Todos os modelos na nuvem

Open In Colab

Versão notebook (rodável no Colab): examples/notebooks/nuvem_todos_os_modelos.ipynb.

Um notebook único com todos os exemplos que usam a API key do escritório, variando os modelos disponíveis na nuvem. Os modelos rodam no Azure AI Foundry da FGV, chamados pelo escritório — você só precisa da sua chave sk_lab_... (como pedir).

Nota

Por enquanto as API keys são de uso interno da equipe LabDados. A ideia é abrir para a comunidade no futuro.

Função Modelos na nuvem
ocr azure-document-intelligence (padrão, processamento no Brasil), mistral-ocr (markdown, preserva tabelas)
transcricao azure-speech (padrão, com diarização, processamento no Brasil)
estruturacao gpt-4.1-mini (padrão), gpt-4.1, gpt-5-mini, gpt-5.6-luna, gpt-5.6-terra, gpt-6-luna, DeepSeek-V4-Flash, Mistral-Large-3, Kimi-K2.6
anonimizacao lenerbr (o privacy-filter roda só com local=True)
embeddings text-embedding-3-small (padrão), text-embedding-3-large, embed-v-4-0, Cohere-embed-v3-multilingual
Client test_connection(), solicitacoes() e atalhos para todos os serviços acima

O que o notebook faz

  1. Instala o SDK e pede a chave (getpass, ou os Secrets do Colab).
  2. Baixa um PDF e um áudio públicos e gera uma planilha de ementas fictícias.
  3. OCR com os dois modelos, mostrando o começo do texto de cada um.
  4. Transcrição com diarização (SPEAKER_00, SPEAKER_01…).
  5. Estruturação com os nove modelos sobre as mesmas ementas, numa tabela de comparação.
  6. Anonimização com o LeNER-Br, nas três estratégias de mascaramento.
  7. Embeddings com os quatro modelos, com a similaridade entre as ementas.
  8. Cliente: confere a chave e lista suas solicitações.

Cada célula é auto-suficiente — dá para rodar só a seção que interessa.

Exemplo rápido

import os
import labdados

os.environ["LABDADOS_API_KEY"] = "sk_lab_..."

texto = labdados.ocr("pdfs/", modelo="mistral-ocr", formato="md", text=True)
srt = labdados.transcricao("audiencia.mp3", diarizacao=True, text=True)
labdados.estruturacao("ementas.csv", coluna_texto="ementa", schema={...}, modelo="gpt-6-luna")
df = labdados.embeddings("ementas.csv", coluna_texto="ementa", dataframe=True)

client = labdados.Client()
client.solicitacoes(limite=10)
DicaCusto

Cada chamada consome o orçamento do LabDados. Os exemplos do notebook usam arquivos pequenos (centavos no total). Em volume, teste antes numa amostra — principalmente com gpt-5.6-terra e gpt-4.1, os mais caros da lista.