Amazon Bedrock amplia suporte aos modelos OpenAI GPT-5.6 Terra e Luna na Índia com inferência entre regiões
A Amazon Web Services anunciou que o Amazon Bedrock agora oferece suporte aos modelos da OpenAI GPT-5.6, nas variantes Terra e Luna, na Índia, por meio de uma nova modalidade de inferência entre regiões restrita ao território indiano, chamada India geographic cross-Region inference. A novidade permite que empresas com requisitos de processamento local de dados, incluindo setores como serviços financeiros, saúde e governo, possam utilizar esses modelos de inteligência artificial em larga escala, com a garantia de que as requisições e os dados permaneçam dentro do país.
Tanto o modelo Terra quanto o Luna disponibilizam uma janela de contexto de um milhão de tokens, aceitam entradas de texto e imagem e produzem respostas em texto. Na prática, isso significa que aplicações podem processar documentos longos, bases de código extensas e cargas de trabalho que misturam texto e imagem em uma única requisição, tudo isso sem que o processamento saia do território indiano. A funcionalidade opera a partir das regiões Ásia Pacífico (Mumbai) e Ásia Pacífico (Hyderabad), dois data centers da AWS localizados na Índia.
A inferência entre regiões funciona como um mecanismo de capacidade. Em vez de limitar as requisições à capacidade de computação disponível em uma única região, o sistema distribui automaticamente as chamadas para outras regiões dentro do mesmo país, ampliando o pool de recursos computacionais. Isso ajuda a manter o desempenho consistente mesmo em momentos de pico de tráfego, quando a demanda por processamento aumenta de forma significativa.
Para utilizar os novos modelos, a AWS disponibilizou dois perfis de inferência geográfica específicos para a Índia: o in.openai.gpt-5.6-terra, destinado ao modelo Terra, e o in.openai.gpt-5.6-luna, voltado para o Luna. Esses perfis funcionam como identificadores que definem o modelo e as regiões para as quais o Amazon Bedrock pode encaminhar uma requisição. Quando o desenvolvedor faz uma chamada a partir de Mumbai, por exemplo, o serviço decide automaticamente para qual região indiana a solicitação será roteada com base na capacidade disponível.
Um aspecto importante diz respeito à residência de dados. Os perfis geográficos indianos garantem que todo o processamento ocorra exclusivamente dentro do país, com roteamento restrito às regiões de Mumbai e Hyderabad. Os dados são criptografados durante o trânsito pela rede da Amazon. A plataforma adota um modelo de segurança chamado zero data retention, no qual, por padrão, o Amazon Bedrock não armazena as entradas ou saídas dos modelos. No entanto, conteúdos sinalizados por classificadores automatizados de detecção de abuso podem ser retidos para análise posterior, conforme as políticas de segurança do serviço.
O faturamento e o consumo de cota são contabilizados na região de origem da requisição, independentemente de qual região de destino tenha efetivamente processado a chamada. Da mesma forma, os registros de monitoramento gerados pelo Amazon CloudWatch e pelo AWS CloudTrail ficam disponíveis apenas na região de origem, facilitando a gestão e a auditoria em um único local.
Para novos projetos, a AWS recomenda o uso do endpoint bedrock-runtime, que oferece suporte tanto às APIs nativas do Amazon Bedrock, como InvokeModel e Converse, quanto às APIs compatíveis com o formato da OpenAI, chamadas Responses e Chat Completions. Esse endpoint concentra recursos adicionais da plataforma, incluindo Guardrails, roteamento inteligente de prompts e a própria inferência entre regiões. Aplicações já existentes que utilizem o endpoint bedrock-mantle continuam plenamente funcionais, sem necessidade de alterações.
Além da opção restrita à Índia, o Amazon Bedrock também oferece perfis globais de inferência, identificados pelo prefixo global, que podem encaminhar requisições para regiões AWS comerciais ao redor do mundo, ampliando ainda mais o pool de capacidade disponível. No entanto, para organizações com exigências de processamento local, como é o caso de muitas empresas indianas que lidam com dados sensíveis, os perfis com prefixo in são a escolha indicada, pois garantem que a inferência permaneça dentro das fronteiras do país.
O lançamento inclui ainda recursos como cache de prompts, que oferece desconto de noventa por cento nos tokens de entrada armazenados em cache, sendo especialmente útil para cargas de trabalho de geração aumentada por recuperação e sistemas agentes que repetem o mesmo contexto ao longo de várias interações. O cache funciona tanto no modo implícito, em que o próprio sistema define os pontos de quebra, quanto no modo explícito, no qual o desenvolvedor tem controle preciso sobre onde o limite do cache é estabelecido.
