GPT-5.6 в Amazon Bedrock: AWS добавила кросс-региональный вывод в более чем 25 регионах

Чем отличаются Sol, Terra и Luna

Названия обозначают не просто разные версии одной модели. AWS позиционирует три варианта под разные типы нагрузок.

GPT-5.6 Sol — максимум возможностей

Sol — наиболее мощная модель в семействе. AWS рекомендует её для автономного программирования, исследований в области безопасности, научного анализа и задач, требующих глубокого многоэтапного рассуждения. Это выбор для сценариев, где качество решения важнее минимальной стоимости отдельного запроса или задержки ответа.

GPT-5.6 Terra — баланс для продакшена

Terra рассчитана на универсальные производственные приложения, которым нужны разумное сочетание способности к рассуждению, производительности и цены. Она подходит командам, которым возможностей Luna недостаточно, но использовать флагманскую Sol для каждого запроса невыгодно.

GPT-5.6 Luna — скорость и экономичность

Luna предназначена для чувствительных к задержке и массовых сценариев — например, классификации, суммаризации и маршрутизации запросов. Её логичнее применять для большого числа относительно узких операций, чем для длительных автономных или исследовательских задач.

AWS также сообщила о снижении цен на вывод GPT-5.6, вступившем в силу 30 июля: стоимость Luna для on-demand-инференса уменьшилась на 80%, а Terra — на 20%.

Единый интерфейс для разработчиков и длинный контекст

Семейство GPT-5.6 рассчитано на общий сценарий интеграции с Bedrock. Согласно документации AWS, модели поддерживают текстовые и графические входные данные, потоковую выдачу, OpenAI Responses API, Chat Completions API и Amazon Bedrock Converse. Приложение на базе OpenAI SDK можно направить на OpenAI-совместимую конечную точку Bedrock и передать идентификатор inference profile для маршрутизации.

Модели также подходят для задач с большим контекстом. В документации для GPT-5.6 Sol указано контекстное окно до 1 млн токенов, а также вариант с ограничением в 272 000 токенов. Перед внедрением необходимо проверить, какая конфигурация контекста и какая цена действуют для конкретной модели и профиля вывода.

Географические и глобальные профили: где обрабатывается запрос

Ключевое практическое различие задаёт префикс inference profile.

Географические профили

Профиль вроде us. ограничивает маршрутизацию географической зоной, определённой этим профилем. Это даёт более понятные рамки для географии обработки данных, но одновременно уменьшает доступный пул мощности по сравнению с глобальной маршрутизацией.

AWS также добавила специальные профили Terra и Luna для Индии, охватывающие регионы Mumbai и Hyderabad. Для организаций, которым важно обрабатывать запросы в индийских регионах, это более точечный вариант, чем глобальный профиль.

Глобальные профили

Профиль global. может направлять запрос в любой поддерживаемый коммерческий регион AWS с учётом доступной мощности. AWS указывает, что такая маршрутизация обходится примерно на 10% дешевле за токен, чем соответствующий географический вариант.

Компромисс очевиден: глобальный профиль не подходит приложениям, которым необходимо принудительно соблюдать фиксированную географию обработки данных.

На практике выбор выглядит так:

• Географический профиль — если требования к локализации и резидентности данных обязательны.
• Глобальный профиль — если важнее широкий пул мощности, потенциально более высокая пропускная способность и заявленная скидка на токены.
• Проверка карты регионов и квот — обязательна в обоих случаях: кросс-региональный вывод не является безусловной гарантией ни доступности мощности, ни конкретной задержки.

Как это продолжает июльский и августовский rollout GPT-5.6

Sol, Terra и Luna стали общедоступны в Amazon Bedrock в июле. Изначально AWS разделила их по тому же принципу: Sol — для сложных рассуждений и агентного программирования, Terra — для сбалансированных производственных нагрузок, Luna — для быстрых и экономичных массовых операций.

Августовское объявление расширяет эту модель уже на операционном уровне: пользователи получили больше вариантов для распределения запросов между регионами. Оно последовало за изменениями цен и обновлениями поддержки длинного контекста.

В августе AWS также рассказала о доступе к Daybreak для подходящих клиентов. Daybreak Blue предоставляет GPT-5.6 Sol с мерами защиты, настроенными для оборонительных задач в кибербезопасности. Daybreak Red открывает доступ к специально обученной модели GPT-5.6 Cyber. Для использования требуется соответствие критериям и регистрация в программе OpenAI Trusted Access for Cyber.

IAM, CloudTrail и инфраструктурный контекст

Развёртывания в Bedrock работают в рамках средств идентификации и аудита AWS. IAM управляет доступом, а CloudTrail записывает действия пользователей, ролей и сервисов AWS для операционного и риск-аудита.

Эти механизмы управления не определяют географию маршрутизации. IAM и журналирование помогают понять, кто вызвал модель и как контролируется рабочая нагрузка, тогда как географический или глобальный inference profile определяет, где Bedrock может обрабатывать запрос. Поэтому организациям всё равно необходимо отдельно оценить шифрование, политики доступа, настройки журналов и требования к резидентности данных.

Объявление AWS вышло на фоне более широкой гонки за вычислительную инфраструктуру. 20 августа NVIDIA заявила, что первые стойки Vera Rubin уже обеспечивают работу обучающего стека OpenAI. Это заявление самой компании, а не результат независимого аудита, однако оно соответствует ранее объявленному плану OpenAI развернуть системы NVIDIA для инфраструктуры следующего поколения.

Главное

Обновление от 20 августа делает GPT-5.6 практичнее для организаций, уже использующих Amazon Bedrock: Sol, Terra и Luna доступны через кросс-региональный вывод более чем в 25 регионах, а разработчики могут применять привычные OpenAI-совместимые интерфейсы.

Выбор теперь сводится не только к вопросу «какая модель мощнее». Sol рассчитана на сложные рассуждения и агентные сценарии, Terra — на сбалансированные производственные приложения, а Luna — на быстрый и недорогой массовый вывод. Не менее важен и способ маршрутизации: географические профили помогают соблюдать заданные границы обработки данных, а глобальные дают AWS больше свободы в использовании мощности и предусматривают заявленную скидку на токены.