オーストラリアからAmazon Bedrock経由でOpenAIモデルにグローバルクロスリージョン推論でアクセス可能に

オーストラリアのチームは、Amazon Bedrock を通じて最新の OpenAI モデルを利用できるようになりました。Amazon Bedrock では、OpenAI の GPT-5.6 Sol、Terra、Luna を、オーストラリアのアジア太平洋（シドニー）およびアジア太平洋（メルボルン）AWS リージョンから グローバル・クロスリージョン推論 として利用できます。

アプリケーションは、アジア太平洋（シドニー）またはアジア太平洋（メルボルン）の Amazon Bedrock Runtime エンドポイントを呼び出します。Amazon Bedrock はそのリクエストを処理可能な商用 AWS リージョンへ自動ルーティングします。これにより、アプリケーション側で宛先リージョンの管理を行うことなく、より広範な推論キャパシティプールへのアクセスが可能になります。

GPT-5.6 Sol は、高度な推論やコーディング、エージェントワークロードに適しています。Terra は日常の生産環境におけるパフォーマンスとコストのバランスに優れています。Luna は、大量処理や低遅延が求められるアプリケーション向けに、高速かつ安価な推論を提供します。

これら 3 つのモデルはすべて、テキストおよび画像の入力を扱い、テキストを生成できます。また、最大 100 万トークンのコンテキストウィンドウをサポートしています。

Amazon Bedrock Runtime エンドポイントを利用すれば、アジア太平洋地域（シドニー）および同地域（メルボルン）から、Responses API、Chat Completions API、Converse API を通じてこれらのモデルを呼び出すことができます。

本記事では、推論コストの最適化に役立つプロンプトキャッシュの活用方法、OpenID Connect (OIDC) ベースの認証による Codex の設定方法、そして Amazon CloudWatch と Coding Agent Insights を用いた利用状況の監視方法を解説します。

GPT-5.6 グローバル推論プロファイル

以下の表では、本記事で取り上げる 3 つのグローバルプロファイル ID と、対象となるオーストラリアのソースリージョンを一覧にしています。

プロファイルのメンバーシップやモデルの利用可否は変更される可能性があります。デプロイ前に クロスリージョン推論サポート のドキュメントを確認してください。

始め方

このセクションに進む前に、以下の前提条件を整えるために、GPT-5.6 のブログ記事をお読みください。

• ソースリージョンとしてアジア太平洋（シドニー）またはアジア太平洋（メルボルン）が有効化された AWS アカウントを用意してください。
• 組織でサービスコントロールポリシー (SCP) を利用している場合は、選択したソースリージョン内で GPT-5.6 のグローバル推論プロファイルが SCP で許可されているか確認してください。

GPT-5.6 の推論プロファイルを実行するには、適切な権限を持つ AWS Identity and Access Management (IAM) ロールまたはユーザーが必要です。

Python 3.9 以降を使用し、openai、boto3、および aws-bedrock-token-generator パッケージがインストールされていることを確認してください。

次のセクションでは、AWS Command Line Interface (AWS CLI) と Amazon Bedrock コンソールの両方を使用して、アクティブなグローバル推論プロファイルを確認する方法をご紹介します。

AWS CLI を使用して操作する

以下のコマンドは、アクティブな GPT-5.6 プロファイルの一覧表示と、シドニーリージョンから Terra プロファイルの検査を行います。推論プロファイル ID を変更することで、Sol や Luna に対しても同様のコマンドを実行可能です。メルボルンリージョンから同じ確認を行う場合は、ap-southeast-2 を ap-southeast-4 に置き換えてください。

aws bedrock list-inference-profiles \
--region ap-southeast-2 \
--type-equals SYSTEM_DEFINED \
--query "inferenceProfileSummaries[?contains(inferenceProfileId, 'openai.gpt-5.6')].[inferenceProfileId,status]" \
--output table

aws bedrock get-inference-profile \
--region ap-southeast-2 \
--inference-profile-identifier global.openai.gpt-5.6-terra

Amazon Bedrock コンソールを使用する

Amazon Bedrock コンソールを開き、リージョンとしてシドニーまたはメルボルンを選択します。その後、「Infer」セクションの「Inference profiles」をクリックし、「Global OpenAI GPT-5.6 Terra」でフィルターをかけます。

図 1：シドニー・ソース・リージョンからアクティブになっている GPT-5.6 Terra のグローバル推論プロファイル

Amazon Bedrock Runtime を通じて GPT-5.6 を呼び出す

GPT-5.6 は、Amazon Bedrock Runtime エンドポイント上で 3 つのアクセスパスをサポートしています。それは「OpenAI Responses API」、「OpenAI Chat Completions API」、そして「Amazon Bedrock Converse API」です。

OpenAI 互換の API は、AWS SDK を介するのではなく、このエンドポイント内の /openai/v1 パスで呼び出されます。このエンドポイントは、AWS Signature Version 4 (SigV4) または Amazon Bedrock モデル推論 API キーのいずれかを受け付けます。

以下の例では、Python 用 AWS Bedrock トークンジェネレーター を使用して、現在の AWS 認証情報から一時的な Amazon Bedrock モデル推論 API キーを作成しています。これにより、アプリケーションが静的なキーを保存する必要がなくなります。その後、この一時的な API キーを使用して OpenAI クライアントを作成し、サポートされている API と連携させることができます。

OpenAI Responses API

すでに OpenAI SDK を「Responses API」で利用しているアプリケーションの場合、クライアントをリージョンごとの Amazon Bedrock Runtime エンドポイントに指すだけで済みます。

from aws_bedrock_token_generator import provide_token
from openai import OpenAI

region = "ap-southeast-2" # Use "ap-southeast-4" for Melbourne.
model_id = "global.openai.gpt-5.6-terra"
prompt = (
    "In three short bullet points, explain how Availability Zones "
    "help make an AWS application highly available."
)

openai_client = OpenAI(
    base_url=f"https://bedrock-runtime.{region}.amazonaws.com/openai/v1",
    api_key=provide_token(region=region),
)

responses_result = openai_client.responses.create(
    model=model_id,
    input=prompt,
    max_output_tokens=300,
)

print(responses_result.output_text)

ストリーミング出力を行うには、stream=True を設定し、レスポンスイベントをイテレーションします。以下の例では、テキストが到着するたびに印刷しています。

response_stream = openai_client.responses.create(
    model=model_id,
    input=prompt,
    max_output_tokens=300,
    stream=True,
)

for event in response_stream:
    if event.type == "response.output_text.delta":
        print(event.delta, end="", flush=True)

OpenAI Chat Completions API

アプリケーションがすでにこの API を利用している場合、Chat Completions API もご利用いただけます。

from aws_bedrock_token_generator import provide_token
from openai import OpenAI

region = "ap-southeast-2" # Use "ap-southeast-4" for Melbourne.
model_id = "global.openai.gpt-5.6-terra"
prompt = (
    "In three short bullet points, explain how Availability Zones "
    "help make an AWS application highly available."
)

openai_client = OpenAI(
    base_url=f"https://bedrock-runtime.{region}.amazonaws.com/openai/v1",
    api_key=provide_token(region=region),
)

chat_result = openai_client.chat.completions.create(
    model=model_id,
    messages=[{"role": "user", "content": prompt}],
    max_completion_tokens=300,
    reasoning_effort="low",
)

print(chat_result.choices[0].message.content)

Amazon Bedrock Converse API

AWS SDK を通じて Amazon Bedrock にアクセスする場合は、Converse API を使用してください。Boto3 は標準的な AWS 認証チェーンを通じて認証情報を解決します。

import boto3

region = "ap-southeast-2" # Use "ap-southeast-4" for Melbourne.
model_id = "global.openai.gpt-5.6-terra"
prompt = (
    "In three short bullet points, explain how Availability Zones "
    "help make an AWS application highly available."
)
messages = [
    {
        "role": "user",
        "content": [{"text": prompt}],
    }
]

bedrock_client = boto3.client("bedrock-runtime", region_name=region)
converse_result = bedrock_client.converse(
    modelId=model_id,
    messages=messages,
    inferenceConfig={"maxTokens": 300},
)

print(converse_result["output"]["message"]["content"][0]["text"])

ストリーミング出力を利用するには、同じリージョンとプロファイル ID で converse_stream を呼び出し、返されるイベントストリームを順次処理します。

stream_result = bedrock_client.converse_stream(
    modelId=model_id,
    messages=messages,
    inferenceConfig={"maxTokens": 300},
)

for event in stream_result["stream"]:
    if "contentBlockDelta" in event:
        delta = event["contentBlockDelta"]["delta"]
        if "text" in delta:
            print(delta["text"], end="", flush=True)
print()

上記の例はアジア太平洋（シドニー）リージョンの Amazon Bedrock を呼び出しています。同様の例をアジア太平洋（メルボルン）で実行するには、リージョンを ap-southeast-4 に設定してコードを実行してください。

プロンプトキャッシングとの連携

GPT-5.6 のプロンプトキャッシングは、対応する API を通じて利用可能です。Amazon Bedrock 上では GPT-5.6 が 2 つのキャッシングモードをサポートしています。

デフォルトで有効になっている「インプリシット（暗黙的）キャッシング」にはコードの変更は不要です。一方、「エクスペリット（明示的）キャッシング」では、再利用可能なプレフィックス、キャッシュ境界、キャッシュキーを定義できます。プロンプトキャッシング機能の具体例については、GPT-5.6 のブログ記事をご参照ください。

Amazon Bedrock 上での GPT-5.6 と Codex の連携設定

Codex は、Amazon Bedrock Runtime を通じて同じグローバル推論プロファイルを利用できます。ネイティブの Amazon Bedrock Runtime モデルプロバイダーを使用するには、最新の Codex CLI をインストールしてください。ここでは、アジア太平洋地域（シドニー）から GPT-5.6 Sol を使用し、codex-cli 0.149.1 で以下の設定を検証しました。

npm install -g @openai/codex@alpha
codex --version

ID プロバイダーが Okta、Auth0、Microsoft Entra ID、Amazon Cognito、または AWS IAM Identity Center の組織向けに、AWS OIDC Auth Helper リポジトリ でサンプルの認証ヘルパーを提供しています。まず、ID プロバイダーと対応する AWS フェデレーションリソース、そして前述の Amazon Bedrock 権限を持つ IAM ロールを設定するためのガイドに従ってください。その後、~/.aws/config に名前付きプロファイルを追加して、デフォルトのプロファイルで解決される認証情報をヘルパーが上書きしないようにします。インストールしたヘルパーへのパスと ~/.aws/config ファイルで定義されたプロファイル名をプレースホルダーに置き換えてください。

[profile ]
credential_process =  --profile
region = ap-southeast-2
output = json

このフェデレーションヘルパーは OIDC トークンを一時的な AWS 認証情報と交換し、Codex は追加設定なしで標準の AWS 認証チェーンを読み取ります。次に、~/.codex/config.toml を作成または更新して AWS プロファイルを参照してください。他のサポートされている設定については、Codex 設定リファレンス をご覧ください。

model = "global.openai.gpt-5.6-sol"
model_provider = "amazon-bedrock-runtime"
model_reasoning_effort = "high"

[model_providers.amazon-bedrock-runtime.aws]
profile = ""
region = "ap-southeast-2"

ヘルパーが有効なキャッシュセッションを持っていない場合、設定されたサインインページがブラウザで開かれます。認証後、ヘルパーは credential_process を経由して一時的な AWS クレデンシャルを返します。リクエストは AWS SigV4 で署名されるため、推論パスには API キーは使用されません。プロファイルが AWS IAM Identity Center に基づいている場合、クレデンシャルはすでに短期間で、シングルサインオンのセッションと同期してローテーションされます。アジア太平洋（メルボルン）リージョンで使用するには、AWS プロファイルおよび Codex 設定でリージョンを ap-southeast-4 に設定してください。

クォータ管理

GPT-5.6 のオンデマンドクォータは、1 分あたりのリクエスト数 (RPM) と 1 分あたりのトークン数 (TPM) で測定されます。各リクエストが TPM をどのように消費するかは「トークンの燃焼量 (burndown)」によって決定され、これは入力トークン、キャッシュ書き込み用入力トークン、および出力トークンをモデルの 燃焼率 で乗算して計算されます。具体的には GPT-5.6 の場合、入力トークンとキャッシュ書き込み用入力トークンは 1:1 でカウントされる一方、出力トークン 1 つあたりはクォータから 10 トークンを消費します。

アプリケーションが使用するソースリージョンであるアジア・パシフィック (シドニー) リージョン (ap-southeast-2) またはアジア・パシフィック (メルボルン) リージョン (ap-southeast-4) の Service Quotas コンソールで、GPT-5.6 のクォータを確認してください。本番環境への展開前には、早期にクォータ増量の申請を行い、クォータの利用状況を監視するとともに、代表的なプロンプトや出力長さ、ストリーミング動作、並行処理、ピーク時のトラフィックなどをテストしてください。現在の値とトークン燃焼率については Amazon Bedrock のクォータ を参照してください。

モニタリングとログ記録

GPT-5.6 のリクエストは Amazon Bedrock Runtime API を使用するため、グローバル推論プロファイルを通じて行われたリクエストも、オンデマンドリクエストと同様に モデル呼び出しログ に記録されます。ログを有効にすると、呼び出しに使用されたモデルまたは推論プロファイルの ID と、呼び出し時のメタデータが記録レコードに含まれます。

Codex は OpenTelemetry (OTel) を利用し、OTLP/HTTP 経由でメトリクスをエクスポートします。詳細については、OpenAI Codex の OpenTelemetry セットアップ をご参照ください。

CloudWatch の コーディングエージェントのインサイト では、Codex のテレメトリ情報を可視化するダッシュボードを提供しています。トークン使用量、API リクエスト数、アクティブなユーザー数、会話の活動状況、およびオプションで組織別の次元を把握できます。

CloudWatch で Codex 用のコーディングエージェントインサイトを設定するには、以下の 2 つの方法があります。ベアートークン を使用する方法と、エンタープライズ展開 を利用する方法です。

以下の例は、ベアラー方式を用いて Codex のコーディングエージェントインサイト（Coding Agent Insights）を設定する方法を示しています。まず CloudWatch メトリクス API キーを取得 してください。その後、~/.codex/config.toml に以下のセクションを追加します。

[otel]
environment = "production"

[otel.metrics_exporter]
otlp-http = { endpoint = "https://monitoring.ap-southeast-2.amazonaws.com/v1/metrics", protocol = "binary", headers = { "Authorization" = "Bearer YOUR_CLOUDWATCH_METRICS_API_KEY" } }

CloudWatch で作成した API キーを YOUR_CLOUDWATCH_METRICS_API_KEY に置き換えて Codex を起動します。この CloudWatch メトリクス API キーは、リージョン固有の CloudWatch エンドポイントへのエクスポートを承認するために使用されます。

テレメトリーデータが到着したら、アジア太平洋（シドニー）リージョンの CloudWatch コンソールを開き、「GenAI Observability」→「Coding Agent Insights」→「Codex」タブを選択してください。すると、Codex のトークン使用量、リクエストアクティビティ、キャッシュヒット率などの情報が表示される Coding Agent Insights ダッシュボードを確認できます。

図 2: アジア太平洋（シドニー）の CloudWatch Coding Agent Insights に表示される Codex のトークンとリクエストアクティビティ

組織、環境、部署、コストセンター、場所、チーム、ユーザーのフィルターを有効化するには、それぞれに対応する値を OTEL_RESOURCE_ATTRIBUTES を通じて設定してください。AWS では CloudWatch メトリクス API のキーを長期認証情報として分類しており、短期間の AWS 認証情報が利用できない場合のみ使用することを推奨しています。また、config.toml ファイルは機密ファイルとして扱い、ファイル権限を制限する必要があります。

企業で開発者IDをシングルサインオン（SSO）を通じて統合している組織では、ローカルコレクターが開発者のフェデレーション資格情報を用いて SigV4 でエクスポートに署名し、トークンを配布しない「エンタープライズ展開」の利用をお勧めします。

結論

本記事では、アジア太平洋地域（シドニー）および同地域（メルボルン）から、GPT-5.6 Sol、Terra、Luna のグローバル推論プロファイルを検索して呼び出す方法を紹介しました。また、Codex を設定して Amazon Bedrock Runtime を利用し、そのテレメトリを CloudWatch Coding Agent Insights にエクスポートする方法についても解説しています。

まずは本記事の例に従って、ご自身のアカウントで GPT-5.6 モデルのテストを開始してください。Codex をお使いの場合は、Amazon Bedrock Runtime プロバイダーを設定し、