AWS Memperluas Akses GPT-6 di Amazon Bedrock ke Lima Wilayah Asia Pasifik

Amazon Web Services membuka akses ke GPT-6 Sol dan GPT-6 Luna dari OpenAI di Amazon Bedrock melalui inferensi lintas Wilayah global dari lima Wilayah sumber di Asia Pasifik. GPT-6 Astra tersedia dari Asia Pasifik (Singapura), kata perusahaan itu dalam unggahan Blog Pembelajaran Mesin AWS yang diterbitkan pada 12 Oktober 2026.

Unggahan tersebut merupakan panduan konfigurasi bagi tim di Thailand, Malaysia, Singapura, Indonesia, dan Taiwan. Panduan itu membahas cara melakukan panggilan, mengatur izin, dan memantau inferensi dari Wilayah sumber. AWS menyajikan profil-profil tersebut sebagai solusi untuk inferensi di satu Wilayah, yang menurut AWS dapat mengalami pembatasan saat permintaan melebihi kapasitas setempat.

Profil Inferensi Lintas Wilayah Global

Tiga ID profil tercantum di bedrock-runtime titik akhir. Pemanggil dapat mengakses GPT-6 Sol dan GPT-6 Luna melalui global.openai.gpt-6-sol dan global.openai.gpt-6-luna dari Asia Pasifik (Singapura) ap-southeast-1, Asia Pasifik (Jakarta) ap-southeast-3, Asia Pasifik (Malaysia) ap-southeast-5, Asia Pasifik (Thailand) ap-southeast-7, dan Asia Pasifik (Taipei) ap-east-2. GPT-6 Astra dapat diakses melalui global.openai.gpt-6-astra hanya dari Singapura. Wilayah tujuan adalah Wilayah AWS komersial yang didukung tempat setiap model diterapkan, dan konsol Amazon Bedrock mencantumkan ketiga profil tersebut sebagai profil inferensi yang ditentukan sistem.

Dalam inferensi lintas Wilayah global, pemanggil menggunakan ID profil sebagai pengganti ID model. Wilayah sumber adalah tempat panggilan API dilakukan, Amazon Bedrock memilih Wilayah tujuan untuk pemrosesan, sedangkan penagihan, pelacakan kuota, AWS CloudTrail, dan Amazon CloudWatch tetap berada di Wilayah sumber. AWS menyebut pengaturan ini sebagai cara untuk memberikan akses luas ke kapasitas Amazon Bedrock di berbagai Wilayah.

AWS menjelaskan kegunaan ketiga model berdasarkan beban kerja: GPT-6 Sol untuk penalaran dan pemrograman pada tugas kompleks, GPT-6 Luna untuk tugas terarah dan berulang dalam volume tinggi, serta GPT-6 Astra untuk penalaran kompleks, pemrograman, dan pekerjaan dengan dokumen panjang. Menurut unggahan tersebut, ketiganya menerima masukan teks dan gambar, mendukung penggunaan alat di sisi klien, serta memiliki fitur penyimpanan tembolok prompt. Tingkat upaya penalaran tiap model berbeda: Sol dan Luna menerima pengaturan dari none hingga max, sedangkan Astra menerima tingkat yang sama kecuali none.

Metode Akses dan Klien Pemrograman

Setiap model mendukung tiga metode akses di bedrock-runtime: Amazon Bedrock Converse API, OpenAI Responses API, dan OpenAI Chat Completions API. API yang kompatibel dengan OpenAI dipanggil melalui jalur /openai/v1 , bukan melalui AWS SDK, dan menerima autentikasi dengan Signature Version 4 atau kunci API Amazon Bedrock. Dalam setiap kasus, ID profil digunakan sebagai parameter model.

Prasyaratnya mencakup identitas IAM dengan izin untuk menjalankan profil, Wilayah sumber yang telah diaktifkan (Singapura diaktifkan secara default, sedangkan Jakarta, Malaysia, Thailand, dan Taipei merupakan Wilayah opsional yang harus diaktifkan terlebih dahulu), serta AWS SDK atau CLI versi terkini. Contoh yang kompatibel dengan OpenAI juga memerlukan OpenAI SDK dan Amazon Bedrock token generator. Bagi tim yang memigrasikan klien OpenAI yang sudah ada, unggahan tersebut menyarankan agar parameter model ditetapkan pada setiap permintaan, jenis alat yang didukung digunakan (function, mcp, custom, namespace, dan tool_search), serta ID profil inferensi dikonfigurasikan secara langsung, bukan dengan mengkueri titik akhir model.

Aplikasi desktop ChatGPT dan Codex CLI menggunakan satu berkas konfigurasi yang sama, sehingga satu perubahan berlaku untuk keduanya. Dari dua penyedia bawaan Amazon Bedrock, hanya amazon-bedrock-runtime yang menerima profil inferensi. Karena menggunakan tanda tangan SigV4, tidak ada kunci API yang perlu diganti. Codex melaporkan bahwa profil ini memiliki jendela konteks 272.000 token. Menurut AWS, angka tersebut berasal dari paket Codex sendiri, bukan batas layanan; angka itu dapat ditingkatkan dengan pengaturan model_context_window . Konfigurasi ini memerlukan Codex CLI versi 0.148 atau yang lebih baru.

Izin, Kuota, dan Pemantauan

Untuk menjalankan salah satu dari ketiga model melalui profil global, diperlukan empat pernyataan kebijakan IAM: akses ke profil inferensi dan sumber daya proyek/default di Wilayah sumber; akses ke model fondasi di Wilayah sumber yang dibatasi pada profil tersebut; ARN model fondasi yang tidak terikat pada Wilayah dengan aws:RequestedRegion yang ditetapkan ke unspecified untuk mengizinkan perutean lintas Wilayah; serta bedrock:CallWithBearerToken untuk autentikasi dengan kunci API. Panggilan streaming menambahkan bedrock:InvokeModelWithResponseStream pada tiga pernyataan pertama.

Permintaan lintas Wilayah global tidak menyertakan nama Wilayah, sehingga Amazon Bedrock menetapkan aws:RequestedRegion ke unspecified dan kebijakan kontrol layanan dengan daftar izin Wilayah akan menolak panggilan tersebut, dengan pesan kesalahan yang hanya menyebut jenis kebijakannya. Unggahan tersebut menyebutnya sebagai alasan umum kegagalan panggilan pertama di akun perusahaan. Alih-alih memperluas daftar izin, AWS menyarankan agar pengecualian dibatasi menggunakan bedrock:InferenceProfileArn kunci kondisi, yang diisi oleh Amazon Bedrock selama proses otorisasi; menambahkan unspecified ke daftar izin memang berhasil, tetapi membuat pengecualian yang sama berlaku untuk semua layanan lainnya.

Untuk deteksi penyalahgunaan luring otomatis, lalu lintas yang ditandai oleh pengklasifikasi disimpan oleh AWS hingga 30 hari dan diproses secara terprogram. Dalam inferensi lintas Wilayah, penyimpanan tersebut berlangsung di Wilayah tujuan. Untuk profil global, Wilayah tujuan adalah setiap Wilayah komersial yang didukung tempat model diterapkan. Pelanggan yang memenuhi syarat dapat meminta agar data sama sekali tidak disimpan melalui tim akun AWS mereka. Artikel tersebut menyarankan organisasi yang memiliki persyaratan residensi data untuk melibatkan tim risiko dan kepatuhan sejak awal.

Kuota GPT-6 pada bedrock-runtime diukur dalam token per menit berdasarkan Wilayah sumber. Token masukan dan token penulisan cache dihitung satu banding satu, sedangkan setiap token keluaran menggunakan 10 token kuota; contoh dalam artikel tersebut menghabiskan 12.000 token untuk permintaan dengan 2.000 token masukan dan 1.000 token keluaran. Amazon Bedrock mencadangkan seluruh max_tokens nilai di muka, dan satu kuota mencakup InvokeModel, Converse, Responses, dan Chat Completions. AWS menyarankan agar permintaan peningkatan kuota diajukan sebelum penggunaan produksi dan agar peringatan dipasang untuk EstimatedTPMQuotaUsage namespace AWS/Bedrock saat penggunaan mencapai 70–80 persen dari alokasi.

Metrik CloudWatch, peristiwa CloudTrail, log pemanggilan model, penghitungan kuota, dan penagihan semuanya tetap berada di Wilayah sumber. Pelanggan membayar tarif Wilayah sumber, bukan tarif Wilayah pemrosesan. AWS mendokumentasikan tujuan profil global sebagai Wilayah komersialnya tanpa merincinya, dan GetInferenceProfile API mengembalikan ARN model yang tidak terikat pada Wilayah dan ARN model untuk Wilayah sumber, bukan daftar tujuan. Catatan pemrosesan per permintaan additionalEventData.inferenceRegion tercatat di CloudTrail di Wilayah sumber.

Inferensi pada titik akhir ini merupakan peristiwa manajemen yang secara bawaan dicatat tanpa biaya tambahan. CloudTrail Event History menyimpan riwayat selama 90 hari, sehingga rentang waktu yang lebih panjang memerlukan jejak audit atau pencatatan pemanggilan model. Jika pengembang mengakses GPT-6 melalui agen pengodean, CloudWatch Coding Agent Insights menyediakan dasbor siap pakai di GenAI Observability yang menguraikan penggunaan token berdasarkan pengguna, tim, dan pusat biaya. Agen-agen tersebut secara bawaan menghasilkan metrik OpenTelemetry.