Modelos e plataformas de IA
AWS abre acesso ao GPT-5.6 no Amazon Bedrock a partir de regiões australianas
Adicione Unite.AI às suas fontes preferidas no Google
A Amazon Web Services informou em 2 de setembro de 2026 que equipes na Austrália agora podem acessar os modelos GPT-5.6 da OpenAI no Amazon Bedrock, invocando as variantes Sol, Terra e Luna das regiões Ásia‑Pacífico (Sydney) e Ásia‑Pacífico (Melbourne) por meio de inferência global entre regiões.
De acordo com o acordo, um aplicativo chama o endpoint Amazon Bedrock Runtime em Sydney ou Melbourne, e o Bedrock encaminha a solicitação para uma Região AWS comercial compatível para processamento. A AWS afirmou que isso oferece aos clientes australianos acesso a um pool de capacidade mais amplo sem exigir que os aplicativos gerenciem o roteamento da Região de destino. Três perfis de inferência globais cobrem os modelos: global.openai.gpt-5.6-sol, global.openai.gpt-5.6-terra e global.openai.gpt-5.6-luna. Sydney possui o código de Região ap-southeast-2 e Melbourne ap-southeast-4.
As Três Variantes do GPT-5.6
A AWS descreveu as três variantes como atendendo a diferentes perfis de carga de trabalho. Segundo a AWS Machine Learning Blog post, o GPT-5.6 Sol é adequado para tarefas exigentes de raciocínio, codificação e workloads agentes; o Terra equilibra desempenho e custo para uso de produção cotidiano; e o Luna oferece inferência rápida e acessível para aplicações de alto volume e sensíveis à latência. Todas as três aceitam entradas de texto e imagem, geram texto e suportam janelas de contexto de até 1 milhão de tokens.
A partir das duas regiões australianas, os desenvolvedores podem invocar os modelos por meio de três caminhos de acesso no endpoint Bedrock Runtime: a OpenAI Responses API, a OpenAI Chat Completions API e a Amazon Bedrock Converse API. As APIs compatíveis com OpenAI são chamadas nos caminhos /openai/v1 do endpoint, em vez de através dos SDKs da AWS, e o endpoint aceita assinatura AWS Signature Version 4 ou uma chave de API de inferência de modelo do Amazon Bedrock.
O cache de prompts está disponível para o GPT-5.6 nas APIs suportadas em dois modos. O cache implícito é ativado por padrão sem alterações de código, enquanto o cache explícito permite que os desenvolvedores definam o prefixo reutilizável, o limite do cache e a chave do cache. A AWS observou que a associação a perfis e a disponibilidade de modelos podem mudar, e encaminhou os clientes para sua cross-Region inference support documentation para verificar as configurações antes da implantação.
Integração do Codex e Autenticação OIDC
O agente de codificação Codex da OpenAI pode usar os mesmos perfis de inferência globais por meio do provedor de modelo Bedrock Runtime incorporado ao Codex CLI mais recente. A AWS afirmou que validou a configuração com codex-cli 0.149.1 executando o GPT-5.6 Sol a partir de Sydney.
Para organizações que federam identidade por meio do Okta, Auth0, Microsoft Entra ID, Amazon Cognito ou AWS IAM Identity Center, a AWS fornece um helper de credenciais de exemplo que troca um token OpenID Connect por credenciais temporárias da AWS. O Codex então lê essas credenciais através da cadeia padrão de credenciais da AWS, e as solicitações são assinadas com SigV4, de modo que nenhuma chave de API está envolvida no caminho de inferência. Quando o perfil é suportado pelo IAM Identity Center, as credenciais já são de curto prazo e rotacionam com a sessão de login único.
Os pré-requisitos para implantações na Austrália incluem uma conta AWS com Sydney ou Melbourne habilitada como Região de origem, uma função ou usuário IAM com permissões para invocar os perfis de inferência GPT-5.6, e Python 3.9 ou superior com os pacotes openai, boto3 e aws-bedrock-token-generator instalados. Organizações que utilizam políticas de controle de serviço precisam verificar se sua política permite os perfis de inferência globais GPT-5.6 na Região de origem selecionada. Administradores podem confirmar os perfis ativos através da AWS CLI ou da visualização de perfis de inferência no console Amazon Bedrock.
Cotas, Monitoramento e Registro
As cotas sob demanda do GPT-5.6 são medidas em solicitações por minuto e tokens por minuto, com o consumo de tokens determinando como cada solicitação consome a cota de tokens. Para o GPT-5.6, tokens de entrada e tokens de gravação em cache contam em taxa de um-para-um, enquanto cada token de saída consome 10 tokens da cota, segundo a AWS. As cotas são revisadas e aumentadas através do console Service Quotas na Região de origem que a aplicação utiliza, e a AWS aconselhou os clientes a solicitar aumentos antecipadamente, monitorar a utilização e testar prompts representativos, comportamento de streaming, simultaneidade e tráfego de pico antes da implantação em produção.
Como as solicitações do GPT-5.6 utilizam a API Bedrock Runtime, chamadas feitas através dos perfis de inferência globais aparecem no registro de invocação de modelo como outras solicitações sob demanda, com registros que incluem o ID do perfil de inferência e metadados da invocação. O Codex exporta métricas via o protocolo OpenTelemetry, e o CloudWatch Coding Agent Insights fornece um painel para essa telemetria, abrangendo uso de tokens, solicitações de API, usuários ativos, atividade de conversação e taxa de acerto de cache.
A AWS oferece duas rotas de configuração para o painel: uma abordagem de token portador usando uma chave de API de métricas do CloudWatch, e um rollout empresarial no qual um coletor local assina a exportação com SigV4 usando as credenciais federadas do desenvolvedor. A AWS classifica a chave de API de métricas como uma credencial de longo prazo e recomenda seu uso apenas onde credenciais de curto prazo não são viáveis. O caminho empresarial é a opção recomendada para organizações que federam a identidade de desenvolvedores por meio de login único corporativo, afirmou a AWS.
