Amazon Bedrock で一般提供になった OpenAI GPT-6.2 Astra / Sol を試してみた

Amazon Bedrock で一般提供になった OpenAI GPT-6.2 Astra / Sol を試してみた

Bedrock の GPT-6.2 は、Converse、InvokeModel、OpenAI 互換 API、OpenAI SDK のどれでも、一時認証情報の SigV4 署名だけで呼べました。OpenAI の公式価格では、Astra は GPT-6 Astra より入出力が2割、キャッシュ入力が6割安くなっています。
2026.11.18

はじめに

2026年11月17日、Amazon Bedrock での OpenAI GPT-6.2 Astra と GPT-6.2 Sol の一般提供が発表されました。

https://aws.amazon.com/jp/about-aws/whats-new/2026/11/openai-gpt-6-2-astra-sol-amazon-bedrock/

Astra には、レイテンシーが重要な用途向けの Ultrafast モードがあります。この記事では、両モデルを bedrock-runtime(Converse、InvokeModel、OpenAI 互換 API)から呼び出せるかを確かめました。bedrock-mantle(OpenAI 互換 API)からも呼び出し、Astra では Ultrafast の指定も試しました。

検証内容

呼び出しはすべて、IAM ロールから取得した一時認証情報を使って行いました。認証情報は環境変数 AWS_ACCESS_KEY_ID、AWS_SECRET_ACCESS_KEY、AWS_SESSION_TOKEN に設定しました。curl と OpenAI SDK からのリクエストも SigV4 で署名しました。リージョンは、記載がなければ us-east-1 です。

モデルIDと推論プロファイル

まず、モデルの一覧を取得します。

aws bedrock list-foundation-models --region us-east-1 --by-provider openai --query "modelSummaries[?contains(modelId,'gpt-6.2')]" --output json

Astra のエントリは次のとおりです。

{
    "modelArn": "arn:aws:bedrock:us-east-1::foundation-model/openai.gpt-6.2-astra",
    "modelId": "openai.gpt-6.2-astra",
    "modelName": "GPT-6.2 Astra",
    "providerName": "OpenAI",
    "inputModalities": [
        "TEXT",
        "IMAGE"
    ],
    "outputModalities": [
        "TEXT"
    ],
    "responseStreamingSupported": true,
    "customizationsSupported": [],
    "inferenceTypesSupported": [
        "INFERENCE_PROFILE"
    ],
    "modelLifecycle": {
        "status": "ACTIVE",
        "startOfLifeTime": "2026-11-16T10:00:00+00:00"
    }
}

Sol のエントリは、modelId、modelName、modelArn 以外の値が Astra と同じで、モデルIDは openai.gpt-6.2-sol です。ap-northeast-1 と us-west-2 の一覧にも両モデルが含まれます。inferenceTypesSupported が INFERENCE_PROFILE だけなので、bedrock-runtime の呼び出しにはモデルIDではなく推論プロファイルのIDを渡します。

aws bedrock list-inference-profiles --region us-east-1 --query "inferenceProfileSummaries[?contains(inferenceProfileId,'gpt-6.2')].{id:inferenceProfileId,name:inferenceProfileName,status:status,type:type}" --output json
[
    {
        "id": "us.openai.gpt-6.2-astra",
        "name": "US OpenAI GPT-6.2 Astra",
        "status": "ACTIVE",
        "type": "SYSTEM_DEFINED"
    },
    {
        "id": "us.openai.gpt-6.2-sol",
        "name": "US OpenAI GPT-6.2 Sol",
        "status": "ACTIVE",
        "type": "SYSTEM_DEFINED"
    },
    {
        "id": "global.openai.gpt-6.2-astra",
        "name": "Global OpenAI GPT-6.2 Astra",
        "status": "ACTIVE",
        "type": "SYSTEM_DEFINED"
    },
    {
        "id": "global.openai.gpt-6.2-sol",
        "name": "Global OpenAI GPT-6.2 Sol",
        "status": "ACTIVE",
        "type": "SYSTEM_DEFINED"
    }
]

ap-northeast-1 の一覧に含まれるのは、Astra と Sol の global. の2つだけです。us-east-1 と us-west-2 では、us. と global. の両方が含まれます。

Converse

推論プロファイルのID global.openai.gpt-6.2-astra を指定すると、Converse の応答が返ります。

aws bedrock-runtime converse --region us-east-1 --model-id global.openai.gpt-6.2-astra --messages '[{"role":"user","content":[{"text":"Say ok"}]}]' --inference-config '{"maxTokens":64}' --output json
{
    "output": {
        "message": {
            "role": "assistant",
            "content": [
                {
                    "text": "ok"
                }
            ]
        }
    },
    "stopReason": "end_turn",
    "usage": {
        "inputTokens": 8,
        "outputTokens": 5,
        "totalTokens": 13,
        "cacheReadInputTokens": 0,
        "cacheWriteInputTokens": 0
    },
    "metrics": {
        "latencyMs": 875
    }
}

Astra と Sol の両方で、us-east-1 と us-west-2 は global. と us. を、ap-northeast-1 は global. を試しました。いずれも、応答テキストが ok、stopReason が end_turn で、usage は入力 8・出力 5・合計 13 トークンでした。

InvokeModel

InvokeModel のボディには、Chat Completions 形式を使います。次の内容を invoke-body.json として保存します。

{"messages":[{"role":"user","content":"Say ok"}],"max_completion_tokens":64}
aws bedrock-runtime invoke-model --region us-east-1 --model-id global.openai.gpt-6.2-astra --body fileb://invoke-body.json --content-type application/json --accept application/json invoke-astra.json && cat invoke-astra.json

invoke-astra.json の中身は次のとおりです。

{"choices":[{"finish_reason":"stop","index":0,"message":{"annotations":[],"content":"ok","refusal":null,"role":"assistant"}}],"created":1794965410,"id":"chatcmpl-ftxbgwd6pzi5vg4weseqhatxvsqgavhk6th66wzohawzpghplikq","model":"global.openai.gpt-6.2-astra","object":"chat.completion","service_tier":"default","usage":{"completion_tokens":5,"completion_tokens_details":{"accepted_prediction_tokens":0,"audio_tokens":0,"reasoning_tokens":0,"rejected_prediction_tokens":0},"prompt_tokens":8,"prompt_tokens_details":{"audio_tokens":0,"cache_write_tokens":0,"cached_tokens":0},"total_tokens":13},"system_fingerprint":null}

応答の model には、指定した推論プロファイルのIDがそのまま入ります。Sol でも同様です。

OpenAI 互換 API

bedrock-runtime の OpenAI 互換エンドポイントは、curl の --aws-sigv4 で署名して呼び出せます。署名サービス名は bedrock です。Responses のボディとして、次の内容を responses-body-astra.json に保存します。

{"model":"global.openai.gpt-6.2-astra","input":"Say ok","store":false,"max_output_tokens":64}
curl --silent --show-error \
  --aws-sigv4 'aws:amz:us-east-1:bedrock' \
  --user "${AWS_ACCESS_KEY_ID}:${AWS_SECRET_ACCESS_KEY}" \
  -H "x-amz-security-token: ${AWS_SESSION_TOKEN}" \
  -H 'Content-Type: application/json' \
  --data-binary @responses-body-astra.json \
  --write-out '\nHTTP_STATUS=%{http_code}\n' \
  https://bedrock-runtime.us-east-1.amazonaws.com/openai/v1/responses

Chat Completions は、URL の末尾を /openai/v1/chat/completions にします。次の内容を chat-body-astra.json として保存し、--data-binary に渡します。

{"model":"global.openai.gpt-6.2-astra","messages":[{"role":"user","content":"Say ok"}],"max_completion_tokens":64}

Sol では、ボディの model を global.openai.gpt-6.2-sol に変えます。Astra と Sol それぞれで Responses と Chat Completions を呼び出し、4通りすべてが HTTP 200 でした。出力と usage は Converse と同じです。Responses の応答は status が completed で、テキストは output[0].content[0].text に入ります。

Responses の応答全文(Astra)
{"background":false,"billing":{"payer":"developer"},"completed_at":1794965435,"created_at":1794965435,"error":null,"frequency_penalty":0.0,"id":"resp_nzfit5r67v7ltukd53wukoc4xat7amw7j3wt77su3xja5bspvq3q","incomplete_details":null,"input_transformations":[],"instructions":null,"max_output_tokens":64,"max_tool_calls":null,"metadata":{},"model":"global.openai.gpt-6.2-astra","object":"response","output":[{"content":[{"annotations":[],"logprobs":[],"text":"ok","type":"output_text"}],"id":"msg_797516b64f5a52fd9764a86af9aaaee6","phase":"final_answer","role":"assistant","status":"completed","type":"message"}],"parallel_tool_calls":true,"presence_penalty":0.0,"previous_response_id":null,"prompt_cache_key":null,"prompt_cache_retention":"in_memory","reasoning":{"summary":null,"effort":"medium","context":"all_turns"},"safety_identifier":null,"service_tier":"default","status":"completed","store":false,"temperature":1.0,"text":{"format":{"type":"text"},"verbosity":"medium"},"tool_choice":"auto","tools":[],"top_logprobs":0,"top_p":1.0,"truncation":"disabled","usage":{"input_tokens":8,"input_tokens_details":{"cache_write_tokens":0,"cached_tokens":0},"output_tokens":5,"output_tokens_details":{"reasoning_tokens":0},"total_tokens":13},"user":null,"moderation":null}
HTTP_STATUS=200

bedrock-mantle

bedrock-mantle は、署名サービス名が bedrock-mantle、URL が https://bedrock-mantle.<リージョン>.api.aws/openai/v1/responses、モデルIDが接頭辞なしの openai.gpt-6.2-astra です。ボディとして、次の内容を mantle-responses-body-astra.json に保存します。

{"model":"openai.gpt-6.2-astra","input":"Say ok","store":false,"max_output_tokens":64}
curl --silent --show-error \
  --aws-sigv4 'aws:amz:us-east-1:bedrock-mantle' \
  --user "${AWS_ACCESS_KEY_ID}:${AWS_SECRET_ACCESS_KEY}" \
  -H "x-amz-security-token: ${AWS_SESSION_TOKEN}" \
  -H 'Content-Type: application/json' \
  --data-binary @mantle-responses-body-astra.json \
  --write-out '\nHTTP_STATUS=%{http_code}\n' \
  https://bedrock-mantle.us-east-1.api.aws/openai/v1/responses
リージョンと API Astra Sol
us-east-1(Responses) HTTP 200 HTTP 200
us-east-1(Chat Completions) HTTP 200 HTTP 200

出力と usage は Converse と同じです。

OpenAI SDK

OpenAI SDK から呼ぶには、httpx の認証クラスで SigV4 署名を付けます。次のコードを sdk_sigv4.py として保存します。

"""OpenAI SDK から Bedrock の OpenAI 互換エンドポイントを SigV4 署名で呼ぶ。

認証情報は環境変数 AWS_ACCESS_KEY_ID / AWS_SECRET_ACCESS_KEY / AWS_SESSION_TOKEN から読む。
接続先は環境変数 TARGET (runtime | mantle)、REGION、MODEL_ID で切り替える。
"""

import json
import logging
import os

import httpx
from botocore.auth import SigV4Auth
from botocore.awsrequest import AWSRequest
from botocore.credentials import Credentials
from openai import OpenAI

logging.basicConfig(level=logging.INFO, format="%(message)s")
logger = logging.getLogger(__name__)

TARGET = os.environ.get("TARGET", "runtime")
REGION = os.environ.get("REGION", "us-east-1")
MODEL_ID = os.environ["MODEL_ID"]

if TARGET == "runtime":
    SIGNING_SERVICE = "bedrock"
    BASE_URL = f"https://bedrock-runtime.{REGION}.amazonaws.com/openai/v1"
else:
    SIGNING_SERVICE = "bedrock-mantle"
    BASE_URL = f"https://bedrock-mantle.{REGION}.api.aws/openai/v1"

credentials = Credentials(
    os.environ["AWS_ACCESS_KEY_ID"],
    os.environ["AWS_SECRET_ACCESS_KEY"],
    os.environ.get("AWS_SESSION_TOKEN"),
)

class SigV4Signer(httpx.Auth):
    requires_request_body = True

    def auth_flow(self, request: httpx.Request):  # type: ignore[no-untyped-def]
        aws_request = AWSRequest(
            method=request.method,
            url=str(request.url),
            data=request.content,
            headers={"content-type": request.headers.get("content-type", "application/json")},
        )
        SigV4Auth(credentials, SIGNING_SERVICE, REGION).add_auth(aws_request)
        for key, value in aws_request.headers.items():
            request.headers[key] = value
        yield request

def main() -> None:
    client = OpenAI(
        api_key="unused-sigv4",
        base_url=BASE_URL,
        http_client=httpx.Client(auth=SigV4Signer(), timeout=120.0),
    )
    response = client.responses.create(
        model=MODEL_ID,
        input="Can you explain the features of Amazon Bedrock?",
        max_output_tokens=2000,
    )
    logger.info("=== target: %s / region: %s / model: %s ===", TARGET, REGION, MODEL_ID)
    logger.info("=== status: %s ===", response.status)
    logger.info("=== output_text ===")
    logger.info("%s", response.output_text)
    logger.info("=== usage ===")
    logger.info("%s", json.dumps(response.usage.model_dump(), indent=2))

if __name__ == "__main__":
    main()

sdk_sigv4.py を置いたディレクトリで、次のコマンドを実行します。これは bedrock-runtime で Astra を呼ぶ例です。

docker run --rm -e AWS_ACCESS_KEY_ID -e AWS_SECRET_ACCESS_KEY -e AWS_SESSION_TOKEN -e TARGET=runtime -e REGION=us-east-1 -e MODEL_ID=global.openai.gpt-6.2-astra -v "$(pwd):/app:ro" -w /app python:3.12-slim bash -c 'pip install -q --root-user-action=ignore --disable-pip-version-check openai botocore httpx 2>&1 | tail -2; python sdk_sigv4.py'

TARGET と MODEL_ID の組み合わせは、次の4通りです。

TARGET Astra の MODEL_ID Sol の MODEL_ID
runtime global.openai.gpt-6.2-astra global.openai.gpt-6.2-sol
mantle openai.gpt-6.2-astra openai.gpt-6.2-sol

4通りとも status は completed でした。pip install ではバージョンを固定していません。参考として、実行後に同じイメージで確認したバージョンは、Python 3.12.15、openai 3.54.0、botocore 1.44.5、httpx 0.28.1 です。

Ultrafast

Astra では、Responses のボディに "service_tier":"ultrafast" を追加すると Ultrafast で実行されます。次の内容を ultrafast-body-astra-global.json として保存し、OpenAI 互換 API の節と同じ curl で --data-binary に渡します。Chat Completions でも、同じキーをボディに追加します。

{"model":"global.openai.gpt-6.2-astra","input":"Say ok","store":false,"max_output_tokens":64,"service_tier":"ultrafast"}

次の4つの経路が HTTP 200 で、応答の service_tier は ultrafast、出力は ok でした。service_tier を指定しない Standard の呼び出しでは、応答の service_tier は default です。

エンドポイント モデルID API
bedrock-runtime global.openai.gpt-6.2-astra Responses
bedrock-runtime us.openai.gpt-6.2-astra Responses
bedrock-runtime global.openai.gpt-6.2-astra Chat Completions
bedrock-mantle openai.gpt-6.2-astra Responses

料金

記事執筆時点では、Bedrock の OpenAI モデルカードの一覧ページに GPT-6.2 の単価は掲載されていません。今後掲載される見込みです。

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

GPT-6 Astra と GPT-6.1 Sol のモデルカードでは、グローバルの推論プロファイルの単価は OpenAI の公式価格と同額でした。GPT-6.2 も同様であれば、グローバルの推論プロファイルの単価は次の表と同額になります。

次の表は OpenAI の公式価格で、Bedrock の単価ではありません。値は100万トークンあたりの価格で、短いコンテキストの場合です。

GPT-6.2 Astra

モデル 入力 出力 キャッシュ入力 キャッシュ書き込み(30分) キャッシュ書き込み(12時間)
gpt-6.2-astra(Standard) $8.00 $40.00 $0.40 $10.00 $20.00
gpt-6.2-astra(Ultrafast、2027年2月28日まで) $24.00 $120.00 $1.20 $30.00 $60.00
gpt-6.2-astra(Ultrafast、2027年3月1日から) $48.00 $240.00 $2.40 $60.00 $120.00
gpt-6-astra(Standard) $10.00 $50.00 $1.00 $12.50 $25.00

Standard の価格は、GPT-6 Astra と比べると、入力、出力、キャッシュ書き込み(30分・12時間)はいずれも2割安く、キャッシュ入力は $1.00 から $0.40 へ6割安くなっています。Ultrafast は Standard の3倍(2027年2月28日まで)、6倍(2027年3月1日から)で、切り替わりの日付は太平洋時間です。

GPT-6.2 Sol

モデル 入力 出力 キャッシュ入力 キャッシュ書き込み(30分) キャッシュ書き込み(12時間)
gpt-6.2-sol $2.00 $10.00 $0.10 $2.50 $5.00
gpt-6.1-sol $2.00 $10.00 $0.10 $2.50 $5.00

提供価格は、GPT-6.1 Sol から変わっていません。

https://developers.openai.com/api/docs/pricing

まとめ

GPT-6.2 Astra と GPT-6.2 Sol が Bedrock で利用できることを確認しました。

ARC Prize は投稿で、GPT-6.2 Astra を ARC-AGI-3 で 100% を達成した最初のモデルだと紹介しています。

https://x.com/arcprize/status/2122751233442156678

Astra は、トークン価格も値下げされています。Sol や Astra の旧バージョンを利用中の方は、GPT-6.2 での評価をおすすめします。


AI白書2026 配布中

クラスメソッドが独自に行なったAI診断調査をもとに、企業のAI活用の現在地を調査レポートとしてまとめました。企業規模別の活用度傾向に加え、規模を超えてAI活用を進める企業に共通する取り組みまで、自社の現在地を捉えるためのヒントにぜひ。

AI白書2026

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