AWS weitet den Zugang zu GPT-6 auf Amazon Bedrock auf fünf Regionen im asiatisch-pazifischen Raum aus

Amazon Web Services hat den Zugang zu OpenAIs GPT-6 Sol und GPT-6 Luna auf Amazon Bedrock über globale regionsübergreifende Inferenz aus fünf Quellregionen im asiatisch-pazifischen Raum freigeschaltet. GPT-6 Astra ist in Asien-Pazifik (Singapur) verfügbar, teilte das Unternehmen in einem Beitrag im AWS Machine Learning Blog vom 12. Oktober 2026 mit.

Der Beitrag erläutert die Konfiguration für Teams in Thailand, Malaysia, Singapur, Indonesien und Taiwan. Dabei geht es darum, wie sie den Aufruf ausführen, Berechtigungen festlegen und die Inferenz von der Quellregion aus überwachen können. AWS stellt die Profile als Lösung für die Inferenz in einer einzelnen Region dar, die dem Unternehmen zufolge gedrosselt werden kann, wenn die Nachfrage die lokale Kapazität übersteigt.

Globale Profile für regionsübergreifende Inferenz

Drei Profil-IDs sind auf der bedrock-runtime Endpunkt. Aufrufer erreichen GPT-6 Sol und GPT-6 Luna über global.openai.gpt-6-sol und global.openai.gpt-6-luna aus Asien-Pazifik (Singapur) ap-southeast-1, Asien-Pazifik (Jakarta) ap-southeast-3, Asien-Pazifik (Malaysia) ap-southeast-5, Asien-Pazifik (Thailand) ap-southeast-7 und Asien-Pazifik (Taipeh) ap-east-2. GPT-6 Astra ist erreichbar über global.openai.gpt-6-astra allein aus Singapur. Bei den Zielregionen handelt es sich um unterstützte kommerzielle AWS-Regionen, in denen das jeweilige Modell bereitgestellt wird. In der Amazon-Bedrock-Konsole werden alle drei Profile unter den systemdefinierten Inferenzprofilen aufgeführt.

Bei der globalen regionsübergreifenden Inferenz übermittelt der Aufrufer anstelle einer Modell-ID eine Profil-ID. Die Quellregion ist die Region, aus der der API-Aufruf erfolgt. Amazon Bedrock wählt die Zielregion für die Verarbeitung aus; Abrechnung, Kontingentverfolgung, AWS CloudTrail und Amazon CloudWatch verbleiben in der Quellregion. AWS zufolge ermöglicht dieses Verfahren einen breiten Zugriff auf die Kapazitäten von Amazon Bedrock in verschiedenen Regionen.

AWS ordnet die drei Modelle nach ihrem Einsatzgebiet: GPT-6 Sol für Schlussfolgerungen und Programmierung bei komplexen Aufgaben, GPT-6 Luna für fokussierte, wiederholbare Aufgaben in großem Umfang und GPT-6 Astra für komplexe Schlussfolgerungen, Programmierung und die Arbeit mit langen Dokumenten. Laut Beitrag unterstützen alle drei Modelle Texteingaben und Bildeingaben, die Nutzung von Werkzeugen auf der Clientseite sowie Prompt-Caching. Unterschiede gibt es beim Umfang der Schlussfolgerungen: Für Sol und Luna stehen Einstellungen von „none“ bis „max“ zur Verfügung, während Astra dieselben Stufen außer „none“ unterstützt.

Zugriffswege und Programmier-Clients

Jedes Modell unterstützt drei Zugriffswege auf bedrock-runtime: die Amazon-Bedrock-Converse-API, die OpenAI Responses API und die OpenAI Chat Completions API. Die OpenAI-kompatiblen APIs werden über /openai/v1 Pfade statt über die AWS-SDKs aufgerufen. Sie akzeptieren entweder eine Signatur mit Signature Version 4 oder einen Amazon-Bedrock-API-Schlüssel; in beiden Fällen wird die Profil-ID als Modellparameter übergeben.

Zu den Voraussetzungen zählen eine IAM-Identität mit der Berechtigung, das Profil aufzurufen, eine aktivierte Quellregion (Singapur ist standardmäßig aktiviert, während Jakarta, Malaysia, Thailand und Taipeh optionale Regionen sind, die zuerst aktiviert werden müssen) sowie ein aktuelles AWS-SDK oder eine aktuelle AWS-CLI. Für die OpenAI-kompatiblen Beispiele sind außerdem das OpenAI-SDK und der Amazon-Bedrock-Token-Generator erforderlich. Teams, die einen bestehenden OpenAI-Client migrieren, empfiehlt der Beitrag, bei jeder Anfrage den Modellparameter festzulegen und die unterstützten Werkzeugtypen zu verwenden (function, mcp, custom, namespace, und tool_search) sowie die Inferenzprofil-ID direkt zu konfigurieren, statt den Modelle-Endpunkt abzufragen.

Die ChatGPT-Desktop-App und die Codex-CLI verwenden dieselbe Konfigurationsdatei, sodass eine Änderung für beide gilt. Von den beiden integrierten Anbietern für Amazon Bedrock unterstützt nur amazon-bedrock-runtime ein Inferenzprofil. Dank der SigV4-Signierung muss kein API-Schlüssel rotiert werden. Codex gibt für diese Profile ein Kontextfenster von 272.000 Tokens an. AWS zufolge handelt es sich dabei um einen von Codex selbst hinterlegten Wert und nicht um eine Dienstbeschränkung; er lässt sich über die model_context_window Einstellung erhöhen. Erforderlich ist Codex CLI 0.148 oder höher.

Berechtigungen, Kontingente und Überwachung

Für den Aufruf eines der drei Modelle über ein globales Profil sind vier IAM-Richtlinienanweisungen erforderlich: Zugriff auf das Inferenzprofil und die Projekt- oder Standardressource in der Quellregion; Zugriff auf das Basismodell in der Quellregion, beschränkt auf das Profil; der regionsunabhängige ARN des Basismodells mit aws:RequestedRegion festgelegt auf unspecified zur Erlaubnis des regionsübergreifenden Routings; sowie bedrock:CallWithBearerToken für die Authentifizierung per API-Schlüssel. Bei Streaming-Aufrufen kommt bedrock:InvokeModelWithResponseStream zu den ersten drei Anweisungen hinzu.

Da eine globale regionsübergreifende Anfrage keinen Regionsnamen enthält, setzt Amazon Bedrock aws:RequestedRegion auf unspecified und eine Service Control Policy mit einer Regions-Zulassungsliste den Aufruf ablehnt. Die Fehlermeldung nennt dabei nur den Richtlinientyp. Dem Beitrag zufolge ist dies ein häufiger Grund dafür, dass der erste Aufruf in einem Unternehmenskonto fehlschlägt. Statt die Zulassungsliste zu erweitern, empfiehlt AWS, die Ausnahme mithilfe des bedrock:InferenceProfileArn Bedingungsschlüssels einzuschränken, den Amazon Bedrock während der Autorisierung befüllt. Das Hinzufügen von unspecified zur Zulassungsliste funktioniert zwar, weitet dieselbe Ausnahme jedoch auf alle anderen Dienste aus.

Zur automatisierten Offline-Erkennung von Missbrauch speichert AWS den vom Klassifikator markierten Datenverkehr bis zu 30 Tage lang und verarbeitet ihn programmgesteuert. Bei regionsübergreifender Inferenz erfolgt diese Speicherung in der Zielregion. Bei einem globalen Profil ist dies jede unterstützte kommerzielle Region, in der das Modell bereitgestellt wird. Berechtigte Kunden können über ihr AWS-Account-Team eine vollständige Speicherung ohne Datenaufbewahrung beantragen. Unternehmen mit Anforderungen an den Datenstandort empfiehlt der Beitrag, Risiko- und Compliance-Teams frühzeitig einzubeziehen.

GPT-6-Kontingente auf bedrock-runtime werden anhand der Tokens pro Minute bezogen auf die Quellregion gemessen. Eingabe- und Cache-Schreib-Tokens werden eins zu eins angerechnet, während jedes Ausgabe-Token 10 Kontingent-Tokens verbraucht. Im Beispiel des Beitrags werden bei einer Anfrage mit 2.000 Eingabe-Tokens und 1.000 Ausgabe-Tokens 12.000 Tokens aufgebraucht. Amazon Bedrock reserviert den vollständigen max_tokens Wert im Voraus, und ein Kontingent gilt für InvokeModel, Converse, Responses und Chat Completions. AWS empfiehlt, Erhöhungen vor dem Produktivbetrieb zu beantragen und Alarme für Messwerte EstimatedTPMQuotaUsage im AWS/Bedrock-Namespace bei 70–80 Prozent der Zuteilung einzurichten.

CloudWatch-Metriken, CloudTrail-Ereignisse, Modellaufrufprotokolle, Kontingentabrechnung und Abrechnungsdaten verbleiben alle in der Quellregion. Kunden zahlen die Tarife der Quellregion und nicht die der Verarbeitungsregion. AWS beschreibt die Zielregionen eines globalen Profils als dessen kommerzielle Regionen, ohne sie einzeln aufzulisten, und die GetInferenceProfile API gibt die regionsunabhängigen und die quellregionsspezifischen Modell-ARNs zurück, anstatt eine Liste der Zielregionen bereitzustellen. Der Verarbeitungsdatensatz für jede Anfrage findet sich additionalEventData.inferenceRegion in CloudTrail in der Quellregion.

Die Inferenz über diesen Endpunkt ist ein Verwaltungsereignis, wird standardmäßig ohne Zusatzkosten protokolliert und bleibt 90 Tage lang im CloudTrail-Ereignisverlauf erhalten. Für längere Zeiträume ist daher ein Trail oder die Protokollierung von Modellaufrufen erforderlich. Wenn Entwickler über einen Coding-Agenten auf GPT-6 zugreifen, bietet CloudWatch Coding Agent Insights unter GenAI Observability vorgefertigte Dashboards, die den Tokenverbrauch nach Nutzer, Team und Kostenstelle aufschlüsseln. Die Agenten geben OpenTelemetry-Metriken nativ aus.