AWS amplia l’accesso a OpenAI GPT-5.6 su Bedrock in oltre 25 Regioni

Sol, Terra e Luna: quale modello scegliere?

I tre nomi non indicano semplicemente varianti dello stesso modello: AWS li posiziona per esigenze diverse.

GPT-5.6 Sol: la massima capacità

Sol è il modello con il livello di capacità più elevato della famiglia. AWS lo indica per il coding autonomo, la ricerca sulla sicurezza informatica, l’analisi scientifica e il ragionamento profondo su più passaggi.

È quindi l’opzione più adatta quando la complessità del problema conta più del costo o della latenza della singola richiesta.

GPT-5.6 Terra: equilibrio per la produzione

Terra è destinato alle applicazioni di produzione general-purpose che richiedono un compromesso tra capacità di ragionamento, prestazioni e costi.

Può essere la scelta intermedia per i team che hanno bisogno di più capacità rispetto a un modello ottimizzato per la velocità e i grandi volumi, ma non vogliono utilizzare il livello superiore per ogni richiesta.

GPT-5.6 Luna: velocità e scalabilità

Luna è pensato per carichi sensibili alla latenza e caratterizzati da molti volumi, come classificazione, riepilogo e instradamento delle richieste.

Il suo posizionamento lo rende più adatto a inferenze ripetute e relativamente mirate che a lunghi task autonomi o di ricerca.

Sul fronte economico, AWS ha annunciato riduzioni dei prezzi on-demand effettive dal 30 luglio: Luna costa l’80% in meno, mentre Terra costa il 20% in meno rispetto ai prezzi precedenti.

Un’interfaccia comune per gli sviluppatori

La famiglia GPT-5.6 è progettata per inserirsi in un modello di integrazione comune su Bedrock. Secondo la documentazione AWS sull’inferenza cross-Region, i modelli supportano input testuali e immagini, streaming, OpenAI Responses API, Chat Completions API e Bedrock Converse.

Chi utilizza l’OpenAI SDK può indirizzare l’applicazione verso l’endpoint compatibile con OpenAI di Bedrock e specificare un ID di inference profile per gestire l’instradamento, invece di collegarsi direttamente a un singolo ID modello.

La documentazione di GPT-5.6 Sol indica inoltre una finestra di contesto da 1 milione di token, accanto a un’opzione più breve da 272.000 token. Prima di progettare carichi molto estesi, AWS raccomanda di verificare la configurazione supportata e i prezzi aggiornati per il modello e il profilo scelti.

Profili geografici e globali: dove vengono instradate le richieste

La distinzione operativa più importante riguarda il prefisso del profilo di inferenza.

Profili geografici

Un profilo geografico come us. limita l’instradamento ai confini geografici definiti dal profilo. Questo può offrire maggiore chiarezza sull’area di trattamento dei dati, ma riduce il bacino di capacità disponibile rispetto all’instradamento globale.

AWS ha aggiunto anche profili specifici per l’India per i modelli Terra e Luna, che coprono le Regioni di Mumbai e Hyderabad. Per le organizzazioni che devono mantenere l’elaborazione all’interno di un perimetro indiano, si tratta di un’opzione più mirata rispetto a un profilo globale.

Profili globali

Un profilo global. può instradare le richieste verso qualsiasi Regione AWS commerciale supportata, in base alla capacità disponibile. AWS dichiara per questi profili una tariffa per token inferiore di circa il 10% rispetto all’opzione geografica corrispondente.

Il compromesso è altrettanto chiaro: il profilo globale non è indicato per applicazioni che devono imporre una geografia di elaborazione fissa.

In pratica:

• scegliere un profilo geografico quando i requisiti di residenza dei dati sono inderogabili;
• scegliere un profilo globale quando contano soprattutto un bacino di capacità più ampio, il potenziale aumento del throughput e il vantaggio di prezzo dichiarato da AWS;
• controllare sempre la mappa delle destinazioni e le quote del servizio: l’inferenza cross-Region non equivale a una garanzia assoluta di capacità o latenza.

Come si inserisce nel lancio di GPT-5.6

GPT-5.6 Sol, Terra e Luna sono diventati generalmente disponibili su Amazon Bedrock a luglio. AWS li aveva presentati secondo la stessa logica a tre livelli: Sol per il ragionamento complesso e il coding agentico, Terra per i carichi di produzione equilibrati e Luna per l’inferenza veloce ed efficiente sui costi.

L’annuncio del 20 agosto estende quindi soprattutto il modello operativo di disponibilità. Arriva dopo gli aggiornamenti sui prezzi e il supporto ai contesti lunghi.

Nel mese di agosto AWS ha annunciato anche l’accesso a Daybreak per i clienti idonei. Daybreak Blue offre GPT-5.6 Sol con protezioni calibrate per attività di cybersicurezza difensiva, mentre Daybreak Red dà accesso al modello specializzato GPT-5.6 Cyber. L’accesso richiede l’idoneità e l’iscrizione al programma Trusted Access for Cyber di OpenAI.

Governance e infrastruttura

Le implementazioni su Bedrock rientrano nei controlli di identità e audit di AWS. IAM gestisce gli accessi, mentre CloudTrail registra le azioni eseguite da utenti, ruoli e servizi AWS per finalità operative, di governance e di audit del rischio.

Questo livello di governance è distinto dalla decisione di instradamento. IAM e la registrazione degli eventi aiutano a stabilire chi ha invocato un modello e come viene amministrato il carico di lavoro; i profili geografici o globali determinano invece dove Bedrock può elaborare la richiesta. Ogni organizzazione deve comunque valutare le proprie politiche di crittografia, accesso, logging e residenza dei dati.

L’annuncio si colloca inoltre in un contesto più ampio di espansione dell’infrastruttura AI. Il 20 agosto NVIDIA ha affermato che i primi rack Vera Rubin stavano alimentando lo stack di addestramento di OpenAI. È una dichiarazione contemporanea dell’azienda, non un resoconto sottoposto a verifica indipendente; resta però coerente con il piano annunciato in precedenza per l’impiego di sistemi NVIDIA nell’infrastruttura AI di nuova generazione di OpenAI.

Il punto essenziale

L’aggiornamento del 20 agosto rende GPT-5.6 più pratico per le organizzazioni che sviluppano già su Amazon Bedrock: Sol, Terra e Luna sono disponibili tramite inferenza cross-Region in oltre 25 Regioni e possono essere utilizzati con interfacce compatibili con OpenAI.

La scelta non riguarda soltanto quale modello sia “più potente”. Sol è orientato ai problemi di ragionamento difficile e al lavoro agentico; Terra alle applicazioni di produzione che cercano equilibrio; Luna ai carichi rapidi ed economici su larga scala. Altrettanto decisiva è la scelta dell’instradamento: i profili geografici privilegiano confini di residenza definiti, mentre quelli globali privilegiano flessibilità di capacità e lo sconto per token dichiarato da AWS.