AWS udvider OpenAI GPT-5.6 på Bedrock til over 25 AWS-regioner

Sol, Terra eller Luna?

De tre modeller er ikke blot forskellige navne for samme niveau. AWS positionerer dem til forskellige typer arbejdsbelastninger.

GPT-5.6 Sol: når kapacitet er vigtigst

Sol er familiens stærkeste model og er rettet mod autonom kodning, sikkerhedsforskning, videnskabelig analyse og komplekst ræsonnement i mange trin. Den er derfor mest oplagt, når opgaven er vanskelig, og modelkvalitet vejer tungere end lav pris eller kort svartid.

GPT-5.6 Terra: den afbalancerede produktionsmodel

Terra er udviklet til almindelige produktionsløsninger, hvor der skal være balance mellem ræsonnement, ydeevne og omkostninger. Den placerer sig mellem Sols maksimale kapacitet og Lunas fokus på hastighed og volumen.

AWS har desuden oplyst, at priserne på on-demand-inferens blev reduceret med virkning fra 30. juli. Prisen på Luna faldt med 80 procent, mens Terra blev 20 procent billigere.

GPT-5.6 Luna: hurtig inferens i stor skala

Luna er målrettet arbejdsbelastninger, hvor lav latenstid og mange forespørgsler er afgørende – for eksempel klassifikation, opsummering og routing. Den passer derfor bedre til gentagne, afgrænsede opgaver end til langvarige autonome agenter eller dyb forskningsanalyse.

Fælles grænseflader og lange kontekster

GPT-5.6-modellerne er designet til at passe ind i en fælles integrationsmodel på Bedrock. AWS’ cross-Region-dokumentation beskriver understøttelse af tekst- og billedinput, streaming, OpenAI Responses API, Chat Completions API og Bedrock Converse. Udviklere, der allerede bruger OpenAI SDK, kan pege applikationen mod Bedrocks OpenAI-kompatible endpoint og bruge et inference-profile-id til routing.

Familien er også relevant til opgaver med meget lange kontekster. AWS’ dokumentation for GPT-5.6 Sol angiver et kontekstvindue på 1 million tokens samt en kortere mulighed på 272.000 tokens. Den konkrete konfiguration og pris bør dog kontrolleres for den model og inference profile, som virksomheden vil bruge.

Geografisk eller global routing?

Det centrale valg i praksis ligger i præfikset på inference profile.

Geografiske profiler

En geografisk profil som us. begrænser routingen til det geografiske område, profilen definerer. Det giver større klarhed over, hvor data behandles, men reducerer samtidig den tilgængelige kapacitet sammenlignet med global routing.

AWS har også tilføjet Indien-specifikke profiler for Terra og Luna, som dækker regionerne Mumbai og Hyderabad. De giver organisationer med Indien-fokuserede krav til dataopbevaring en mere målrettet mulighed end en global profil.

Globale profiler

En global.-profil kan sende forespørgsler til enhver understøttet kommerciel AWS-region afhængigt af den ledige kapacitet. AWS oplyser, at global routing har en pris pr. token, der er cirka 10 procent lavere end den tilsvarende geografiske løsning. Den model er dog ikke egnet, hvis en applikation skal håndhæve et fast geografisk behandlingsområde.

Kort fortalt:

• Vælg en geografisk profil, hvis krav til dataregion eller dataresidens ikke kan fraviges.
• Vælg en global profil, hvis en større kapacitetspulje, muligvis højere gennemløb og den oplyste prisfordel er vigtigst.
• Kontrollér altid destinationskort og servicekvoter. Cross-Region inference er ikke i sig selv en garanti for en bestemt kapacitet eller svartid.

Hvor passer udvidelsen ind i GPT-5.6-lanceringen?

GPT-5.6 Sol, Terra og Luna blev generelt tilgængelige på Amazon Bedrock i juli. AWS’ oprindelige positionering var den samme: Sol til komplekst ræsonnement og agentbaseret kodning, Terra til afbalancerede produktionsopgaver og Luna til hurtig, omkostningseffektiv inferens.

Meddelelsen fra 20. august udvider først og fremmest den operationelle tilgængelighed. Den følger tidligere GPT-5.6-opdateringer om blandt andet prisændringer og længere kontekstvinduer.

I august annoncerede AWS også adgang til Daybreak for kvalificerede kunder. Daybreak Blue giver adgang til GPT-5.6 Sol med sikkerhedsforanstaltninger til defensivt cybersikkerhedsarbejde, mens Daybreak Red giver adgang til den specialtrænede GPT-5.6 Cyber-model. Den oprindelige meddelelse kræver, at kunderne er kvalificerede og tilmeldt OpenAI’s Trusted Access for Cyber-program.

Sikkerhed, styring og infrastruktur

Bedrock-installationer indgår i AWS’ eksisterende identitets- og revisionskontroller. AWS IAM styrer adgangen, mens CloudTrail registrerer handlinger udført af brugere, roller og AWS-tjenester til brug for drift, risikorevision og governance.

Disse kontroller er adskilt fra selve routingvalget. IAM og logning kan dokumentere, hvem der anvendte en model, og hvordan arbejdsbelastningen administreres. Den geografiske eller globale inference profile bestemmer derimod, hvor Bedrock må behandle forespørgslen. Organisationer skal derfor stadig vurdere egne krav til kryptering, adgangspolitikker, logning og dataresidens.

Udvidelsen kommer samtidig i en bredere infrastrukturkontekst. NVIDIA skrev 20. august, at de første Vera Rubin-racks kørte OpenAI’s træningsstack. Det er en samtidig virksomhedspåstand og ikke en uafhængigt revideret opgørelse, men den stemmer overens med den tidligere annoncerede plan om at levere NVIDIA-systemer til OpenAI’s næste generation af AI-infrastruktur.

Konklusion

AWS’ opdatering gør GPT-5.6 mere anvendelig for organisationer, der allerede bygger på Bedrock: Sol, Terra og Luna kan nu benyttes via cross-Region inference i over 25 regioner og gennem velkendte OpenAI-kompatible grænseflader.

Det afgørende valg handler derfor ikke kun om, hvilken model der er stærkest. Sol er til de sværeste ræsonnements- og agentopgaver, Terra til afbalancerede produktionsløsninger, og Luna til hurtig og økonomisk inferens i stor skala. Routingvalget er næsten lige så vigtigt: geografiske profiler prioriterer fastlagte grænser for databehandling, mens globale profiler prioriterer kapacitetsfleksibilitet og AWS’ oplyste rabat pr. token.