Ampersand: modelo da Humans& focado em conversa em grupo

Quem é a Humans&

A Humans& foi fundada por Eric Zelikman, ex-pesquisador da xAI, junto com Andi Peng, ex-DeepMind e Anthropic, e Yuchen He, ex-OpenAI e xAI. A empresa tem foco em modelos que facilitam a colaboração entre humanos e sistemas de IA, em vez de modelos que apenas respondem a prompts individuais.

O Ampersand é o primeiro resultado desse foco. O nome reflete a ideia de "e", conectando pessoas e agentes em uma mesma conversa.

O que diferencia o Ampersand

O modelo foi treinado com foco em duas capacidades. A primeira é a coordenação de longo prazo, que permite ao modelo manter contexto e objetivos ao longo de conversas extensas com múltiplos participantes. A segunda é o raciocínio em cadeia, que permite ao modelo decompor tarefas complexas em passos.

A Humans& afirma que o Ampersand atinge resultados de ponta em benchmarks de conversação em grupo, embora os números detalhados ainda não tenham sido publicados de forma independente. O modelo também foi treinado para trabalhar bem com ferramentas e APIs, o que o torna candidato a uso em agentes.

Acesso via Vercel AI Gateway

O Ampersand está disponível no Vercel AI Gateway com o identificador humans-and/ampersand-1. Isso significa que desenvolvedores que já usam o gateway podem experimentar o modelo sem mudar de infraestrutura.

A integração com o AI Gateway também oferece observabilidade, limites de uso e fallback para outros modelos. Para quem já tem um fluxo com múltiplos modelos, adicionar o Ampersand é uma mudança de configuração.

Benchmark e validação independente

A Humans& afirma que o Ampersand atinge resultados de ponta em benchmarks de conversação em grupo. No entanto, os números detalhados ainda não foram publicados de forma independente. Isso significa que a afirmação deve ser tratada como marketing até que haja validação por terceiros.

Para quem avalia modelos, o recomendável é testar em tarefas reais antes de migrar cargas de produção. Benchmarks de conversação em grupo são difíceis de reproduzir, e a maioria das suites existentes foca em tarefas individuais.

Comparação com modelos existentes

O Ampersand entra em um mercado já ocupado por modelos como Claude, GPT-5 e Gemini, que também suportam conversas multi-turno e uso de ferramentas. A diferença proposta é o foco explícito em coordenação entre múltiplos participantes, humanos e agentes.

Se essa diferença se confirmar em testes reais, o Ampersand pode ser útil em cenários como salas de discussão com agentes, code review colaborativo e suporte ao cliente com múltiplos especialistas. Se não se confirmar, ele será mais um modelo entre outros no gateway.

Contexto: a onda de modelos especializados

O lançamento do Ampersand reflete uma tendência de 2026: em vez de um modelo geral para tudo, empresas lançam modelos otimizados para tarefas específicas. O Ampersand foca em conversação em grupo. Outros modelos focam em código, raciocínio ou visão.

Essa especialização tem vantagens e riscos. A vantagem é desempenho superior no nicho. O risco é fragmentação: cada tarefa pode exigir um modelo diferente, e a orquestração entre eles vira o desafio central.

O que esperar a seguir

A Humans& descreve o Ampersand como o primeiro de uma série de modelos focados em colaboração. A empresa sinalizou que lançamentos futuros vão aprofundar a integração com ferramentas e a capacidade de coordenação entre agentes.

Ainda não há data para o próximo modelo. A empresa também não publicou preços próprios; o custo de uso depende do que o Vercel AI Gateway cobra pelo modelo.

Limites e considerações

Como o Ampersand é um modelo recém-lançado, a cobertura de benchmarks independentes é limitada. Antes de migrar cargas de trabalho de produção, vale testar em tarefas reais e comparar com os modelos que você já usa.

Também é importante notar que o foco em conversação em grupo pode não se traduzir em melhor desempenho em tarefas individuais de código. O modelo é um candidato a testar, não uma substituição automática.

Como testar hoje

1. Acesse o Vercel AI Gateway.
2. Use o identificador humans-and/ampersand-1.
3. Teste em cenários de conversa com múltiplos participantes.
4. Compare com os modelos que você já usa em tarefas reais.
5. Consulte a página de changelog da Vercel para atualizações.

Se você já coordena agentes em projetos, vale comparar essa abordagem com a orquestração de agentes no bridgecode e com workflows multi agente.