A AWS anunciou em 9 de outubro de 2026 que o Pegasus 1.5, da TwelveLabs, está disponível no Amazon Bedrock, segundo o AWS Machine Learning Blog. É um modelo de linguagem para vídeo que transforma gravações longas em metadados estruturados, com marcação de tempo.
O que mudou
As versões anteriores do Pegasus respondiam a uma pergunta sobre um clipe. O Pegasus 1.5 percorre o vídeo inteiro, encontra todos os trechos que se encaixam nos critérios que você definiu e os devolve em JSON, com início, fim e os campos pedidos. A AWS aponta quatro mudanças em relação às versões anteriores:
- Metadados baseados em tempo. Você define segmentos, eventos ou sinais, e o modelo devolve cada ocorrência.
- Prompt multimodal. A definição de um segmento pode combinar uma descrição em texto com uma imagem de referência, por exemplo para localizar um produto ou logotipo específico. Uma única requisição aceita até 30 imagens de referência.
- Processamento sob demanda. Os vídeos são enviados direto do Amazon S3 ou como string base64, sem pipeline de ingestão nem indexação prévia. A AWS afirma que os dados permanecem dentro do limite de dados da AWS.
- Entrada mais longa. Vídeos de até duas horas em uma única requisição, contra uma hora no Pegasus 1.2.
Limites e configuração
Os arquivos podem ter até 2 GB no S3 ou até 25 MB como string base64. A resolução vai de 360×360 a 5184×2160, e a proporção de tela, de 1:1 a 2,4:1. O inglês tem suporte completo. Outros idiomas, entre eles russo, espanhol e alemão, têm suporte apenas parcial.
O modelo é chamado pela API InvokeModel, ou por InvokeModelWithResponseStream quando se quer saída em streaming. O ID do modelo é twelvelabs.pegasus-1-5-v1:0. O acesso precisa ser habilitado no console do Bedrock, e a política de IAM precisa conter as permissões de invocação. O custo pode ser acompanhado por aplicação com application inference profiles, e as métricas de uso aparecem no CloudWatch.
Há dois modos. O modo geral recebe um prompt de texto e devolve texto, ou JSON, se você fornecer um esquema. O modo de metadados baseados em tempo recebe definições de segmento no lugar do prompt e devolve uma lista dos trechos encontrados. Várias definições podem rodar na mesma requisição, e cada segmento devolvido vem marcado com a definição que o originou.
Disponibilidade e cobrança
O modelo está disponível em US West (Oregon). A AWS remete o leitor à sua lista de regiões para acompanhar novas inclusões. A cobrança passa pelo AWS Marketplace, então os valores aparecem na fatura da AWS e no Cost Explorer sob TwelveLabs, e não sob Amazon Bedrock. Os preços estão na página de preços do Bedrock; o anúncio não cita valores.
Uso previsto
A AWS posiciona o modelo para organizações com grande volume de vídeo longo: acervos de notícias, emissoras esportivas e serviços de streaming. Segundo a empresa, as pessoas continuam no processo: deixam de etiquetar o material manualmente e passam a revisar os metadados gerados pelo modelo.