Equipes na Tailândia, Malásia, Singapura, Indonásia e Taiwan passaram a ter acesso aos modelos OpenAI GPT-6 Sol e GPT-6 Luna por meio da inferência global entre regiões do Amazon Bedrock, serviço da AWS que oferece modelos de fundação para aplicações de inteligência artificial. O modelo GPT-6 Astra também está disponível pela mesma modalidade, embora apenas a partir da região Ásia-Pacífico (Singapura). O anúncio foi detalhado em publicação técnica assinada por especialistas de AWS e OpenAI.
O problema que a novidade resolve é a limitação de capacidade local. Quando a demanda por inferência — o processo de geração de respostas por um modelo — excede os recursos disponíveis na região de origem, as chamadas podem ser travadas. Com a inferência global entre regiões, as requisições são roteadas para qualquer região comercial da AWS onde o modelo esteja implantado, ampliando o acesso à capacidade de processamento do Amazon Bedrock.
A família GPT-6 reúne três variantes com perfis distintos. O GPT-6 Sol entrega raciocínio forte e capacidades de programação para tarefas complexas executadas ao longo da semana. O GPT-6 Luna foi pensado para tarefas focadas e repetíveis em alto volume. Já o GPT-6 Astra é voltado a raciocínio complexo, programação e trabalho com documentos longos. Os três aceitam entrada de texto e imagem, uso de ferramentas no lado do cliente e cache de prompts. A diferença está no esforço de raciocínio configurável: Sol e Luna aceitam os níveis nulo, baixo, médio, alto, extra alto e máximo, enquanto Astra aceita os mesmos níveis, exceto o nulo.
Na prática, o acesso funciona passando um identificador de perfil de inferência global no lugar do ID do modelo. A região de origem é aquela de onde a chamada de API é feita, e o Amazon Bedrock escolhe automaticamente a região de destino para o processamento. Um ponto relevante para equipes de operação é que a cobrança, o controle de cotas e os registros de auditoria permanecem na região de origem. Sol e Luna podem ser chamados de Singapura, Jacarta, Malásia, Tailândia e Taipei, enquanto Astra parte somente de Singapura. A documentação completa está no guia sobre inferência entre regiões do Amazon Bedrock User Guide.
Cada modelo oferece três caminhos de acesso no endpoint de execução: a Converse API, nativa do serviço, e as interfaces compatíveis com a OpenAI, chamadas Responses e Chat Completions, acessadas em caminhos específicos do endpoint. A autenticação pode usar a assinatura SigV4, método padrão de credenciais AWS, ou uma chave de API do Amazon Bedrock. Para quem já mantém integração com a OpenAI, a migração exige apenas a troca da URL base e da chave de acesso, mantendo o mesmo perfil global como parâmetro do modelo.
O aplicativo de desktop do ChatGPT e a ferramenta de linha de comando Codex CLI também podem usar os perfis globais. Ambos compartilham o mesmo arquivo de configuração, o que simplifica a ativação. Um detalhe técnico mencionado na publicação é que o Codex reporta uma janela de 272 mil tokens para esses perfis, valor que representa uma estimativa própria do cliente e não um limite do serviço. A configuração exige a versão 0.148 ou posterior da ferramenta.
Do lado de segurança, as políticas do AWS Identity and Access Management, o serviço que gerencia permissões na nuvem, precisam de quatro declarações para autorizar as chamadas, incluindo uma que permite o roteamento entre regiões. Um cuidado adicional envolve as service control policies, controles aplicados a toda a organização: como as requisições globais não carregam nome de região, listas de regiões aprovadas podem bloqueá-las sem indicação clara de qual política negou o acesso. A AWS recomenda criar uma exceção restrita aos perfis globais, e um arquivo pronto para uso está no repositório aws-samples no GitHub.
As cotas dos modelos são medidas em tokens por minuto, com regra de consumo assimétrica: tokens de entrada e de gravação em cache contam de forma proporcional, mas cada token de saída consome dez tokens da cota. Uma requisição com 2 mil tokens de entrada e mil de saída, por exemplo, desconta 12 mil tokens do limite. Como o valor máximo de tokens é reservado integralmente, a AWS orienta definir o parâmetro próximo ao resultado esperado e monitorar o uso com alertas entre 70 e 80 por cento da alocação.
O monitoramento permanece centralizado na região de origem, incluindo métricas, registros de auditoria e faturamento, cobrado pelas tarifas da região de chamada. O serviço CloudTrail registra em qual região cada requisição foi processada, informação útil para auditoria. Uma ressalva importante envolve dados: tráfego sinalizado por classificadores de detecção de abuso pode ser retido por até 30 dias na região de destino, o que exige atenção de empresas com requisitos de residência de dados. Clientes elegíveis podem solicitar retenção zero por meio de sua equipe de contas.
A novidade amplia o acesso aos modelos GPT-6 no Sudeste Asiático e em Taiwan com roteamento global de capacidade, mantendo operação, cobrança e governança na região de origem. Para começar, basta anexar a política de permissões adequada e enviar a primeira requisição pelo perfil global. Os valores por token estão detalhados na página de preços do Amazon Bedrock, disponível no site oficial da AWS.
