Amazon Bedrock、2026年9月にOpenAIモデルとエージェント基盤を拡充

9月、アマゾン・ウェブ・サービス（AWS）は、企業システムの強化に向け、Amazon Bedrock、AgentCore、Strandsエコシステム全体で一連の大規模な機能強化を展開した。¹ これらの導入により、基盤モデルの選択肢が広がり、自律型ソフトウェアの運用効率と測定が改善されたほか、アプリケーションを最新の企業記録に直接つなぐパイプラインが構築された。¹ 主なリリースとして、OpenAIのモデル「Astra」「Sol」「Luna」がBedrockで一般提供され、厳密なタスク、継続的な運用、高頻度のワークロードに対応する専用の選択肢が加わった。¹ 複雑な取り組み向けの旗艦モデルであるGPT-6 Astraは、ソフトウェアエンジニアリング、包括的な文書精査、複雑な意思決定における分析処理を深め、最大1 million tokensの入力ウィンドウに対応する。¹

レイテンシーが重要な導入向けには、GPT-6 Astra Ultrafastが、速度を最優先する状況に特化した強化型の性能ティアを提供する。¹ Ultrafast版はAPI推論を最大6倍高速化し、毎秒最大300 tokensの処理速度を実現する。¹ Astraは複雑なビジネス上の意思決定において、より強い推論と正確な判断を適用し、ソフトウェアやファイルを扱い、組織の基準、文体、テンプレートに沿ったプロ品質の出力を生成する。¹ 旗艦モデルに加え、Solは通常の技術的ワークロード、コード生成、コンピューターの直接操作において、Astraに迫る知能レベルを提供する。¹ Bedrockのユーザーは、技術要件に応じてGPT-6 Solと更新版のGPT-6.1 Solを導入できる。¹ ラインアップを締めくくるGPT 6.1 Lunaは、エンティティ抽出、テキスト分類、メッセージ振り分け、コンテンツ要約など、高スループットの運用タスク向けに構築されたエンジンを提供する。¹ Astra、Sol、Lunaの各モデルファミリーを組み合わせることで、システム設計者は多様なプロジェクトにおいて推論の深さ、処理速度、費用のバランスを取ることができる。¹

基盤モデルへの直接アクセスにとどまらず、OpenAIを基盤とするAmazon Bedrock Managed Agentsがパブリックプレビューとして公開され、企業向けの保護措置を弱めることなく、本番環境に対応した自動エージェントを実装できるようになった。¹ この構成により、企業データをAWSの境界内に厳格にとどめながら、OpenAIのシステムを実行できる。¹ セキュリティチームは既存のAWS Identity and Access Management認証情報を再利用でき、AWS CloudTrailを通じてすべての操作の包括的な監査ログを取得できる。¹ エンジニアリングの負担と運用リスクを軽減するため、マネージド環境には永続的なユーザーセッションと、機密性の高い操作の実行前に人間の承認を必須とするネイティブの承認手順が組み込まれている。¹

こうした自動システムを支えるAmazon Bedrock AgentCoreは、あらゆるモデルやソフトウェアフレームワークで企業向けエージェントを構築、接続、起動するために必要なマネージド技術基盤を提供する。¹ 更新されたAgentCoreのランタイム機能はメモリー割り当てを改善し、サーバーレスエージェントのコールドスタート遅延を短縮する。また、料金をピーク時の容量割り当てではなく、実際のリソース消費量に基づく仕組みに変更する。¹ 開発者は従量課金により、事前にサーバー容量を確保する必要なく、エージェントをより速く、より低コストで実行できる。¹ ワークロードが停止すると、実行セッションはハードウェア分離された技術環境内で稼働を続けながら、自動的に完全なゼロまでスケールダウンする。¹

独自環境の外で開発するエンジニア向けに、Strandsは任意のホスティング基盤に展開できるエージェントを組み立てるためのオープンソースソフトウェアツールキットを提供する。¹ このオープンなツール群に加わった新しいStrands harnessは、主要なエージェントフレームワークと同等の精度ベンチマークを達成しつつ、運用時のトークン消費を28 percent削減する。¹ このフレームワークでは、TypeScriptまたはPythonのコードを1行記述するだけで、開発者は完全に機能するエージェントを初期化できる。¹ この簡素化されたデプロイでは、エージェントを任意の環境に展開する前に、プロンプトキャッシュ、会話メモリー、コンテキスト処理の仕組みが自動的にまとめて組み込まれる。¹

ソフトウェアハーネスを補完するStrands Decider 2Bは、長文を生成するのではなく、定められた選択肢から選ぶよう設計された、20億のパラメーターを持つ小型のオープンソースモデルだ。¹ 選択に特化しているため、このモデルは約115ミリ秒の応答レイテンシーでローカルに回答を計算する。¹ この小型アーキテクチャーは、実行フローの振り分け、セキュリティガードレールの適用、適切なツールの選択など、離散的なエージェントオーケストレーション業務に特化している。¹ AWSは、完全なコードベース、基盤となるデータセット資料、ニューラルネットワークの重みを、Hugging FaceとGitHubのリポジトリーを通じて公開した。¹

Amazon Bedrockのモデルカタログには、先進的なプログラミングや科学研究を支援するため、Claudeファミリーの最新バージョンも加わった。¹ 新たに加わったClaude Fable 5.1は、複雑な企業ワークフロー、科学研究の課題、コード作成を対象とする専門的な機能を提供する。¹ 長期にわたる運用向けのClaude Opus 5.5は、自律型エージェントによるコーディング、複雑な知識タスク、長期的な責務に特化して設定されている。¹ Opusモデルは適応型の思考機能を使ってタスクに必要な推論量を見極め、努力レベルの設定によって推論の深さに上限を設ける。¹ さらに、Claude Sonnet 5.5は、分析やコーディングに集中したワークロード向けの洗練された選択肢であり、Claude Sonnet 5と比べて処理速度を30 percent高め、タスクごとのコストを30 percent削減する。¹

AnthropicやOpenAIに加え、Moonshot AIは基盤モデル「Kimi K3」をAmazon Bedrockプラットフォームで公開した。¹ Moonshot AIによると、Kimi K3は同社史上最も高性能なモデルであり、パラメーター数が2.8 trillionに達した初のオープンモデルだという。¹ このモデルは1-million-tokenのコンテキスト上限、統合型プロンプトキャッシュ、ネイティブのコンピュータービジョンを備え、開発者は従来のバージョンと比べて2.5倍の速さ、低コストで高性能なソフトウェアを構築できる。¹ 同時に、xAIはGrok 4.6とGrok 4.7をサービスに導入し、500K-tokenのコンテキストウィンドウに加え、調整可能な推論努力レベルの設定と、長時間の処理における信頼性を高める内部セルフ検証システムを提供した。¹

こうした多様なモデルファミリーが同時に加わることで、ソフトウェアチームはトークン上限、応答レイテンシー、処理スループット、金銭的コストなどの具体的な要件にモデルの特性を合わせる際、より柔軟に対応できる。¹ モデルの選択肢に加え、Amazon Bedrockは主要な最先端アーキテクチャーの利用可能範囲を広げ続けており、企業はセキュリティを維持しながら機械学習の実装を開発し、拡張できる。¹ 推論エンジンと変化する企業記録との整合性を保つため、Amazon Bedrock Managed Knowledge Baseに自動同期スケジュール機能が追加された。¹ システム管理者は、組織のデータソースに接続されたすべてのネイティブコネクターについて、更新間隔を毎日、毎週、または毎月に設定できる。¹

こうした幅広いアーキテクチャーの更新は、基盤モデルの機能と多様性が拡大するのに伴い、業界の議論も進展する中で実施された。¹ ベンチマークの生の性能だけが評価基準ではなくなり、企業の購入担当者は特定の導入で実際に得られる利益と運用コストを積極的に比較している。自動化された本番エージェントにタスクを委ねる場合、この計算は特に重要となる。¹ 自律型エージェントは運用パイプラインへと移行しつつあり、膨大な企業知識をまたいで推論し、長期に及ぶタスクを管理し、精度、データガバナンス、厳格なセキュリティが譲れない条件となるソフトウェア内で操作を実行することが求められている。¹ その結果、組織の関心は基盤モデルそのものから周辺環境へと移り、エージェントが参照できるコンテキスト、実行できる外部操作、企業データを保護するポリシーが重視されるようになった。¹ この変化する状況の中で、AWSは、モデル、実行ランタイム、エンジニアリングツールを含むスタックのあらゆる層で開発者に真の柔軟性を与えることが、企業の人工知能導入を最速で進める方法だとしている。¹