亚马逊 Bedrock 于2026年9月扩展，接入 OpenAI 模型和智能体基础设施

9月，亚马逊云科技（AWS）对 Amazon Bedrock、AgentCore 和 Strands 生态系统推出一系列全面升级，以强化企业系统。¹ 这些发布扩展了基础模型的选择范围，提高了自主软件的运营效率和衡量能力，并建立了将应用直接连接到最新企业记录的数据管道。¹ 主要发布内容包括 OpenAI 的 Astra、Sol 和 Luna 模型在 Bedrock 上正式可用，为高要求任务、持续运营和高频工作负载提供专门选项。¹ 作为复杂项目的旗舰产品，GPT-6 Astra 能够对软件工程、全面审查文档和复杂决策进行更深入的分析处理，并支持高达 1 million tokens 的输入上下文窗口。¹

针对对延迟要求极高的部署，GPT-6 Astra Ultrafast 推出增强性能等级，专为速度至上的场景而设计。¹ Ultrafast 版本可将 API 推理速度提升至多6倍，处理速度最高可达每秒300 tokens。¹ Astra 能够对复杂业务决策进行更深入的推理和更精准的判断，处理软件和文件，并生成符合组织标准、风格和模板的专业级输出。¹ 与旗舰产品并列，Sol 提供接近 Astra 的智能水平，适用于常规技术工作负载、代码生成和直接操作计算机。¹ Bedrock 用户可根据技术需求部署 GPT-6 Sol 或更新版 GPT-6.1 Sol。¹ 完善这一产品阵容的是 GPT 6.1 Luna，它提供专为高吞吐量运营任务打造的引擎，例如实体提取、文本分类、消息路由和内容摘要。¹ 结合使用 Astra、Sol 和 Luna 系列模型，系统架构师能够在不同项目中平衡推理深度、处理速度和支出。¹

除了直接使用基础模型，搭载 OpenAI 技术的 Amazon Bedrock Managed Agents 进入公开预览阶段，让团队能够在不降低企业防护标准的前提下部署可用于生产环境的自动化智能体。¹ 这一配置允许组织运行 OpenAI 系统，同时确保企业数据严格留在 AWS 的安全边界内。¹ 安全团队可以重复使用现有的 AWS 身份和访问管理凭证，并通过 AWS CloudTrail 捕获所有操作的完整审计日志。¹ 为减轻工程负担并控制运营风险，托管环境纳入了持久化用户会话和原生审批步骤，在执行敏感操作前须经人工批准。¹

作为这些自动化系统的基础，Amazon Bedrock AgentCore 提供托管式技术基础，支持在任何模型或软件框架上构建、连接和发布企业智能体。¹ 升级后的 AgentCore 运行时功能改进了内存分配，并缩短无服务器智能体的冷启动延迟；费用将按实际资源消耗计算，而非按峰值容量分配计费。¹ 开发者能够通过按需付费模式，以更低成本更快地运行智能体，无需提前预留服务器容量。¹ 工作负载暂停时，执行会话会自动完全缩至零，同时继续在硬件隔离的技术环境中运行。¹

对于在专有环境之外进行开发的工程师，Strands 提供开源软件工具包，可用于组装能够部署到任意托管基础设施上的智能体。¹ 在这一开放工具集中，新推出的 Strands harness 在准确率基准测试中达到主流智能体框架的水平，同时运行时所需 tokens 减少28 percent。¹ 开发者只需一行 TypeScript 或 Python 代码，即可启动一个功能完备的智能体。¹ 这一简化部署流程会自动集成提示缓存、对话记忆和上下文处理机制，然后将智能体发布到任何选定环境。¹

作为软件 harness 的补充，Strands Decider 2B 推出一款包含2 billion parameters 的小型开源模型，旨在从固定选项中进行选择，而非生成长篇文本。¹ 由于专注于选项选择，该模型可在本地计算答案，响应延迟约为115 milliseconds。¹ 这一小型架构专为离散的智能体编排任务量身打造，包括路由执行流程、应用安全护栏和选择适当工具。¹ AWS 通过 Hugging Face 和 GitHub 仓库公开发布了完整代码库、底层数据集材料和神经网络权重。¹

Amazon Bedrock 的模型目录还纳入了 Claude 系列的最新版本，以支持高级编程和科学研究。¹ 新增的 Claude Fable 5.1 提供专门能力，面向复杂企业工作流程、科学研究问题和代码编写。¹ 为满足长时间运行的任务需求，Claude Opus 5.5 专门面向自主智能体编程、复杂知识任务和长期职责进行了配置。¹ Opus 模型采用自适应思考来评估任务所需的推理程度，同时通过 effort 设置限制推理深度。¹ 此外，Claude Sonnet 5.5 为专注型分析和编程工作负载提供了改进选项，与 Claude Sonnet 5 相比，运行速度提高30 percent，每项任务成本降低30 percent。¹

除 Anthropic 和 OpenAI 外，Moonshot AI 也在 Amazon Bedrock 平台推出了 Kimi K3 基础模型。¹ 据 Moonshot AI 介绍，Kimi K3 是该公司迄今最强大的产品，也是首个扩展至2.8 trillion parameters 的开放模型。¹ 该模型拥有1-million-token 上下文上限、集成提示缓存和原生计算机视觉功能，可帮助开发者以此前版本2.5 times 的速度创建高性能软件，同时降低成本。¹ 与此同时，xAI 也在该服务中推出 Grok 4.6 和 Grok 4.7，提供500K-token 上下文窗口、可调节的推理力度设置，以及内部自我验证系统，以提高长时间处理过程中的可靠性。¹

这些不同模型系列同时推出，使软件团队在根据 tokens 限制、响应延迟、处理吞吐量和成本等具体需求匹配模型特性时拥有更大灵活性。¹ 除模型选择外，Amazon Bedrock 继续扩大顶尖前沿架构的可用范围，使企业能够在确保安全性的同时开发和扩展机器学习应用。¹ 为确保推理引擎与不断变化的企业记录保持一致，Amazon Bedrock Managed Knowledge Base 新增了自动同步调度功能。¹ 系统管理员现在可以为所有连接到组织数据源的原生连接器配置每日、每周或每月刷新间隔。¹

这些广泛的架构更新推出之际，随着基础模型能力不断增强、种类日益多样，行业讨论也在持续演变。¹ 基准测试表现已不再是唯一的评估标准；企业买家会积极权衡运营开支与具体部署带来的实际收益，在将任务委派给自动化生产智能体时，这一考量尤为重要。¹ 自主智能体正转向运营流程，必须能够在海量企业知识中进行推理、长期管理复杂任务，并在软件中执行操作；在这些场景中，准确性、数据治理和严格安全保障都不可妥协。¹ 因此，组织的关注点已从底层模型本身转向其周边环境，优先考量智能体能够查看的上下文、能够触发的外部操作，以及保护企业数据的政策。¹ 在这一不断变化的格局中，AWS 认为，推动企业采用人工智能的最快途径，是让开发者在技术栈的每一层都拥有真正的灵活性，包括模型、执行运行时和工程工具。¹