Amazon Bedrock で OpenAI GPT-5.5 / GPT-5.4 が GA になったので Responses API で試してみた

Amazon Bedrock で OpenAI GPT-5.5 / GPT-5.4 が GA になったので Responses API で試してみた

Amazon Bedrock で OpenAI の GPT-5.5 と GPT-5.4 が GA になりました。OpenAI SDK の `base_url` と認証トークンを差し替えることで、Bedrock 経由の呼び出しが可能です。本記事では Responses API での呼び出し方法と `reasoning.effort` の動作を確認します。
2026.06.02

はじめに

2026年6月1日、Amazon Bedrock で OpenAI のモデル(GPT-5.5、GPT-5.4)と Codex が一般利用可能(GA)になりました。本記事では GPT-5.5 と GPT-5.4 を Responses API で呼び出す ことに絞って検証します。Codex、Chat Completions API、ストリーミングは対象外です。

https://aws.amazon.com/blogs/aws/get-started-with-openai-gpt-5-5-gpt-5-4-models-and-codex-on-amazon-bedrock

Bedrock 上の OpenAI モデルは、Converse API ではなく、専用の Responses API エンドポイントから呼び出します。公式ブログで案内されている bedrock-mantle エンドポイントを使用します。両者の違いは以下のとおりです。

観点 Converse API Responses API(OpenAI モデル向け)
エンドポイント bedrock-runtime bedrock-mantle
SDK AWS SDK (boto3) OpenAI SDK
認証 IAM / SigV4 Bedrock API Key または AWS credential chain 由来の短期トークン
リクエスト形式 Bedrock Converse 形式 OpenAI Responses API 形式
対象モデル Bedrock 上の各種モデル Bedrock 上の OpenAI モデル

前提条件

本記事のコードを実行するには、以下が完了している必要があります。

  • 対象リージョンで GPT-5.5 / GPT-5.4 のモデルアクセスが有効化されていること
  • AWS credential chain で認証できること(IAM ロール、AWS_PROFILE、環境変数など)
  • 実行主体に Bedrock のモデル呼び出し権限が付与されていること

リージョンとモデル ID

2026年6月2日時点での対応状況は以下のとおりです。最新情報は公式ドキュメントを確認してください。

モデル モデル ID リージョン
GPT-5.5 openai.gpt-5.5 us-east-2 (Ohio) のみ
GPT-5.4 openai.gpt-5.4 us-east-2 (Ohio)、us-west-2 (Oregon)

料金

2026年6月2日時点の料金です。最新情報は公式料金ページを確認してください。

モデル Input (per 1M tokens) Output (per 1M tokens) Cached Input (per 1M tokens)
GPT-5.5 $5.50 $33.00 $0.55
GPT-5.4 $2.75 $16.50 $0.275

認証方式

Responses API エンドポイントへの認証は Bearer トークンで行います。取得方法は2つあります。

方法1: 短期トークン(本記事で使用)

AWS credential chain(IAM ロール / プロファイル)から aws-bedrock-token-generator で短期トークンを生成します。有効期限は最大12時間ですが、元の AWS 認証情報の有効期限を超えては利用できません。Bedrock を呼び出せる IAM 権限と botocore[crt] が必要です。

方法2: Bedrock API Key

コンソールまたは CLI から発行する長期キーです。詳細は公式ドキュメントを参照してください。

実行環境

  • Python: 3.14.4
  • openai: 2.40.0
  • aws-bedrock-token-generator: 1.1.0
  • botocore: 1.43.2
  • awscrt: 0.32.2

GPT-5.5 を OpenAI Python SDK で呼び出す

セットアップ

pip install openai aws-bedrock-token-generator "botocore[crt]"

botocore[crt] を忘れると provide_token() 実行時に MissingDependencyException が発生します。内部で使う awscrt(AWS Common Runtime)が不足するためです。openaiaws-bedrock-token-generator だけでなく、必ず "botocore[crt]" も含めてインストールしてください。

なお、本記事は「実行環境」に記載のバージョンで検証しています。異なるバージョンではレスポンスオブジェクトの属性名やエラー型が変わる可能性があります。

呼び出しコード

from aws_bedrock_token_generator import provide_token
from openai import OpenAI

token = provide_token(region="us-east-2")
client = OpenAI(
    base_url="https://bedrock-mantle.us-east-2.api.aws/openai/v1",
    api_key=token,
)

response = client.responses.create(
    model="openai.gpt-5.5",
    input=[
        {"role": "developer", "content": "You are a helpful assistant. Be concise."},
        {"role": "user", "content": "What is Amazon Bedrock in one sentence?"},
    ],
    reasoning={"effort": "medium"},
)

print(response.output_text)
print(f"Input: {response.usage.input_tokens} / Output: {response.usage.output_tokens}")

実行結果

Amazon Bedrock is a fully managed AWS service for building and scaling generative AI applications using foundation models from leading AI companies and Amazon.
Input: 28 / Output: 31

Bedrock 経由の呼び出しに成功しました。

reasoning.effort パラメータ

reasoning パラメータの effort フィールドで推論の深さを制御できます。本記事では lowmediumhigh を指定して動作を確認しました。

今回の検証では、GPT-5.5 で effort=low を指定した場合、レスポンスの reasoning_tokens が 0 でした。一方、GPT-5.4 + effort=high の呼び出しでは、今回のレスポンスに reasoning_tokens の値が入り、outputtype: "reasoning" のブロックが含まれていました。

curl で呼び出す

Python SDK を使わず、curl でも呼び出せます。

TOKEN=$(python3 -c 'from aws_bedrock_token_generator import provide_token; print(provide_token(region="us-east-2"))')

curl -s "https://bedrock-mantle.us-east-2.api.aws/openai/v1/responses" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $TOKEN" \
  -d '{
    "model": "openai.gpt-5.5",
    "input": [
      {"role": "user", "content": "What is the capital of Japan?"}
    ],
    "reasoning": {"effort": "low"}
  }'

レスポンス(抜粋)

{
  "id": "resp_xxx",
  "model": "openai.gpt-5.5",
  "object": "response",
  "status": "completed",
  "output": [
    {
      "id": "msg_xxx",
      "type": "message",
      "role": "assistant",
      "status": "completed",
      "content": [
        {
          "type": "output_text",
          "text": "The capital of Japan is Tokyo."
        }
      ]
    }
  ],
  "reasoning": {
    "effort": "low",
    "summary": null,
    "context": "current_turn"
  },
  "usage": {
    "input_tokens": 26,
    "output_tokens": 11,
    "output_tokens_details": { "reasoning_tokens": 0 },
    "total_tokens": 37
  }
}

effort=low を指定したこの例では、reasoning_tokens は 0 で、出力もシンプルでした。

GPT-5.4 も呼んでみる

GPT-5.4 は Ohio に加えて Oregon でも利用できます。

Ohio (us-east-2) での呼び出し

前述の us-east-2 向け client を使って、モデル ID を openai.gpt-5.4 に変更します。

response = client.responses.create(
    model="openai.gpt-5.4",
    input=[{"role": "user", "content": "Explain why the sky is blue in one sentence."}],
    reasoning={"effort": "high"},
)

正常にレスポンスが返りました。今回のレスポンスでは reasoning ブロックが含まれていました。

GPT-5.4 レスポンス例(reasoning ブロックあり)

{
  "id": "resp_xxx",
  "model": "openai.gpt-5.4",
  "object": "response",
  "status": "completed",
  "output": [
    {
      "id": "rs_xxx",
      "type": "reasoning",
      "summary": []
    },
    {
      "id": "msg_xxx",
      "type": "message",
      "role": "assistant",
      "status": "completed",
      "content": [
        {
          "type": "output_text",
          "text": "The sky looks blue because molecules in Earth's atmosphere scatter the shorter, bluer wavelengths of sunlight more strongly than the longer, redder wavelengths."
        }
      ]
    }
  ],
  "reasoning": {
    "effort": "high",
    "summary": null,
    "context": "current_turn"
  },
  "usage": {
    "input_tokens": 16,
    "output_tokens": 51,
    "output_tokens_details": { "reasoning_tokens": 16 },
    "total_tokens": 67
  }
}

Oregon (us-west-2) での呼び出し

token = provide_token(region="us-west-2")
client_oregon = OpenAI(
    base_url="https://bedrock-mantle.us-west-2.api.aws/openai/v1",
    api_key=token,
)

response = client_oregon.responses.create(
    model="openai.gpt-5.4",
    input=[{"role": "user", "content": "Hello from Oregon!"}],
    reasoning={"effort": "high"},
)

GPT-5.4 は Oregon でも正常に応答しました。

GPT-5.5 は Oregon では利用不可

from openai import NotFoundError

try:
    response = client_oregon.responses.create(
        model="openai.gpt-5.5",
        input=[{"role": "user", "content": "Hello"}],
        reasoning={"effort": "medium"},
    )
except NotFoundError as e:
    print("GPT-5.5 is not available in us-west-2")
    print(e)

GPT-5.5 を Oregon で呼び出そうとすると 404 エラーになりました。2026年6月2日時点では、GPT-5.5 は Ohio のみの提供です。

日本語での呼び出し

日本語でも問題なく動作するか確認しました。

response = client.responses.create(
    model="openai.gpt-5.5",
    input=[
        {"role": "developer", "content": "日本語で簡潔に回答してください。"},
        {"role": "user", "content": "Amazon Bedrock とは何ですか?"},
    ],
    reasoning={"effort": "medium"},
)

日本語でも正常に応答が返りました。

Amazon Bedrock は、AWS 上で複数の基盤モデルを利用して生成 AI アプリケーションを構築・運用できるマネージドサービスです。

まとめ

Amazon Bedrock 上の GPT-5.5 / GPT-5.4 を OpenAI SDK から呼び出せることを確認しました。aws-bedrock-token-generator による短期トークン取得が手軽で、reasoning.effort による推論制御も機能します。OpenAI に直接 API Key を発行せず、既存の IAM 認証・ガバナンス・請求の仕組みをそのまま活かせるのは Bedrock 経由ならではの利点です。今回対象外としたストリーミングや Codex についても、追って試していきたいと思います。

参考リンク

https://aws.amazon.com/jp/blogs/machine-learning/openai-models-and-codex-on-amazon-bedrock-are-now-generally-available/

https://aws.amazon.com/blogs/aws/get-started-with-openai-gpt-5-5-gpt-5-4-models-and-codex-on-amazon-bedrock

https://openai.com/index/openai-frontier-models-and-codex-are-now-available-on-aws/

https://docs.aws.amazon.com/bedrock/latest/userguide/model-cards-openai.html

https://docs.aws.amazon.com/bedrock/latest/userguide/api-keys.html

https://aws.amazon.com/bedrock/pricing/

https://docs.aws.amazon.com/bedrock/latest/userguide/models-region-compatibility.html


生成AI活用はクラスメソッドにお任せ

過去に支援してきた生成AIの支援実績100+を元にホワイトペーパーを作成しました。御社が抱えている課題のうち、どれが解決できて、どのようなサービスが受けられるのか?4つのフェーズに分けてまとめています。どうぞお気軽にご覧ください。

生成AI資料イメージ

無料でダウンロードする

この記事をシェアする

AWSのお困り事はクラスメソッドへ

関連記事