imagem e vídeo. Na prática, você deixou de ter um cérebro fixo e passou a ter um seletor.
Junto disso, a própria engine ficou configurável, com um modo de raciocínio híbrido que equilibra a criatividade do modelo com a certeza de regras de negócio estruturadas. É a mesma filosofia que aparece no Agentforce Builder novo e no Agent Script: tirar do LLM as decisões que precisam ser previsíveis e deixar com ele só o que ganha com linguagem natural.
Os três caminhos de modelo
A documentação atual apresenta três opções gerenciadas para o modelo de raciocínio. Modelos BYO via API são uma integração separada, não uma opção equivalente no seletor:
- Salesforce Default: modelo gerenciado pela Salesforce. A documentação consultada distingue GPT-4.1 para agentes do builder novo e GPT-4o para agentes legados.
- AWS-hosted: Claude Haiku 4.5 no Amazon Bedrock, com hospedagem gerenciada; confirme requisitos e disponibilidade na sua org.
- Google Gemini: Gemini 3.5 Flash via Vertex AI, disponível no builder novo conforme a documentação consultada.
Como escolher o modelo, na prática
Trocar de modelo não é escolher o "melhor" de um ranking de inglês. É casar quatro variáveis com o trabalho real do agente:
- Custo por interação. Um agente de atendimento que responde milhares de conversas por dia sente cada centavo por token. Modelos menores e mais baratos, como as variantes Flash do Gemini, costumam bastar para triagem e respostas curtas, sobrando o modelo caro para os casos difíceis.
- Qualidade no seu idioma. Aqui é onde muita comparação de benchmark engana. O que importa para um agente brasileiro é como o modelo lida com português real, com gíria, abreviação e a forma torta como o cliente digita. Isso não sai de um score de inglês.
- Caso de uso. Se o agente precisa processar imagem ou vídeo, verifique os recursos multimodais e limites do modelo disponível na sua configuração. Para texto e chamadas de ação, valide a qualidade e o custo com exemplos representativos.
- Latência. Num chat ao vivo, meio segundo a mais por resposta muda a percepção de qualidade. Modelos maiores raciocinam melhor, mas nem sempre você quer essa espera na linha de frente.
Um critério de escolha que uso (org de demonstração)
Na Vetra Distribuidora, a empresa fictícia que uso como org de demonstração deste portfólio, o cenário que mais expõe essa decisão é o agente de atendimento em português. Quando montei a comparação entre um modelo padrão e uma variante mais barata, o critério que mais pesou não foi nenhum benchmark divulgado, foi quantas conversas o modelo entendia de primeira sem que o cliente precisasse repetir. Um modelo que erra a intenção e força o cliente a reformular custa mais em atrito do que economiza em token. Foi por isso que passei a tratar a escolha de modelo como um teste com conversas reais do domínio, não como leitura de tabela. A regra que ficou: comece pelo Salesforce Default, meça onde ele falha no seu contexto, e só troque de modelo com uma falha concreta na mão. Para os termos que aparecem aqui, o glossário de Salesforce tem as definições rápidas.
E a segurança, muda?
Uma dúvida comum ao trocar de provedor é quais controles continuam aplicáveis. A Salesforce documenta política de retenção zero para provedores externos, mas controles e condições dependem da opção e da configuração. Confirme os requisitos de segurança e privacidade do modelo escolhido antes de ativá-lo.
Por onde começar
Ter Gemini, OpenAI e Anthropic disponíveis é ótimo, mas a escolha só vale quando nasce de uma dor medida no seu processo, não da curiosidade de testar o modelo do momento. Comece pelo padrão, instrumente o agente para registrar onde ele erra a intenção ou fica caro, e use esse dado para justificar a troca.
Perguntas frequentes
O Agentforce já aceita o Google Gemini?
A documentação atual lista Google Gemini 3.5 Flash via Vertex AI como opção para agentes do builder novo.
Qual modelo o Agentforce usa por padrão?
A documentação atual indica GPT-4.1 para agentes do builder novo e GPT-4o para agentes legados na opção Salesforce Default. A opção AWS-hosted usa Claude Haiku 4.5 no Amazon Bedrock. Disponibilidade pode variar.
Posso usar meu próprio modelo?
A Models API permite referenciar modelos Salesforce-managed ou BYO em ações personalizadas, conforme os provedores e modelos suportados. Isso é distinto das opções de modelo de raciocínio do seletor.
Trocar o modelo muda o Trust Layer?
A Salesforce documenta controles para opções externas, incluindo retenção zero, mas confirme os controles específicos aplicáveis ao provedor, modelo e configuração escolhidos.