⚡ EILMELDUNG
OpenAI GPT-5.6 Sol, Terra und Luna Modelle jetzt auf Amazon Bedrock verfügbar
OpenAI
Amazon Web Services
Die GPT-5.6-Familie von OpenAI (Sol, Terra, Luna) ist jetzt allgemein auf Amazon Bedrock verfügbar und über die OpenAI Responses API auf dem bedrock-mantle-Endpunkt zugänglich. Die Modelle zielen auf verschiedene Arbeitslasten ab: Sol für tiefgehendes Reasoning und autonomes Programmieren, Terra für ausgewogenen Produktionseinsatz und Luna für datenvolumenstarke Inferenz mit geringer Latenz. Sie bieten ein 272.000-Token-Kontextfenster, Text- und Bildeingabe sowie konfigurierbare Reasoning-Aufwandsstufen.
OpenAI hat seine GPT-5.6-Modellfamilie – Sol, Terra und Luna – allgemein auf Amazon Bedrock verfügbar gemacht. Die Modelle werden über die OpenAI-Responses-API am Endpunkt bedrock-mantle aufgerufen, und die Preise entsprechen denen von OpenAIs Erstanbieter-Angeboten, wobei sie auf AWS-Verpflichtungen angerechnet werden. Sol wurde für autonome Programmierung, Sicherheitsforschung und tiefgehende mehrstufige Argumentation entwickelt; Terra bietet eine ausgewogene Mischung aus Leistung und Kosten für alltägliche Produktionsworkloads; Luna ist optimiert für hochvolumige, latenzempfindliche Aufgaben wie Klassifikation und Zusammenfassung. Alle Modelle unterstützen Text- und Bildeingabe, ein Kontextfenster von 272.000 Token und Abstufungen des Argumentationsaufwands von „none“ (kein) bis „max“ (maximal). Sie werden unter AWS-IAM-Richtlinien innerhalb des Virtual Private Cloud (VPC) eines Benutzers ausgeführt, wobei die Daten nicht für das Training verwendet und nur zur Missbrauchserkennung aufbewahrt werden, falls sie markiert wurden. Caching ist sowohl im impliziten als auch im expliziten Modus verfügbar, mit einem Rabatt von 90 Prozent auf zwischengespeicherte Eingabe-Token. Benutzer können die Modelle auch in einer neuen projektbasierten Bedrock-Konsole testen. Die Modelle sind in US East (N. Virginia) für Sol sowie auch in US East (Ohio) und US West (Oregon) für Terra und Luna verfügbar.
Quelle: AWS ML blog —
Original
