ليست النماذج الثلاثة أسماء مختلفة للطبقة نفسها؛ إذ تضعها AWS لخدمة أنماط عمل متباينة.
يُعد Sol النموذج الأعلى قدرة في العائلة، وتدرجه AWS لمهام مثل البرمجة الذاتية، وأبحاث الأمن، والتحليل العلمي، والاستدلال العميق متعدد الخطوات. لذلك يناسب الحالات التي تكون فيها معالجة مسألة صعبة أهم من تقليل كلفة كل طلب أو زمن الاستجابة.
يستهدف Terra تطبيقات الإنتاج العامة التي تحتاج إلى مزيج متوازن من القدرة على الاستدلال والأداء والكلفة. وهو خيار عملي للفرق التي تريد قدرات أكبر من نموذج سريع مخصص للطلبات الكثيفة، من دون استخدام الفئة الأعلى لكل طلب.
صُمم Luna لأحمال العمل الكثيفة والحساسة لزمن الاستجابة، مثل التصنيف والتلخيص والتوجيه. ويجعله هذا التموضع مناسباً للاستدلال المتكرر والمحدد نسبياً، أكثر من المهام البحثية أو الوكلاء المستقلين الذين يعملون لفترات طويلة.
وأعلنت AWS أيضاً عن تخفيضات كبيرة في أسعار الاستدلال عند الطلب لعائلة GPT-5.6 اعتباراً من 30 يوليو؛ إذ انخفضت أسعار Luna بنسبة 80%، وأسعار Terra بنسبة 20%.
تقدم عائلة GPT-5.6 نمط تكامل موحداً نسبياً داخل Bedrock. ووفق توثيق AWS للاستدلال العابر للمناطق، تدعم النماذج إدخال النصوص والصور، والبث التدريجي للنتائج، وواجهتي OpenAI Responses وChat Completions، بالإضافة إلى Bedrock Converse. كما يستطيع المطور الذي يستخدم OpenAI SDK توجيه تطبيقه إلى نقطة نهاية متوافقة مع OpenAI على Bedrock، ثم استخدام معرّف ملف تعريف الاستدلال للتوجيه.
وترتبط العائلة أيضاً بأحمال العمل ذات السياق الطويل. فتسجل وثائق AWS الخاصة بـGPT-5.6 Sol نافذة سياق تبلغ مليون رمز، إلى جانب خيار أقصر بسعة 272 ألف رمز. وعلى الفرق التحقق من إعداد السياق المدعوم والأسعار الحالية للنموذج وملف الاستدلال المحددين قبل إطلاق التطبيق.
أهم تفصيل تشغيلي هو البادئة المستخدمة في ملف تعريف الاستدلال.
ملف جغرافي مثل us. يقصر التوجيه على الحدود الجغرافية التي يحددها الملف. وهذا يمنح المؤسسة وضوحاً أكبر بشأن مكان معالجة البيانات، لكنه يقلل في المقابل من نطاق السعة المتاحة مقارنة بالتوجيه العالمي.
وأضافت AWS ملفات تعريف مخصصة للهند لنموذجي Terra وLuna، وتشمل منطقتي مومباي وحيدر آباد. وبالنسبة إلى المؤسسات التي ترتبط متطلباتها بمكان إقامة البيانات في الهند، يوفر هذا الخيار نطاق توجيه أكثر تحديداً من الملف العالمي.
يمكن لملف مثل global. توجيه الطلبات إلى أي منطقة تجارية مدعومة من AWS وفقاً للسعة المتاحة. وتقول AWS إن التوجيه العالمي يوفر سعراً أقل لكل رمز بنحو 10% مقارنة بالخيار الجغرافي المناظر. لكن هذا الخيار لا يناسب التطبيقات التي تفرض معالجة البيانات داخل نطاق جغرافي ثابت.
عملياً:
أصبحت نماذج GPT-5.6 Sol وTerra وLuna متاحة عموماً على Amazon Bedrock في يوليو. ومنذ البداية، قسمت AWS العائلة إلى ثلاث فئات واضحة: Sol للاستدلال المعقد والبرمجة الوكيلة، Terra لأحمال الإنتاج المتوازنة، وLuna للاستدلال السريع والاقتصادي.
ويأتي إعلان 20 أغسطس ليضيف بُعداً تشغيلياً إلى هذه الإتاحة، إذ يوسع نطاق الوصول إلى السعة عبر المناطق، بعد تحديثات أخرى شملت الأسعار ودعم السياقات الطويلة.
وفي أغسطس، أعلنت AWS كذلك إتاحة Daybreak للعملاء المؤهلين. يوفر Daybreak Blue نموذج GPT-5.6 Sol مع وسائل حماية مهيأة لأعمال الأمن السيبراني الدفاعية، بينما يتيح Daybreak Red نموذج GPT-5.6 Cyber المدرب خصيصاً لهذا المجال. ويتطلب الوصول التسجيل والأهلية ضمن برنامج Trusted Access for Cyber من OpenAI.
تعمل تطبيقات Bedrock ضمن ضوابط الهوية والتدقيق في AWS. ويتولى AWS IAM إدارة الوصول، بينما يسجل CloudTrail الإجراءات التي ينفذها المستخدمون والأدوار وخدمات AWS لأغراض التدقيق التشغيلي وإدارة المخاطر.
لكن طبقة الحوكمة هذه منفصلة عن قرار التوجيه. فـIAM والسجلات يساعدان في معرفة الجهة التي استدعت النموذج وكيفية إدارة الحمل، في حين تحدد ملفات الاستدلال الجغرافية أو العالمية الأماكن التي قد يعالج Bedrock الطلب فيها. لذلك تظل المؤسسة مسؤولة عن تقييم التشفير وسياسات الوصول وإعدادات التسجيل ومتطلبات إقامة البيانات الخاصة بها.
ووصل الإعلان في وقت يتزامن مع قصة أوسع حول البنية التحتية للذكاء الاصطناعي. فقد قالت NVIDIA في 20 أغسطس إن أولى خزائن Vera Rubin لديها كانت تشغّل حزمة التدريب الخاصة بـOpenAI. وهذه إفادة معاصرة من الشركة وليست تقريراً خضع لتدقيق مستقل، لكنها تنسجم مع الخطة المعلنة سابقاً لاستخدام OpenAI أنظمة NVIDIA في بنية الجيل التالي للذكاء الاصطناعي.
يجعل تحديث AWS الصادر في 20 أغسطس عائلة GPT-5.6 أكثر عملية للمؤسسات التي تبني تطبيقاتها على Bedrock: فالنماذج الثلاثة متاحة عبر الاستدلال العابر للمناطق في أكثر من 25 منطقة، ويمكن للمطورين الوصول إليها من خلال واجهات متوافقة مع OpenAI.
لكن القرار لا يتعلق باختيار النموذج الأقوى فقط. فـSol مخصص للاستدلال الصعب والمهام الوكيلة، وTerra للتطبيقات الإنتاجية المتوازنة، وLuna للاستدلال السريع والاقتصادي على نطاق واسع. كما أن اختيار مسار التوجيه لا يقل أهمية: الملفات الجغرافية تفضل وضوح حدود إقامة البيانات، بينما تمنح الملفات العالمية مرونة أكبر في السعة والخصم المعلن لكل رمز.