AWS ขยายการเข้าถึง GPT-6 บน Amazon Bedrock ไปยัง 5 รีเจียนในเอเชียแปซิฟิก

Amazon Web Services เปิดให้ใช้งาน GPT-6 Sol และ GPT-6 Luna ของ OpenAI บน Amazon Bedrock ผ่านการอนุมานข้ามรีเจียนแบบโกลบอล โดยเรียกใช้ได้จากรีเจียนต้นทาง 5 แห่งในเอเชียแปซิฟิก ส่วน GPT-6 Astra ใช้งานได้จากเอเชียแปซิฟิก (สิงคโปร์) บริษัทระบุในโพสต์บนบล็อกแมชชีนเลิร์นนิงของ AWS ซึ่งเผยแพร่เมื่อวันที่ 12 ตุลาคม 2026

โพสต์ดังกล่าวเป็นคู่มือการกำหนดค่าสำหรับทีมในไทย มาเลเซีย สิงคโปร์ อินโดนีเซีย และไต้หวัน โดยอธิบายวิธีส่งคำขอ กำหนดสิทธิ์ และติดตามการอนุมานจากรีเจียนต้นทาง AWS นำเสนอโปรไฟล์เหล่านี้เป็นทางเลือกแทนการอนุมานในรีเจียนเดียว ซึ่ง AWS ระบุว่าอาจถูกจำกัดการใช้งานเมื่อความต้องการสูงเกินขีดความสามารถในพื้นที่

โปรไฟล์การอนุมานข้ามรีเจียนแบบโกลบอล

มีการระบุ ID ของโปรไฟล์ไว้ 3 รายการที่ bedrock-runtime ผู้เรียกใช้เข้าถึงGPT-6 Sol และ GPT-6 Luna ผ่าน global.openai.gpt-6-sol และ global.openai.gpt-6-luna จากเอเชียแปซิฟิก (สิงคโปร์) ap-southeast-1 เอเชียแปซิฟิก (จาการ์ตา) ap-southeast-3 เอเชียแปซิฟิก (มาเลเซีย) ap-southeast-5 เอเชียแปซิฟิก (ไทย) ap-southeast-7 และเอเชียแปซิฟิก (ไทเป) ap-east-2 ส่วน GPT-6 Astra เข้าถึงได้ผ่าน global.openai.gpt-6-astra จากสิงคโปร์เท่านั้น รีเจียนปลายทางคือรีเจียน AWS เชิงพาณิชย์ที่รองรับและมีการติดตั้งใช้งานแต่ละโมเดลไว้ ส่วนคอนโซล Amazon Bedrock แสดงโปรไฟล์ทั้งสามรายการไว้ภายใต้โปรไฟล์การอนุมานที่ระบบกำหนด

ในการอนุมานข้ามรีเจียนแบบโกลบอล ผู้เรียกใช้จะส่ง ID ของโปรไฟล์แทน ID ของโมเดล รีเจียนต้นทางคือรีเจียนที่ใช้ส่งคำขอ API โดย Amazon Bedrock จะเลือกรีเจียนปลายทางสำหรับประมวลผล ขณะที่การเรียกเก็บเงิน การติดตามโควตา AWS CloudTrail และ Amazon CloudWatch ยังคงอยู่ในรีเจียนต้นทาง AWS อธิบายว่ารูปแบบนี้ช่วยให้เข้าถึงขีดความสามารถของ Amazon Bedrock ในรีเจียนต่าง ๆ ได้อย่างครอบคลุม

AWS อธิบายการใช้งานโมเดลทั้งสามตามประเภทงาน ได้แก่ GPT-6 Sol สำหรับการให้เหตุผลและเขียนโค้ดในงานที่ซับซ้อน GPT-6 Luna สำหรับงานที่มีขอบเขตชัดเจนและทำซ้ำได้ในปริมาณมาก และ GPT-6 Astra สำหรับการให้เหตุผลที่ซับซ้อน การเขียนโค้ด และงานกับเอกสารขนาดยาว ตามที่ระบุในโพสต์ โมเดลทั้งสามรองรับอินพุตทั้งข้อความและรูปภาพ การใช้เครื่องมือฝั่งไคลเอนต์ และการแคชพรอมป์ต์ โมเดลเหล่านี้แตกต่างกันในด้านระดับความพยายามในการให้เหตุผล โดย Sol และ Luna รองรับการตั้งค่าตั้งแต่ไม่มีไปจนถึงสูงสุด ส่วน Astra รองรับระดับเดียวกัน ยกเว้นระดับไม่มี

ช่องทางการเข้าถึงและไคลเอนต์สำหรับเขียนโค้ด

แต่ละโมเดลรองรับช่องทางการเข้าถึง 3 ช่องทางบน bedrock-runtime: Amazon Bedrock Converse API, OpenAI Responses API และ OpenAI Chat Completions API โดยเรียกใช้ API ที่เข้ากันได้กับ OpenAI ผ่าน /openai/v1 แทนการใช้ AWS SDK และรองรับทั้งการลงนามด้วย Signature Version 4 หรือคีย์ API ของ Amazon Bedrock โดยต้องส่ง ID โปรไฟล์เป็นพารามิเตอร์ model ในทุกกรณี

ข้อกำหนดเบื้องต้นประกอบด้วยข้อมูลประจำตัว IAM ที่มีสิทธิ์เรียกใช้โปรไฟล์ รีเจียนต้นทางที่เปิดใช้งานแล้ว (เปิดใช้สิงคโปร์เป็นค่าเริ่มต้น ส่วนจาการ์ตา มาเลเซีย ไทย และไทเปเป็นรีเจียนที่ต้องเลือกเปิดใช้และต้องเปิดใช้งานก่อน) และ AWS SDK หรือ CLI เวอร์ชันปัจจุบัน ตัวอย่างที่เข้ากันได้กับ OpenAI ยังต้องใช้ OpenAI SDK และตัวสร้างโทเค็นของ Amazon Bedrock ด้วย สำหรับทีมที่ย้ายจากไคลเอนต์ OpenAI เดิม โพสต์แนะนำให้กำหนดพารามิเตอร์ model ในทุกคำขอ ใช้ประเภทเครื่องมือที่รองรับ (function, mcp, custom, namespace, และ tool_search) และกำหนดค่า ID โปรไฟล์การอนุมานโดยตรง แทนการสอบถามปลายทาง models

แอป ChatGPT บนเดสก์ท็อปและ Codex CLI ใช้ไฟล์กำหนดค่าเดียวกัน จึงเปลี่ยนการตั้งค่าเพียงครั้งเดียวก็มีผลกับทั้งสองรายการ ในบรรดาผู้ให้บริการ Amazon Bedrock ที่มีมาให้ 2 ราย มีเพียง amazon-bedrock-runtime เท่านั้นที่รองรับโปรไฟล์การอนุมาน และการลงนามด้วย SigV4 หมายความว่าไม่จำเป็นต้องหมุนเวียนคีย์ API Codex ระบุว่าหน้าต่างบริบทของโปรไฟล์เหล่านี้มีขนาด 272,000 โทเค็น ซึ่ง AWS ชี้แจงว่าเป็นตัวเลขที่ Codex กำหนดไว้ในตัว ไม่ใช่ขีดจำกัดของบริการ โดยสามารถเพิ่มได้ด้วยการตั้งค่า model_context_window การตั้งค่าดังกล่าวต้องใช้ Codex CLI เวอร์ชัน 0.148 ขึ้นไป

สิทธิ์ โควตา และการติดตาม

การเรียกใช้โมเดลใดโมเดลหนึ่งจากทั้งสามผ่านโปรไฟล์โกลบอลต้องมีคำสั่งนโยบาย IAM 4 รายการ ได้แก่ การเข้าถึงโปรไฟล์การอนุมานและทรัพยากรโปรเจ็กต์/ค่าเริ่มต้นในรีเจียนต้นทาง การเข้าถึงโมเดลพื้นฐานในรีเจียนต้นทางโดยจำกัดขอบเขตไว้ที่โปรไฟล์ ARN ของโมเดลพื้นฐานที่ไม่ผูกกับรีเจียน พร้อม aws:RequestedRegion กำหนดค่าเป็น unspecified เพื่ออนุญาตการกำหนดเส้นทางข้ามรีเจียน และ bedrock:CallWithBearerToken สำหรับการยืนยันตัวตนด้วยคีย์ API การเรียกใช้แบบสตรีมจะเพิ่ม bedrock:InvokeModelWithResponseStream เข้าไปในคำสั่งสามรายการแรก

คำขอข้ามรีเจียนแบบโกลบอลไม่มีชื่อรีเจียนกำกับ ดังนั้น Amazon Bedrock จึงกำหนด aws:RequestedRegion เป็น unspecified และนโยบายควบคุมบริการที่กำหนดรายการอนุญาตของรีเจียนจะปฏิเสธคำขอ โดยข้อความแสดงข้อผิดพลาดระบุเพียงประเภทของนโยบาย โพสต์ระบุว่านี่เป็นสาเหตุที่พบบ่อยที่ทำให้การเรียกใช้ครั้งแรกล้มเหลวในบัญชีองค์กร แทนที่จะขยายรายการอนุญาต AWS แนะนำให้จำกัดขอบเขตของข้อยกเว้นด้วย bedrock:InferenceProfileArn คีย์เงื่อนไข ซึ่ง Amazon Bedrock จะกำหนดค่าให้ระหว่างการอนุญาต การเพิ่ม unspecified ลงในรายการอนุญาตทำได้ แต่จะทำให้บริการอื่นทุกบริการได้รับข้อยกเว้นเดียวกันนี้ด้วย

เพื่อการตรวจจับการใช้งานในทางที่ผิดแบบออฟไลน์โดยอัตโนมัติ AWS จะเก็บทราฟฟิกที่ตัวจำแนกประเภทระบุว่าเข้าข่ายไว้นานสูงสุด 30 วัน และประมวลผลด้วยระบบอัตโนมัติ ในกรณีการอนุมานข้ามรีเจียน การเก็บข้อมูลดังกล่าวจะเกิดขึ้นในรีเจียนปลายทาง ซึ่งสำหรับโปรไฟล์แบบ Global หมายถึงรีเจียนเชิงพาณิชย์ที่รองรับทุกแห่งซึ่งมีการติดตั้งใช้งานโมเดล ลูกค้าที่มีคุณสมบัติตรงตามเกณฑ์สามารถขอให้ไม่มีการเก็บรักษาข้อมูลเลยได้ผ่านทีมบัญชี AWS และบทความแนะนำให้องค์กรที่มีข้อกำหนดด้านการจัดเก็บข้อมูลภายในประเทศหรือภูมิภาคเข้าหารือกับทีมบริหารความเสี่ยงและทีมกำกับดูแลการปฏิบัติตามข้อกำหนดตั้งแต่เนิ่น ๆ

โควตาของ GPT-6 บน bedrock-runtime วัดเป็นจำนวนโทเค็นต่อนาทีโดยอิงตามรีเจียนต้นทาง โทเค็นขาเข้าและโทเค็นที่ใช้เขียนแคชจะนับในอัตราหนึ่งต่อหนึ่ง ขณะที่โทเค็นขาออกแต่ละโทเค็นใช้โควตา 10 โทเค็น ตัวอย่างในบทความระบุว่าคำขอที่มีโทเค็นขาเข้า 2,000 โทเค็นและโทเค็นขาออก 1,000 โทเค็นจะใช้โควตาไป 12,000 โทเค็น Amazon Bedrock กันโควตาเต็มจำนวนของ max_tokens ค่าไว้ล่วงหน้า และโควตาชุดเดียวครอบคลุม InvokeModel, Converse, Responses และ Chat Completions AWS แนะนำให้ยื่นขอเพิ่มโควตก่อนนำไปใช้งานจริง และตั้งการแจ้งเตือนเมื่อ EstimatedTPMQuotaUsage ในเนมสเปซ AWS/Bedrock มีค่าอยู่ที่ 70–80 เปอร์เซ็นต์ของโควตาที่จัดสรรไว้

เมตริกของ CloudWatch, เหตุการณ์ของ CloudTrail, บันทึกการเรียกใช้โมเดล, การคิดโควตา และการเรียกเก็บเงินทั้งหมดจะยังอยู่ในรีเจียนต้นทาง และลูกค้าจะจ่ายในอัตราของรีเจียนต้นทาง ไม่ใช่รีเจียนที่ประมวลผลคำขอ AWS ระบุรีเจียนปลายทางของโปรไฟล์แบบ Global ว่าเป็นรีเจียนเชิงพาณิชย์ของตน โดยไม่ได้แจกแจงรายชื่อรีเจียน และ GetInferenceProfile API จะแสดง ARN ของโมเดลที่ไม่ผูกกับรีเจียนและ ARN ของโมเดลในรีเจียนต้นทาง แทนที่จะแสดงรายชื่อรีเจียนปลายทาง บันทึกการประมวลผลรายคำขอจะอยู่ additionalEventData.inferenceRegion ใน CloudTrail ของรีเจียนต้นทาง

การอนุมานบนเอนด์พอยต์นี้ถือเป็นเหตุการณ์ด้านการจัดการ ซึ่งจะบันทึกไว้โดยค่าเริ่มต้นโดยไม่มีค่าใช้จ่ายเพิ่มเติม และประวัติเหตุการณ์ของ CloudTrail จะเก็บข้อมูลไว้ 90 วัน ดังนั้น หากต้องการดูข้อมูลย้อนหลังนานกว่านั้น จำเป็นต้องใช้ trail หรือการบันทึกการเรียกใช้โมเดล เมื่อนักพัฒนาเข้าถึง GPT-6 ผ่านเอเจนต์เขียนโค้ด CloudWatch Coding Agent Insights จะมีแดชบอร์ดสำเร็จรูปใน GenAI Observability ซึ่งแสดงการใช้โทเค็นแยกตามผู้ใช้ ทีม และศูนย์ต้นทุน โดยเอเจนต์จะส่งเมตริก OpenTelemetry ได้โดยตรง