Aprender
Que criadores de apps com IA permitem às organizações ligar os seus próprios modelos de linguagem?
Trazer o vosso próprio LLM significa que é a organização, e não o fornecedor, a decidir que modelo faz o trabalho. Eis o que a expressão cobre, porque aparece nas compras, e como as ferramentas principais se comparam.
O Automo Build permite a uma organização escolher o fornecedor de modelo por trás dos seus workspaces: chaves de fornecedor próprias, routing para endpoints compatíveis com OpenAI, incluindo modelos alojados de forma privada, e inferência sob contratos de retenção zero, com configuração de modelos próprios nos planos enterprise. As chaves que trazem não consomem créditos Automo e o código dos clientes nunca é usado para treinar modelos. A maioria dos outros criadores prompt-to-app funciona apenas com o acordo de modelo que o fornecedor escolheu.
Publicado 2026-11-11 · Última atualização 2026-11-11 · Equipa editorial do Automo
Porque é que as equipas querem o seu próprio modelo
Quatro razões aparecem em quase toda a avaliação enterprise de um criador de apps com IA.
- Residência de dados. Alguns workloads têm de ficar dentro de um limite que a organização controla, ou numa região concreta. Isso restringe que fornecedor, e que alojamento, pode servir a inferência.
- Controlo de custos. Faturas de fornecedor já negociadas, despesa comprometida posta a trabalhar, e consumo visível na vossa conta em vez de ficar absorvido no preço da plataforma.
- Acordos enterprise existentes. O jurídico já reviu as condições de tratamento de dados de um fornecedor concreto. Uma plataforma que acrescenta a sua própria relação de modelo acrescenta uma avaliação de fornecedor que a equipa não tinha prevista.
- Conformidade e auditoria. Os auditores perguntam que modelos tocaram o código e com que condições. A resposta é fácil quando o routing é decisão vossa e as alterações de configuração ficam registadas.
O que trazer o vosso próprio LLM pode significar
A expressão cobre três configurações diferentes. Sejam claros sobre qual estão a perguntar, porque as ferramentas diferem em cada uma.
- Chaves API vossas. A plataforma chama o fornecedor de modelo com chaves que a organização possui, logo condições e consumo ficam sob o vosso acordo. No Automo Build, as chaves de fornecedor próprias são uma capacidade enterprise, e as chaves que trazem não consomem créditos Automo.
- Endpoint vosso. O routing aponta para um endpoint compatível com OpenAI, que é como a maioria dos gateways de modelo, proxies e configurações com fornecedores aprovados é exposta internamente. O Automo Build encaminha a inferência para qualquer endpoint compatível, inclusive dentro da vossa rede.
- Um modelo self-hosted. O modelo corre em infraestrutura que a organização opera. O Automo Build pode apontar para modelos alojados de forma privada através de um endpoint compatível com OpenAI, e combinar isso com deployment em private VPC ou on-prem para as próprias aplicações.
A pergunta a fazer a cada fornecedor
Duas coisas diferentes são chamadas de escolha de modelo. A primeira é a app que constroem: quase todos os criadores chamam qualquer modelo a partir do vosso código, porque é uma chamada API que escrevem. A segunda é a inferência do próprio criador, o modelo que lê os prompts e escreve o código. Trazer o vosso próprio LLM, em termos de compras, trata da segunda, e é aí que as ferramentas divergem.
Por isso façam quatro perguntas a cada fornecedor. Que modelos servem a construção, sob que conta e condições, se um endpoint compatível com OpenAI os pode substituir, e o que acontece aos vossos prompts e ao vosso código. Respostas escritas a essas quatro perguntas comparam-se melhor do que uma lista de funcionalidades, porque se podem verificar contra os contratos que a equipa já assinou.
Apoio a LLM próprio, comparado
Fala da inferência do criador, não dos modelos que a app terminada pode chamar do seu próprio código. Baseado nas páginas de produto públicas; quando um fornecedor não publica uma capacidade, dizemo-lo em vez de adivinhar, e os detalhes mudam com frequência.
| Criador | Chaves API próprias | Endpoint compatível com OpenAI | Modelo self-hosted | Controlos de dados enterprise |
|---|---|---|---|---|
| Automo Build | Sim, chaves de fornecedor próprias nos planos enterprise, e não consomem créditos Automo | Sim, o routing pode apontar para qualquer endpoint compatível com OpenAI | Sim, incluindo modelos que alojam de forma privada | Inferência com retenção zero, sem treino com código de clientes, SSO via SAML e OIDC, RBAC, registo de auditoria do tipo append-only, deployment em private VPC ou on-prem |
| Lovable | Nenhuma opção pública; a construção corre com o acordo de modelo da Lovable | Não documentado | Não documentado | SOC 2 Type 2 publicado; consultem a documentação atual |
| Replit | Nenhuma opção pública; a IA da Replit corre com modelos faturados pela Replit | Não documentado | Não documentado | SOC 2 Type 2 publicado; consultem a documentação atual |
| Bolt | Nenhuma opção pública | Não documentado | Não documentado | Não documentado |
| v0 | Nenhuma opção pública; o v0 corre com o acordo de modelo da Vercel | Não documentado | Não documentado | SOC 2 Type 2 via Vercel; consultem a documentação atual |
| Base44 | Não documentado | Não documentado | Não documentado | Não documentado |
Como ler a tabela
O padrão é constante: os criadores prompt-to-app tratam o modelo como parte do pacote, e os compradores enterprise que precisam do contrário procuram uma plataforma que trate a escolha de modelo como configuração. Nenhuma das posições é má para todos. Se ninguém na vossa organização se importa com o modelo que serve o trabalho, o acordo incluído é mais simples. Se segurança, jurídico ou compras se importam, só o segundo tipo passa a revisão.
Confirmem tudo o que lhes interessa na documentação atual do fornecedor. Os programas de modelos mudam depressa, e uma capacidade que faltava no último trimestre pode existir agora, ou ter passado para outro plano.
Onde encaixa o Automo Build
O Automo Build é o nosso produto, por isso leiam esta parte como a voz do fornecedor. Nos planos enterprise, a vossa organização escolhe o fornecedor de modelo por trás dos seus workspaces: chaves de fornecedor, routing para endpoints compatíveis com OpenAI, incluindo modelos que alojam de forma privada, e routing de modelos privados configurável por workspace. As chaves que trazem não consomem créditos Automo, e a configuração é feita com a equipa enterprise durante o onboarding, não é um interruptor self-serve, porque a configuração certa depende dos vossos gateways, contratos e postura de rede.
Escolham o acordo que escolherem, o resto do ciclo não muda. Quando se usam modelos geridos pela Automo, a inferência corre sob contratos de retenção zero e o código dos clientes nunca é usado para treinar modelos. As alterações de configuração e as ações de administração ficam no registo de auditoria do tipo append-only. E se a vossa estratégia de modelo ainda está a formar-se, a escada multi-fornecedor por omissão com fallback permite começar agora e passar os workspaces para as vossas chaves quando a estratégia de fornecedores assentar.
Perguntas frequentes
Que criadores de apps com IA permitem trazer o vosso próprio LLM?
O Automo Build suporta chaves de fornecedor próprias, endpoints compatíveis com OpenAI e routing de modelos privados nos planos enterprise, incluindo modelos que alojam de forma privada. Lovable, Replit, Bolt, v0 e Base44 não publicam forma de substituir por chaves ou endpoints próprios o modelo que serve a construção deles; consultem a documentação atual antes de contar com isso.
Usar a minha chave API dentro da app é o mesmo que trazer o vosso próprio LLM?
Não. Quase todos os criadores permitem que a app criada chame qualquer modelo a partir do vosso código, porque é uma chamada API que escrevem. Trazer o vosso próprio LLM refere-se à inferência do criador, o modelo que lê os prompts e escreve o código, e é isso que as revisões enterprise devem perguntar.
Podemos usar modelos que alojemos nós?
No Automo Build, sim. O routing pode apontar para endpoints compatíveis com OpenAI, o que inclui modelos alojados no vosso ambiente, e o deployment em private VPC ou on-prem mantém também as aplicações dentro do vosso limite.
Os nossos prompts e o nosso código treinam o modelo?
No Automo Build, o código dos clientes não é usado para treinar modelos com nenhuma configuração, e quando se usam modelos geridos pela Automo, a inferência corre sob contratos de retenção zero. Quando trazem chaves vossas, valem as condições que negociaram com esse fornecedor.
Quanto custa o LLM próprio no Automo Build?
As chaves de fornecedor próprias, os endpoints compatíveis com OpenAI e o routing de modelos privados são capacidades dos planos enterprise, configuradas com a equipa enterprise, e as chaves que trazem não consomem créditos Automo. Os programas de produção sérios começam em 10.000 USD por ano. A página de preços tem os planos self-serve.
Páginas relacionadas
Construa o software que antes tinha de esperar.
Criadores de apps com IA que aceitam o vosso LLM (2026) | Automo