Amazon Bedrock используют более 225 000 активных клиентов, включая свыше 80% компаний из Fortune 100. На этом фоне AWS подвела итоги августа, сосредоточившись на трёх направлениях: расширении контекста моделей, управлении расходами на инференс и инфраструктуре для агентов.
Главное изменение касается моделей OpenAI в Bedrock. GPT-5.6 Sol, Terra и Luna теперь поддерживают контекстные окна в миллион токенов с кэшированием промптов — механизмом, который сохраняет повторно используемый контекст и снижает стоимость и задержку при его повторном применении. Функция Web Search позволяет моделям находить актуальную информацию за пределами обучающих данных, включать её в ответы и приводить ссылки без интеграции отдельного поискового провайдера. Для сценариев, где нужны самые свежие данные — например, актуальные цены или только что опубликованная документация, — модели могут напрямую извлекать содержимое с публичных сайтов. Всё это даёт возможность проанализировать целую кодовую базу или нормативный документ, сверить его с последней публичной информацией и получить ответ со ссылками одного вызова API.
| Обновление | Что даёт |
|---|---|
| GPT-5.6 Sol, Terra, Luna | Контекст в миллион токенов и кэширование промптов |
| Web Search | Поиск актуальных данных и ответы со ссылками без отдельного провайдера |
| Кросс-региональный инференс | Доступ к GPT-5.6 из более чем 25 регионов AWS |
| IAM principal cost allocation | Отнесение расходов на инференс к пользователю, команде или проекту |
| AWS Cost Anomaly Detection | Мониторинг расходов на сторонние модели и разбор первопричин |
| Daybreak Red и Daybreak Blue | Модели OpenAI для оборонительных и авторизованных наступательных задач |
| AgentCore runtime | Запуск агентов на выделенных инстансах Amazon EC2, включая GPU-ускоренные |
| Strands Agent Harness SDK | Открытый SDK для создания агентов и развёртывания где угодно |
Второй блок — география и стоимость инференса. Кросс-региональный инференс открывает доступ к GPT-5.6 Sol, Terra и Luna из более чем 25 регионов AWS. Глобальные профили дают наибольшую пропускную способность при более низкой цене за токен, а геопрофили удерживают обработку инференса в пределах заданной географии. Это позволяет наращивать пропускную способность в пиковые периоды и одновременно выбирать географическую границу, соответствующую требованиям к обработке данных. Для контроля расходов IAM principal cost allocation помогает относить затраты на инференс к пользователю, команде, проекту, приложению или центру затрат, а AWS Cost Anomaly Detection теперь отслеживает расходы на сторонние фундаментальные модели в Amazon Bedrock и даёт разбор первопричин при неожиданных изменениях. OpenAI также объявила о снижении цен на всё семейство GPT-5.6 в Amazon Bedrock, включая Luna, Terra и Sol.
Третий блок — безопасность и агенты. Модели Daybreak Red и Daybreak Blue от OpenAI стали доступны подходящим категориям клиентов в Amazon Bedrock: Daybreak Blue поддерживает оборонительные задачи — поиск уязвимостей, инжиниринг обнаружения, реагирование на инциденты, — а Daybreak Red рассчитан на продвинутые авторизованные задачи, такие как исследование уязвимостей, воспроизведение эксплойтов и разработка мер защиты. AWS отдельно указывает на усиленную проверку личности, мониторинг, контроль доступа и инфраструктуру с нулевым операторским доступом. Для агентов AgentCore runtime позволяет запускать их на выделенных инстансах Amazon EC2, включая GPU-ускоренные и оптимизированные по памяти конфигурации, чтобы агент мог работать над многосуточной задачей. Дополнительно AWS выпустила Strands Agent Harness SDK как open-source — набор инструментов для создания агентов с возможностью развёртывания там, где нужно заказчику, без привязки к конкретному фреймворку или модели.
Общий вектор августовских обновлений AWS описывает так: по мере роста возможностей моделей организации задаются вопросом, какой объём осмысленной работы ИИ может взять на себя от начала до конца. Агенты всё чаще задействуются в процессах, где нужно рассуждать над корпоративными данными, сохранять продуктивность на длинных горизонтах и действовать в цифровых и физических системах. Поэтому внимание смещается к полной системе вокруг модели: какой контекст ей доступен, какие действия она может совершать, где обрабатываются данные и как управляются её решения и затраты.
