AWS amplía el acceso a GPT-6 en Amazon Bedrock a cinco regiones de Asia-Pacífico

Amazon Web Services habilitó el acceso a GPT-6 Sol y GPT-6 Luna de OpenAI en Amazon Bedrock mediante inferencia global entre regiones desde cinco regiones de origen de Asia-Pacífico, y GPT-6 Astra está disponible desde Asia-Pacífico (Singapur), según informó la compañía en una publicación del blog de aprendizaje automático de AWS publicada el 12 de octubre de 2026.

La publicación es una guía de configuración para equipos de Tailandia, Malasia, Singapur, Indonesia y Taiwán, que explica cómo realizar la llamada, configurar los permisos y supervisar la inferencia desde la región de origen. AWS presenta los perfiles como una alternativa a la inferencia en una sola región, que, según la compañía, puede sufrir limitaciones cuando la demanda supera la capacidad local.

Perfiles globales de inferencia entre regiones

En el endpoint se enumeran tres ID de perfil bedrock-runtime punto de conexión. Los usuarios acceden a GPT-6 Sol y GPT-6 Luna a través de global.openai.gpt-6-sol y global.openai.gpt-6-luna desde Asia-Pacífico (Singapur) ap-southeast-1, Asia-Pacífico (Yakarta) ap-southeast-3, Asia-Pacífico (Malasia) ap-southeast-5, Asia-Pacífico (Tailandia) ap-southeast-7 y Asia-Pacífico (Taipéi) ap-east-2. A GPT-6 Astra se accede mediante global.openai.gpt-6-astra solo desde Singapur. Las regiones de destino son las regiones comerciales de AWS compatibles en las que está implementado cada modelo, y la consola de Amazon Bedrock muestra los tres perfiles en la sección de perfiles de inferencia definidos por el sistema.

Con la inferencia global entre regiones, quien realiza la llamada proporciona un ID de perfil en lugar de un ID de modelo. La región de origen es aquella desde la que se realiza la llamada a la API; Amazon Bedrock selecciona la región de destino para el procesamiento, y la facturación, el seguimiento de cuotas, AWS CloudTrail y Amazon CloudWatch permanecen en la región de origen. AWS describe esta configuración como una forma de ofrecer un amplio acceso a la capacidad de Amazon Bedrock en todas las regiones.

AWS caracteriza los tres modelos según la carga de trabajo: GPT-6 Sol, para el razonamiento y la programación en tareas complejas; GPT-6 Luna, para tareas específicas y repetitivas a gran escala; y GPT-6 Astra, para el razonamiento complejo, la programación y el trabajo con documentos extensos. Según la publicación, los tres admiten entradas de texto e imagen, el uso de herramientas en el cliente y el almacenamiento en caché de prompts. Se diferencian en el nivel de esfuerzo de razonamiento: Sol y Luna admiten ajustes desde none hasta max, mientras que Astra admite los mismos niveles, excepto none.

Opciones de acceso y clientes de programación

Cada modelo admite tres vías de acceso en bedrock-runtime: la API Converse de Amazon Bedrock, la API Responses de OpenAI y la API Chat Completions de OpenAI. Las API compatibles con OpenAI se invocan mediante /openai/v1 rutas, en lugar de los SDK de AWS, y admiten la firma Signature Version 4 o una clave de API de Amazon Bedrock; en todos los casos, se proporciona el ID del perfil como parámetro del modelo.

Entre los requisitos previos se incluyen una identidad de IAM con permiso para invocar el perfil, una región de origen activada (Singapur está habilitada de forma predeterminada, mientras que Yakarta, Malasia, Tailandia y Taipéi son regiones opcionales que deben activarse primero) y una versión actual del SDK o la CLI de AWS. Los ejemplos compatibles con OpenAI también requieren el SDK de OpenAI y el generador de tokens de Amazon Bedrock. Para los equipos que migran un cliente de OpenAI existente, la publicación recomienda establecer el parámetro del modelo en cada solicitud, usar los tipos de herramientas compatibles (function, mcp, custom, namespace, y tool_search) y configurar directamente el ID del perfil de inferencia, en lugar de consultar el endpoint de modelos.

La aplicación de escritorio ChatGPT y la CLI de Codex comparten un único archivo de configuración, por lo que un solo cambio sirve para ambas. De los dos proveedores integrados de Amazon Bedrock, solo amazon-bedrock-runtime admite un perfil de inferencia, y la firma SigV4 significa que no hay ninguna clave de API que rotar. Codex indica que estos perfiles tienen una ventana de contexto de 272.000 tokens, cifra que, según AWS, es la incluida por Codex y no un límite del servicio; se puede aumentar con el ajuste model_context_window . La configuración requiere Codex CLI 0.148 o posterior.

Permisos, cuotas y supervisión

Para invocar cualquiera de los tres modelos mediante un perfil global se necesitan cuatro declaraciones de política de IAM: acceso al perfil de inferencia y al recurso de proyecto/predeterminado en la región de origen; acceso al modelo fundacional en la región de origen, limitado al perfil; el ARN del modelo fundacional independiente de la región, con aws:RequestedRegion establecido en unspecified para permitir el enrutamiento entre regiones; y bedrock:CallWithBearerToken Las llamadas de transmisión añaden bedrock:InvokeModelWithResponseStream a las tres primeras declaraciones.

Una solicitud global entre regiones no incluye el nombre de una región, por lo que Amazon Bedrock establece aws:RequestedRegion a unspecified y una política de control de servicios con una lista de regiones permitidas deniega la llamada; el error solo indica el tipo de política. La publicación señala que este es un motivo habitual por el que falla la primera llamada en una cuenta empresarial. En lugar de ampliar la lista de regiones permitidas, AWS recomienda limitar la excepción mediante la bedrock:InferenceProfileArn clave de condición, que Amazon Bedrock completa durante la autorización; añadir unspecified a la lista de regiones permitidas funciona, pero aplica la misma excepción a todos los demás servicios.

Para detectar automáticamente el uso indebido sin conexión, AWS conserva durante un máximo de 30 días el tráfico marcado por el clasificador y lo procesa de forma programática. Con la inferencia entre regiones, esos datos se conservan en la región de destino, que, en el caso de un perfil global, puede ser cualquier región comercial compatible donde esté implementado el modelo. Los clientes que cumplan los requisitos pueden solicitar la retención nula total de datos a través de su equipo de cuentas de AWS, y la publicación recomienda a las organizaciones con requisitos de residencia de datos que involucren pronto a los equipos de riesgo y cumplimiento normativo.

Cuotas de GPT-6 en bedrock-runtime se miden en tokens por minuto con respecto a la región de origen. Los tokens de entrada y los tokens de escritura en caché cuentan en una proporción de uno a uno, mientras que cada token de salida consume 10 tokens de cuota; el ejemplo de la publicación agota 12.000 tokens con una solicitud que contiene 2.000 tokens de entrada y 1.000 tokens de salida. Amazon Bedrock reserva el valor total max_tokens por adelantado, y una sola cuota cubre InvokeModel, Converse, Responses y Chat Completions. AWS recomienda solicitar aumentos antes de pasar a producción y configurar alertas para EstimatedTPMQuotaUsage en el espacio de nombres AWS/Bedrock cuando se alcance entre el 70 % y el 80 % de la asignación.

Las métricas de CloudWatch, los eventos de CloudTrail, los registros de invocación de modelos, el cómputo de cuotas y la facturación permanecen en la región de origen, y los clientes pagan las tarifas de esta región, no las de la región de procesamiento. AWS describe los destinos de un perfil global como sus regiones comerciales, sin enumerarlas, y la GetInferenceProfile API devuelve los ARN del modelo independientes de la región y de la región de origen, en lugar de una lista de destinos. El registro de procesamiento de cada solicitud se encuentra additionalEventData.inferenceRegion en CloudTrail, en la región de origen.

La inferencia en este punto de conexión es un evento de administración que se registra de forma predeterminada sin costo adicional. El historial de eventos de CloudTrail conserva los datos durante 90 días, por lo que, para períodos más largos, se necesita un registro de seguimiento o el registro de invocaciones de modelos. Cuando los desarrolladores acceden a GPT-6 mediante un agente de programación, CloudWatch Coding Agent Insights ofrece paneles listos para usar en GenAI Observability que desglosan el uso de tokens por usuario, equipo y centro de costos; además, los agentes generan métricas de OpenTelemetry de forma nativa.