AWS đưa GPT-5.6 Sol, Terra và Luna tới hơn 25 AWS Region qua Bedrock

AWS cho biết trong thông báo công bố ngày 20/8/2026 rằng bộ mô hình GPT-5.6 của OpenAI — gồm Sol, Terra và Luna — hiện có thể được gọi trên Amazon Bedrock tại hơn 25 AWS Region thông qua cơ chế suy luận xuyên khu vực (cross-Region inference).

Một điểm dễ nhầm là ngày 17/8. Đây là ngày AWS đăng bản Weekly Roundup có nhắc đến dịch vụ an ninh mạng OpenAI Daybreak, không phải ngày đăng thông báo kỹ thuật về việc mở rộng GPT-5.6.

AWS thực sự đã công bố điều gì?

Trước đây, một ứng dụng thường phải phụ thuộc vào năng lực xử lý tại một AWS Region cụ thể. Với cross-Region inference, nhà phát triển có thể sử dụng inference profile để Amazon Bedrock định tuyến yêu cầu tới các điểm đến đủ điều kiện, qua đó mở rộng nhóm tài nguyên sẵn có cho các hệ thống sản xuất.

Đây chủ yếu là thay đổi về khả năng cung ứng và vận hành, thay vì một thế hệ mô hình mới. Doanh nghiệp có thêm lựa chọn giữa việc kiểm soát chặt nơi xử lý dữ liệu và việc mở rộng phạm vi định tuyến để tìm thêm năng lực, tăng thông lượng. AWS cũng hướng dẫn cách truy cập mô hình qua OpenAI Responses API, Chat Completions API và Amazon Bedrock Converse, đồng thời cấu hình IAM, hạn ngạch và hoạt động giám sát.

Sol, Terra và Luna khác nhau thế nào?

Ba phiên bản không chỉ là những tên gọi khác nhau của cùng một cấp độ. AWS định vị chúng cho các nhóm công việc riêng biệt.

GPT-5.6 Sol: ưu tiên năng lực tối đa

Sol là lựa chọn có năng lực cao nhất trong gia đình GPT-5.6, hướng đến lập trình tự chủ, nghiên cứu bảo mật, phân tích khoa học và các bài toán suy luận nhiều bước. Đây là phương án phù hợp khi chất lượng giải quyết vấn đề quan trọng hơn việc tối ưu chi phí hoặc độ trễ trên từng yêu cầu.

GPT-5.6 Terra: cân bằng cho môi trường sản xuất

Terra nhắm tới các ứng dụng sản xuất đa dụng, cần dung hòa giữa năng lực suy luận, hiệu năng và chi phí. Mô hình này phù hợp với những đội ngũ cần nhiều khả năng hơn một mô hình chuyên xử lý nhanh ở lưu lượng lớn, nhưng không muốn dùng cấp cao nhất cho mọi yêu cầu.

AWS cũng cho biết giá suy luận theo nhu cầu của Terra đã giảm 20% kể từ ngày 30/7.

GPT-5.6 Luna: nhanh và tiết kiệm ở quy mô lớn

Luna được thiết kế cho các tác vụ nhạy cảm với độ trễ và có lưu lượng cao, chẳng hạn phân loại, tóm tắt và định tuyến. Mô hình này phù hợp hơn với những yêu cầu lặp lại, tương đối tập trung, thay vì các nhiệm vụ nghiên cứu hoặc tác vụ tự chủ kéo dài. Giá suy luận theo nhu cầu của Luna đã giảm 80% kể từ ngày 30/7.

Giao diện chung và khả năng xử lý ngữ cảnh dài

GPT-5.6 được tích hợp theo một mô hình phát triển tương đối thống nhất trên Bedrock. Theo tài liệu cross-Region của AWS, các mô hình hỗ trợ đầu vào văn bản và hình ảnh, phản hồi trực tuyến (streaming), OpenAI Responses API, Chat Completions API và Bedrock Converse. Ứng dụng đang dùng OpenAI SDK có thể trỏ tới endpoint tương thích OpenAI của Bedrock, sau đó chỉ định ID của inference profile để định tuyến yêu cầu.

Gia đình mô hình này cũng hướng tới các tác vụ cần ngữ cảnh dài. Tài liệu của AWS dành cho GPT-5.6 Sol nêu cửa sổ ngữ cảnh 1 triệu token, bên cạnh tùy chọn ngắn hơn 272.000 token. Doanh nghiệp nên kiểm tra cấu hình ngữ cảnh và bảng giá hiện hành của đúng mô hình cùng inference profile trước khi triển khai.

Định tuyến địa lý hay toàn cầu?

Sự khác biệt quan trọng nhất về vận hành nằm ở tiền tố của inference profile.

Profile địa lý

Một profile như us. giới hạn việc định tuyến trong ranh giới địa lý mà profile đó quy định. Cách này giúp doanh nghiệp xác định rõ hơn khu vực xử lý dữ liệu, nhưng đồng thời thu hẹp nhóm năng lực có thể sử dụng so với định tuyến toàn cầu.

AWS cũng bổ sung các profile Terra và Luna dành riêng cho Ấn Độ, bao phủ hai Region Mumbai và Hyderabad. Với tổ chức cần định hướng xử lý dữ liệu trong phạm vi các Region của Ấn Độ, đây là lựa chọn cụ thể hơn so với profile toàn cầu.

Profile toàn cầu

Profile global. cho phép Bedrock định tuyến yêu cầu tới bất kỳ AWS Region thương mại nào được hỗ trợ, tùy theo năng lực sẵn có. AWS cho biết lựa chọn này có mức giá mỗi token thấp hơn khoảng 10% so với tùy chọn địa lý tương ứng. Đổi lại, profile toàn cầu không phù hợp với ứng dụng bắt buộc phải giữ việc xử lý trong một khu vực địa lý cố định.

Về thực tế triển khai:

• Chọn profile địa lý khi yêu cầu về nơi lưu trú hoặc xử lý dữ liệu là điều kiện bắt buộc.
• Chọn profile toàn cầu khi ưu tiên một nhóm năng lực lớn hơn, khả năng đạt thông lượng cao hơn và mức giảm giá mà AWS công bố.
• Kiểm tra bản đồ Region đích và hạn ngạch dịch vụ; cross-Region inference không đồng nghĩa với cam kết tuyệt đối về năng lực hoặc độ trễ.

Bản cập nhật này nằm ở đâu trong lộ trình GPT-5.6?

Sol, Terra và Luna đã được cung cấp rộng rãi trên Amazon Bedrock từ tháng 7. AWS khi đó cũng phân chia chúng theo ba nhóm: Sol cho suy luận phức tạp và lập trình tác tử, Terra cho workload sản xuất cân bằng, còn Luna cho suy luận nhanh và tiết kiệm ở lưu lượng cao.

Thông báo ngày 20/8 mở rộng lớp vận hành của đợt ra mắt này bằng cách đưa các mô hình tới hơn 25 Region qua cross-Region inference. Trước đó, GPT-5.6 đã có các cập nhật về giá và khả năng xử lý ngữ cảnh dài.

Trong tháng 8, AWS cũng công bố quyền truy cập Daybreak cho khách hàng đủ điều kiện. Daybreak Blue cung cấp GPT-5.6 Sol với các biện pháp bảo vệ được điều chỉnh cho công việc phòng thủ an ninh mạng, còn Daybreak Red cho phép truy cập mô hình GPT-5.6 Cyber được huấn luyện chuyên biệt. Việc sử dụng yêu cầu đủ điều kiện và đăng ký chương trình Trusted Access for Cyber của OpenAI.

IAM, CloudTrail và câu chuyện hạ tầng

Các triển khai trên Bedrock nằm trong lớp kiểm soát danh tính và kiểm toán của AWS. IAM quản lý quyền truy cập, còn CloudTrail ghi lại các hành động do người dùng, vai trò hoặc dịch vụ AWS thực hiện để phục vụ kiểm toán vận hành, quản trị rủi ro và tuân thủ.

Tuy nhiên, lớp quản trị này khác với quyết định định tuyến. IAM và nhật ký giúp xác định ai đã gọi mô hình và workload được quản lý ra sao; còn profile địa lý hoặc toàn cầu quyết định Bedrock có thể xử lý yêu cầu ở đâu. Doanh nghiệp vẫn phải tự đánh giá chính sách mã hóa, phân quyền, cấu hình nhật ký và yêu cầu về nơi xử lý dữ liệu.

Cùng ngày 20/8, NVIDIA cho biết các rack Vera Rubin đầu tiên đang vận hành stack huấn luyện của OpenAI. Đây là tuyên bố đương thời từ doanh nghiệp, chưa phải một kết quả được kiểm toán độc lập, nhưng phù hợp với kế hoạch đã công bố trước đó về việc OpenAI triển khai hệ thống NVIDIA cho hạ tầng AI thế hệ tiếp theo.

Kết luận

Bản cập nhật ngày 20/8 giúp GPT-5.6 trở nên thực tế hơn với các tổ chức đang xây dựng hệ thống trên Bedrock: cả ba phiên bản Sol, Terra và Luna đều có thể dùng qua cross-Region inference tại hơn 25 AWS Region, đồng thời vẫn hỗ trợ các giao diện tương thích với hệ sinh thái OpenAI.

Lựa chọn quan trọng không chỉ là mô hình nào mạnh nhất. Sol dành cho suy luận khó và công việc tác tử, Terra dành cho ứng dụng sản xuất cần cân bằng, còn Luna dành cho xử lý nhanh, tiết kiệm ở lưu lượng lớn. Profile định tuyến cũng quan trọng không kém: profile địa lý ưu tiên ranh giới xử lý dữ liệu rõ ràng, trong khi profile toàn cầu ưu tiên sự linh hoạt về năng lực và mức giảm giá mỗi token mà AWS công bố.