AWS laajentaa GPT-6:n saatavuutta Amazon Bedrockissa viidelle Aasian ja Tyynenmeren alueelle

Amazon Web Services on avannut pääsyn OpenAI:n GPT-6 Sol- ja GPT-6 Luna -malleihin Amazon Bedrockissa maailmanlaajuisen alueiden välisen päättelyn kautta viideltä Aasian ja Tyynenmeren alueen lähdealueelta. GPT-6 Astra on saatavilla Aasian ja Tyynenmeren alueelta (Singapore), yhtiö kertoi 12. lokakuuta 2026 julkaistussa AWS Machine Learning -blogikirjoituksessa.

Kirjoitus on määritysohje Thaimaassa, Malesiassa, Singaporessa, Indonesiassa ja Taiwanissa toimiville tiimeille. Siinä käsitellään kutsun tekemistä, käyttöoikeuksien määrittämistä ja päättelyn valvontaa lähdealueelta. AWS esittää profiilit vaihtoehtona yhden alueen päättelylle, jonka se kertoo voivan rajoittaa pyyntöjä, kun kysyntä ylittää paikallisen kapasiteetin.

Maailmanlaajuiset alueiden välisen päättelyn profiilit

Kolme profiilitunnusta on lueteltu seuraavassa bedrock-runtime päätepisteessä. Kutsujat käyttävät GPT-6 Sol- ja GPT-6 Luna -malleja seuraavien kautta global.openai.gpt-6-sol ja global.openai.gpt-6-luna seuraavilta Aasian ja Tyynenmeren alueen alueilta: Singapore (ap-southeast-1), Jakarta (ap-southeast-3), Malesia (ap-southeast-5), Thaimaa (ap-southeast-7) ja Taipei (ap-east-2). GPT-6 Astraan pääsee seuraavan kautta global.openai.gpt-6-astra vain Singaporesta. Kohdealueet ovat tuettuja AWS:n kaupallisia alueita, joilla kukin malli on otettu käyttöön. Amazon Bedrock -konsolissa kaikki kolme profiilia näkyvät järjestelmän määrittäminä päättelyprofiileina.

Maailmanlaajuisessa alueiden välisessä päättelyssä kutsuja välittää profiilitunnuksen mallin tunnuksen sijasta. Lähdealue on se alue, jolta API-kutsu tehdään; Amazon Bedrock valitsee käsittelyyn kohdealueen, ja laskutus, kiintiöiden seuranta, AWS CloudTrail sekä Amazon CloudWatch pysyvät lähdealueella. AWS kuvailee järjestelyä keinoksi saada laajasti käyttöön Amazon Bedrockin kapasiteettia eri alueilla.

AWS luonnehtii kolmea mallia niiden käyttötarkoitusten mukaan: GPT-6 Sol soveltuu monimutkaisten tehtävien päättelyyn ja koodaukseen, GPT-6 Luna suuriin määriin kohdennettuja, toistettavia tehtäviä ja GPT-6 Astra monimutkaiseen päättelyyn, koodaukseen ja pitkien dokumenttien käsittelyyn. Kirjoituksen mukaan kaikki kolme hyväksyvät teksti- ja kuvasyötteitä, tukevat työkalujen käyttöä asiakaspuolella ja kehotteiden välimuistia. Mallit eroavat toisistaan päättelytehon asetuksissa: Solissa ja Lunassa asetukset ulottuvat tasosta none tasoon max, kun taas Astrassa ovat käytettävissä samat tasot none-tasoa lukuun ottamatta.

Käyttötavat ja koodausasiakasohjelmat

Kukin malli tukee kolmea käyttöreittiä palvelussa bedrock-runtime: Amazon Bedrock Converse API, OpenAI Responses API ja OpenAI Chat Completions API. OpenAI-yhteensopivia rajapintoja kutsutaan /openai/v1 reittejä pitkin AWS SDK:iden sijasta. Niissä voi käyttää joko Signature Version 4 -allekirjoitusta tai Amazon Bedrock -API-avainta, ja profiilitunnus välitetään kaikissa tapauksissa malliparametrina.

Edellytyksiä ovat IAM-identiteetti, jolla on oikeus kutsua profiilia, aktivoitu lähdealue (Singapore on käytössä oletusarvoisesti, kun taas Jakarta, Malesia, Thaimaa ja Taipei ovat erikseen käyttöön otettavia alueita, jotka on aktivoitava ensin) sekä ajantasainen AWS SDK tai CLI. OpenAI-yhteensopivat esimerkit edellyttävät lisäksi OpenAI SDK:ta ja Amazon Bedrock -tunnusgeneraattoria. Olemassa olevaa OpenAI-asiakasohjelmaa siirtäville tiimeille kirjoituksessa suositellaan malliparametrin asettamista jokaisessa pyynnössä, tuettujen työkalutyyppien käyttämistä (function, mcp, custom, namespace, sekä tool_search) ja päättelyprofiilin tunnuksen määrittämistä suoraan sen sijaan, että mallien päätepisteestä kysyttäisiin tietoja.

ChatGPT-työpöytäsovellus ja Codex CLI käyttävät samaa määritystiedostoa, joten yksi muutos kattaa molemmat. Amazon Bedrockin kahdesta valmiista palveluntarjoajasta vain amazon-bedrock-runtime hyväksyy päättelyprofiilin, ja SigV4-allekirjoituksen ansiosta API-avainta ei tarvitse kierrättää. Codex ilmoittaa näille profiileille 272 000 tunnuksen konteksti-ikkunan. AWS:n mukaan kyse on Codexiin sisältyvästä luvusta, ei palvelun rajoituksesta; sitä voi kasvattaa asetuksella model_context_window . Määritys edellyttää Codex CLI:n versiota 0.148 tai uudempaa.

Käyttöoikeudet, kiintiöt ja valvonta

Minkä tahansa kolmen mallin kutsuminen maailmanlaajuisen profiilin kautta edellyttää neljää IAM-käytäntölausetta: pääsyä päättelyprofiiliin ja projektin/oletusresurssiin lähdealueella; pääsyä lähdealueen perusmalliin profiilin käyttöön rajattuna; alueesta riippumatonta perusmallin ARN-tunnusta, jossa aws:RequestedRegion arvoksi asetetaan unspecified alueiden välisen reitityksen sallimiseksi; sekä bedrock:CallWithBearerToken API-avaimella tunnistautumista varten. Suoratoistokutsut lisäävät bedrock:InvokeModelWithResponseStream kolmeen ensimmäiseen lauseeseen.

Maailmanlaajuisessa alueiden välisessä pyynnössä ei ole alueen nimeä, joten Amazon Bedrock asettaa aws:RequestedRegion arvoksi unspecified ja alueiden sallittujen luetteloon perustuva palvelun ohjauskäytäntö estää kutsun. Virheilmoituksessa mainitaan vain käytäntötyyppi. Kirjoituksessa tämä mainitaan yleiseksi syyksi sille, että ensimmäinen kutsu epäonnistuu yritystilin yhteydessä. Sallittujen luetteloa ei pidä laajentaa; sen sijaan AWS suosittelee rajaamaan poikkeuksen käyttämällä bedrock:InferenceProfileArn ehtoavainta, jonka Amazon Bedrock täyttää valtuutuksen yhteydessä. Lisäämällä unspecified sallittujen luetteloon kutsu onnistuu, mutta samalla poikkeus ulottuu kaikkiin muihinkin palveluihin.

Automaattista, jälkikäteen tehtävää väärinkäytösten tunnistusta varten AWS säilyttää luokittimen epäilyttäväksi merkitsemän liikenteen enintään 30 päivän ajan ja käsittelee sitä ohjelmallisesti. Alueiden välisessä päättelyssä tiedot säilytetään kohdealueella. Globaalissa profiilissa kohdealueena voi olla mikä tahansa tuettu kaupallinen alue, jolla malli on käytössä. Vaatimukset täyttävät asiakkaat voivat pyytää täydellistä tietojen säilyttämättömyyttä AWS-tilitiimiltään, ja artikkelissa kehotetaan organisaatioita ottamaan riskienhallinta- ja vaatimustenmukaisuustiimit mukaan varhaisessa vaiheessa, jos niillä on tietojen sijaintia koskevia vaatimuksia.

GPT-6:n kiintiöt bedrock-runtime mitataan lähdealueen mukaisina tokeneina minuutissa. Syöte- ja välimuistiin kirjoitettavat tokenit lasketaan suhteessa 1:1, kun taas jokainen tulostoken kuluttaa 10 kiintiötokenia. Artikkelin esimerkissä 2 000 syötetokenin ja 1 000 tulostokenin pyyntö kuluttaa 12 000 tokenia. Amazon Bedrock varaa koko max_tokens arvon etukäteen, ja sama kiintiö kattaa InvokeModel-, Converse-, Responses- ja Chat Completions -rajapinnat. AWS suosittelee pyytämään korotuksia ennen tuotantokäyttöä ja asettamaan hälytykset EstimatedTPMQuotaUsage AWS/Bedrock-nimiavaruudessa, kun kiintiön käyttöaste saavuttaa 70–80 prosenttia.

CloudWatch-mittarit, CloudTrail-tapahtumat, mallikutsulokit, kiintiöiden seuranta ja laskutus pysyvät kaikki lähdealueella, ja asiakkaat maksavat lähdealueen hintojen mukaan eivätkä käsittelyalueen hintojen mukaan. AWS ilmoittaa globaalin profiilin kohteiksi kaupalliset alueensa luettelematta niitä erikseen, ja GetInferenceProfile rajapinta palauttaa alueesta riippumattoman ja lähdealuekohtaisen mallin ARN-tunnisteet kohdeluettelon sijaan. Pyyntökohtainen käsittelytietue on additionalEventData.inferenceRegion CloudTrailin lähdealueella.

Tässä päätepisteessä tehty päättely kirjataan hallintatapahtumana oletusarvoisesti ilman lisämaksua. CloudTrail Event History säilyttää tiedot 90 päivän ajan, joten pidempien ajanjaksojen seurantaan tarvitaan trail tai mallikutsujen lokitus. Kun kehittäjät käyttävät GPT-6:ta koodausagentin kautta, CloudWatch Coding Agent Insights tarjoaa GenAI Observability -näkymässä valmiit koontinäytöt, jotka erittelevät tokenien käytön käyttäjän, tiimin ja kustannuspaikan mukaan. Agentit tuottavat OpenTelemetry-mittareita suoraan.