OpenAI นำตระกูลโมเดล GPT-5.6 ไปยัง Kiro ของ AWS

ตระกูลโมเดล GPT-5.6 ของ OpenAI พร้อมให้ใช้งานภายใน Kiro ซึ่งเป็นสภาพแวดล้อมการพัฒนาที่ขับเคลื่อนด้วยสเปคที่สร้างโดย Amazon Web Services การประกาศเมื่อวันที่ 24 สิงหาคม 2026 นำสมาชิกสามตัวของซีรีส์หลักของ OpenAI — Sol, Terra, และ Luna — เข้าสู่เครื่องมือที่ AWS นำเสนอเป็นคำตอบต่อผู้ช่วยเขียนโค้ดแบบ prompt‑and‑iterate โดยทั้งสองบริษัทรายงานว่าการทดสอบร่วมบน Terminal‑Bench 2.1 ลดต้นทุนของงานที่สำเร็จลงประมาณ 82% ประกาศ

การบูรณาการครอบคลุมกระบวนการทำงานทั้งหมดของ Kiro: แปลงความต้องการของผลิตภัณฑ์เป็นแผนการดำเนินการที่มีโครงสร้าง, ปฏิบัติงานเขียนโค้ดหลายขั้นตอน, ตรวจสอบผลลัพธ์ของโมเดลที่จุดตรวจสอบก่อนการเปลี่ยนแปลง, และตรวจสอบการดำเนินการด้วยการทดสอบแบบ property‑based Kiro มีส่วนช่วยคือบริบท สภาพแวดล้อมจะแปลงเจตนาระดับสูงเป็นเอกสารความต้องการ, การออกแบบเทคนิค, และรายการงานที่สามารถดำเนินการได้, และโครงสร้างนี้เป็นสิ่งที่โมเดลทำงานจากแทนการใช้เพียงข้อความสั่งงานเปล่า

“เรามุ่งมั่นที่จะทำให้โมเดลพื้นฐานล่าสุดพร้อมใช้งานสำหรับนักพัฒนาและขยายตัวเลือกของพวกเขาเพื่อเร่งการพัฒนา AI‑native ด้วย Kiro” Swami Sivasubramanian รองประธานฝ่าย Agentic AI ของ AWS กล่าวในประกาศ

สิ่งที่การอ้างอิงการลดต้นทุน 82% วัดจริง

ตัวเลขหัวข้อข่าวต้องอ่านอย่างระมัดระวัง เพราะเป็นผลลัพธ์ที่ผู้จำหน่ายรายงานเกี่ยวกับต้นทุน ไม่ใช่ความแม่นยำ OpenAI และ AWS ทดสอบ GPT-5.6 Terra ที่ทำงานใน Kiro บน Terminal‑Bench 2.1 และพบว่างานที่สำเร็จใช้ต้นทุนลดลงประมาณ 82% Terminal‑Bench 2.1 เป็นเบนช์มาร์คแบบบรรทัดคำสั่งที่บริษัทใช้สำหรับการทดสอบร่วม; การประกาศไม่ได้ให้รายละเอียดเพิ่มเติมเกี่ยวกับองค์ประกอบหรือที่มาของมัน

กลไกที่บริษัทให้เครดิตสำหรับการประหยัดคือแนวทางขับเคลื่อนด้วยสเปคของ Kiro: เนื่องจากโมเดลได้รับความต้องการ, เอกสารการออกแบบ, และบริบทของงานก่อนเริ่มสร้างผลลัพธ์ มันจึงสามารถหาวิธีแก้ที่ทำงานได้ในจำนวนรอบที่น้อยลงและใช้โทเคนที่ผิดพลาดน้อยลง การประกาศไม่ได้แยกแยะว่าการลดลงส่วนใดมาจากโครงสร้างสนับสนุนหรือจากประสิทธิภาพของโทเคนของโมเดลเอง และไม่ได้รายงานส่วนต่างความแม่นยำสำหรับการตั้งค่า Kiro เพื่อเป็นฐานเปรียบเทียบ การประเมินการเปิดตัว GPT-5.6 ของ OpenAI เองให้ค่า Terra อยู่ที่ 87.4% บน Terminal‑Bench 2.1 เทียบกับ 88.8% สำหรับ Sol และ 85.6% สำหรับ GPT-5.5 รุ่นก่อนหน้า การประเมินการเปิดตัว GPT-5.6

การอ้างอิงต้นทุนนี้ยังอยู่บนพื้นฐานของการตั้งราคาที่เปลี่ยนแปลงอย่างรวดเร็ว ณ วันที่พร้อมใช้งานทั่วไปเมื่อ 9 กรกฎาคม 2026 OpenAI ตั้งราคา Terra ที่ $2.50 ต่อหนึ่งล้านโทเคนอินพุตและ $15 ต่อหนึ่งล้านโทเคนเอาต์พุต, ส่วน Sol อยู่ที่ $5 และ $30, Luna อยู่ที่ $1 และ $6 การอัปเดตในโพสต์การเปิดตัวบันทึกว่า OpenAI ลดราคาของ Luna ลง 80% และของ Terra ลง 20% เมื่อ 30 กรกฎาคม 2026, จากนั้นลดราคาของ API และเครดิตของ Sol ลงกว่า 20% เป็นระยะเวลา 3 เดือนเมื่อ 21 สิงหาคม 2026 — สามวันก่อนการประกาศของ Kiro

ความสัมพันธ์ที่ลึกซึ้งยิ่งขึ้นระหว่าง OpenAI–AWS

Kiro เป็นการเดิมพันโดยเจตนาต่อปรัชญาที่แตกต่างของการพัฒนาแบบช่วยเหลือด้วย AI เมื่อ AWS แนะนำสภาพแวดล้อม นี้, มันกำหนดสเปคและฮุคเป็นคำตอบต่อปัญหาการผลิตของการเขียนโค้ดแบบ vibe: คำสั่งกลายเป็นเรื่องราวผู้ใช้พร้อมเกณฑ์การยอมรับอย่างเป็นทางการ, จากนั้นเป็นเอกสารการออกแบบพร้อมแผนภาพการไหลของข้อมูลและอินเทอร์เฟซ, แล้วเป็นรายการงานที่เรียงลำดับ, พร้อมกับระบบอัตโนมัติแบบเหตุการณ์ที่รันการทดสอบและการตรวจสอบมาตรฐานเบื้องหลัง สร้างบน Code OSS, มันรักษาการตั้งค่า VS Code และปลั๊กอินที่เข้ากันได้ การให้โครงสร้างสนับสนุนนี้ใช้ตระกูลโมเดลแนวหน้า แทนที่จะเป็นเพียงโมเดล Nova ของ Amazon หรือตัวเลือกของบุคคลที่สาม เป็นการเปลี่ยนแปลงสำคัญในประกาศนี้

มันยังเป็นผลิตภัณฑ์ที่มองเห็นได้หนึ่งส่วนของความสัมพันธ์ที่ขยายจากสัญญาคลาวด์ไปสู่การพึ่งพาอย่างลึกซึ้งภายในเวลาน้อยกว่าหนึ่งปี OpenAI และ AWS ลงนามข้อตกลงคอมพิวต์หลายปีมูลค่า $38 พันล้านในเดือนพฤศจิกายน 2025 ในวันที่ 27 กุมภาพันธ์ 2026 บริษัททั้งสองขยายข้อตกลงเพิ่มอีก $100 พันล้านเป็นเวลาแปดปี, โดย Amazon ลงทุน $50 พันล้านใน OpenAI, OpenAI สัญญาจะใช้กำลังการผลิต Trainium ประมาณ 2 กิกะวัตต์, AWS กลายเป็นผู้จัดจำหน่ายคลาวด์ของบุคคลที่สามแบบพิเศษสำหรับแพลตฟอร์ม Frontier ของ OpenAI, และทั้งสองร่วมพัฒนาโมเดลที่ปรับแต่งสำหรับแอปพลิเคชันผู้บริโภคของ Amazon การปรับโมเดลของ OpenAI ให้เหมาะกับ Kiro เป็นการผูกมัดที่เล็กกว่าทั้งหมดเหล่านั้น, แต่เป็นการผูกมัดที่นักพัฒนาจะสัมผัสเป็นอันดับแรก

ตระกูล GPT-5.6 พร้อมให้บริการใน Kiro ตั้งแต่ 24 สิงหาคม 2026, โดยเข้าถึงผ่านเว็บไซต์ Kiro ทั้งสองบริษัทกล่าวว่าการทำงานร่วมกันเพื่อปรับประสิทธิภาพโมเดลในสภาพแวดล้อมนี้จะดำเนินต่อไป