2026/7/13 9:00:00 ~ 2026/7/14 9:00:00 (JST)
最近の発表
OpenAI GPT-5.6 Sol, Terra, and Luna now generally available on Amazon Bedrock
GPT-5.6 Sol、Terra、LunaがAmazon Bedrockで一般提供されるようになりました。これにより、OpenAIのこれまでで最もスマートなモデルファミリーが、高性能、セキュリティ、信頼性を実現するために構築されたBedrockの次世代推論エンジンに搭載されました。GPT-5.6 はインテリジェンスと効率の新たな基準を打ち立てます。これにより、より困難な問題をより短時間で、そしてトークンあたりのインテリジェンスが増えて解決できるようになります。3 つのモデルには、主力推論 (Sol) からバランスの取れたパフォーマンス (Terra)、高速で費用対効果の高い推論 (Luna) まで、さまざまな機能階層があり、すべて Amazon Bedrock の Responses API からアクセスできます。 \n GPT-5.6 では、自律型コーディングエージェントを構築し、長期にわたるゲノミクスと生物学の分析を行い、高度なサイバーセキュリティ研究を行うことができます。Solはエージェントコーディングベンチマークで最先端の結果を提供し、Terraは半分のコストでGPT-5.5レベルのパフォーマンスを提供し、Lunaは最低価格で迅速かつ手頃な価格の推論を実現します。GPT-5.6 は明示的なキャッシュブレークポイントによるプロンプトキャッシュもサポートしているため、エージェントワークフロー全体でコンテキストを繰り返しても 90% の割引が適用され、規模を拡大してもコストがかさむことはありません。料金は OpenAI ファーストパーティの料金と使用回数と同額で、お客様の AWS コミットメントに反映されます。
GPT-5.6 Sol は、米国東部 (バージニア北部) と米国東部 (オハイオ) の AWS リージョンで利用できます。GPT-5.6 Terra と Luna は、米国東部 (バージニア北部)、米国東部 (オハイオ)、および米国西部 (オレゴン) でご利用いただけます。Amazon Bedrockコンソールまたは岩盤マントルエンドポイントのResponses APIを使用して、Sol、Terra、Lunaを使い始めましょう。詳細については、Amazon Bedrock のドキュメントとローンチに関するブログ投稿をご覧ください。
Amazon Managed Service for Prometheus is now available in Asia Pacific (New Zealand) Region
プロメテウス向け Amazon マネージドサービスがアジアパシフィック (ニュージーランド) リージョンで利用できるようになりました。Amazon マネージドサービス for Prometheus は、フルマネージド型の Prometheus 互換のモニタリングサービスで、大規模な運用メトリクスのモニタリングとアラートを簡単に行うことができます。 \n プロメテウス向け Amazon マネージドサービスは、複数の AWS リージョンで利用できます。お客様は、1 つのワークスペースに最大 10 億個のアクティブなメトリックスシリーズを送信でき、アカウントごとに複数のワークスペースを作成できます。ワークスペースとは、Prometheus メトリクスの保存とクエリ専用の論理スペースです。
プロメテウス向け Amazon マネージドサービスの料金については、料金ページをご覧ください。
Amazon DocumentDB (with MongoDB compatibility) now available as a skill in the Agent Toolkit for AWS
Amazon DocumentDB (MongoDB との互換性あり) が、AWS エージェントツールキットの専用データベーススキルとして利用できるようになりました。このスキルがあれば、AI コーディングエージェントは、ステップバイステップのベストプラクティスワークフローを使用して Amazon DocumentDB クラスターをセットアップ、管理、移行、最適化、トラブルシューティングできます。これにより、DocumentDB の運用ガイダンスを手動で調べなくても、エラーが減り、開発者がより迅速に行動できるようになります。\n Amazon DocumentDB スキルには、クラスタープロビジョニング、スキーマ設計、MongoDB 互換性評価、変更データキャプチャによる DMS ベースの移行、パフォーマンスチューニング、41-Check Well-Architected Review、メジャーバージョンアップグレードという 7 つのワークフローが含まれます。AWS MCP サーバーと組み合わせると、エージェントは IAM ベースのガードレール、CloudTrail 監査ログ、サンドボックス実行を使用して AWS CLI コマンドを実行したり、診断クエリを実行したりできます。ローカルでの実行を好むチーム向けに、このスキルは AWS CLI 経由でスタンドアロンでも機能します。
Amazon DocumentDB スキルは AWS エージェントツールキットの一部として追加料金なしで利用できます。開始するには、GitHub の Amazon DocumentDB スキルを参照するか、エージェントツールキットクイックスタートガイドを参照してください。Amazon DocumentDB の詳細については、『Amazon DocumentDB 開発者ガイド』を参照してください。
Gemma-4-E2B-it for is now available in Amazon SageMaker JumpStart
本日、AWS は Amazon SageMaker JumpStart に Gemma-4-E2B-it が利用可能になったことを発表しました。これにより、AWS のお客様が利用できる基盤モデルのポートフォリオが拡大します。Google DeepMind のこのモデルは、ローカルでの効率的な実行に最適化されたマルチモーダルで指示に合わせて調整されたモデルで、お客様が AWS インフラストラクチャ上で有能な AI アプリケーションを構築できるようにします。\n Gemma-4-E2B-it は、テキスト、画像、音声の入力を処理し、テキスト出力を生成します。このモードでは、モデルが答える前に段階的に考えることができる推論モードが組み込まれています。オブジェクト検出、文書解析、画面と UI の理解、チャート理解、OCR などの画像理解、ビデオ理解、エージェントワークフローを呼び出すネイティブ関数、コード生成、補完、修正、数十言語にわたる多言語サポートなどを提供します。
SageMaker JumpStart を使用すれば、お客様は数回クリックするだけでこのモデルをデプロイして、特定の AI ユースケースに対応できます。このモデルを使い始めるには、SageMaker Studio の「モデル」セクションに移動するか、SageMaker Python SDK を使用してモデルを AWS アカウントにデプロイしてください。SageMaker JumpStart での基盤モデルのデプロイと使用の詳細については、Amazon SageMaker JumpStart ドキュメントを参照してください。
OpenAI privacy-filter for PII detection and masking is now available in Amazon SageMaker JumpStart
本日、AWS は Amazon SageMaker JumpStart にプライバシーフィルターが導入されたことを発表しました。これにより、AWS のお客様が利用できる基盤モデルのポートフォリオが拡大します。OpenAI のこのモデルは、テキストでの個人識別情報 (PII) の検出とマスキングのための双方向のトークン分類モデルであり、お客様が AWS インフラストラクチャ上でデータサニタイズワークフローを構築できるようにします。\n Privacy-Filter は高速で状況に応じた調整が可能で、チームがオンプレミスで実行できる高スループットのデータサニタイズワークフロー向けに設計されています。シングルフォワードパスで入力シーケンスにラベルを付け、アカウント番号、住所、電子メール、名前、電話番号、URL、日付、シークレットなどの PII スパンカテゴリを検出します。
SageMaker JumpStart を使用すれば、お客様は数回クリックするだけでこのモデルをデプロイして、特定の AI ユースケースに対応できます。このモデルを使い始めるには、SageMaker Studio の「モデル」セクションに移動するか、SageMaker Python SDK を使用してモデルを AWS アカウントにデプロイしてください。SageMaker JumpStart での基盤モデルのデプロイと使用の詳細については、Amazon SageMaker JumpStart ドキュメントを参照してください。
Qwen3 embedding and reranking models for retrieval are now available in Amazon SageMaker JumpStart
本日、AWS は Amazon SageMaker JumpStart に Qwen3-VL-Embedding-2B と Qwen3-Reranker-4B が利用可能になったことを発表しました。これにより、AWS のお客様が利用できる基盤モデルのポートフォリオが拡大します。Qwen のこれらのモデルは、情報検索とクロスモーダル理解を目的として設計されており、お客様が AWS インフラストラクチャ上で包括的な検索パイプラインを構築できるようになっています。この 2 つのモデルは通常、組み合わせて使用されます。埋め込みモデルは効率的な初期想起を行い、リランカーはその後の再ランキング段階で結果を絞り込みます。\n これらのモデルは、検索パイプラインのさまざまな段階に特化した機能を備えています。
QWEN3-VL-Embedding-2Bは、テキスト、画像、スクリーンショット、ビデオなどの多様な入力だけでなく、これらのモダリティが混在する入力も受け入れ、共有空間で視覚情報とテキスト情報の両方をキャプチャするセマンティックに富んだベクトルを生成します。画像/テキスト検索、ビデオ/テキストマッチング、視覚的な質問応答、マルチモーダルコンテンツクラスタリングなど、さまざまなマルチモーダルタスクでパフォーマンスを発揮し、30以上の言語をサポートしています。
Qwen3-Reranker-4Bは、クエリとドキュメントのペアを入力として受け取り、正確な関連性スコアを出力して検索結果を絞り込みます。100以上の言語でテキスト検索、コード検索、テキスト分類、テキストクラスタリング、バイテキストマイニングをサポートしており、特定のタスク、言語、シナリオのパフォーマンスを向上させるユーザー定義の命令も用意されています。
SageMaker JumpStart を使用すれば、お客様は数回クリックするだけでこれらのモデルのいずれかをデプロイして、特定の AI ユースケースに対応できます。これらのモデルを使い始めるには、SageMaker Studio の「モデル」セクションに移動するか、SageMaker Python SDK を使用してモデルを AWS アカウントにデプロイしてください。SageMaker JumpStart での基盤モデルのデプロイと使用の詳細については、Amazon SageMaker JumpStart ドキュメントを参照してください。
本日、AWSは、Amazon SageMaker JumpStartにVoxtral-Mini-4B-Realtime-2602が利用可能になったことを発表しました。これにより、AWSのお客様が利用できる基盤モデルのポートフォリオが拡大します。Mistral AI のこのモデルは、多言語対応のリアルタイム音声文字起こしモデルであり、お客様が AWS インフラストラクチャ上で低遅延の音声アプリケーションを構築できるようにします。\n Voxtral-Mini-4B-Realtime は、リアルタイムの文字起こしを可能にするネイティブストリーミングアーキテクチャにより、音声からテキストへの高品質な文字起こしに優れています。13言語での多言語文字起こしをサポートし、文字起こしの遅延を設定できるため、ユーザーはニーズに応じて遅延と正確さのバランスを取ることができます。
SageMaker JumpStart を使用すれば、お客様は数回クリックするだけでこのモデルを導入して、特定の AI ユースケースに対応できます。このモデルを使い始めるには、SageMaker Studio の「モデル」セクションに移動するか、SageMaker Python SDK を使用してモデルを AWS アカウントにデプロイしてください。SageMaker JumpStart での基盤モデルのデプロイと使用の詳細については、Amazon SageMaker JumpStart ドキュメントを参照してください。
Amazon SageMaker HyperPod now supports custom AMIs (Amazon Machine Images) for Slurm clusters
Amazon SageMaker HyperPod は、SLURM でオーケストレーションされたクラスターのカスタム AMI をサポートするようになりました。これにより、お客様は特定の組織要件を満たす事前設定済みのセキュリティ強化環境でクラスターをデプロイできます。HyperPod SlurmクラスターにAI/MLワークロードをデプロイするお客様は、クラスターの起動時間を短縮しながら、厳格なセキュリティ、コンプライアンス、運用要件を満たすカスタマイズされた環境を必要としますが、デプロイが遅くなり、クラスターノード間で不整合が生じる複雑なライフサイクル設定スクリプトに苦労することがよくあります。\n この機能により、お客様はカスタマイズされたセキュリティエージェント、コンプライアンスツール、独自のライブラリ、および専用ドライバをイメージに直接組み込んで、HyperPodのパフォーマンスが最適化されたベースAMIを基盤として構築できるため、起動時間の短縮、信頼性の向上、セキュリティコンプライアンスの強化が可能になります。セキュリティチームは組織のポリシーをベースイメージに直接埋め込むことができるため、AI/ML チームは事前に承認された環境を使用できるため、企業のセキュリティ基準を満たしながらトレーニングまでの時間を短縮できます。CreateCluster API を使用して新しい HyperPod Slurm クラスターを作成したり、UpdateCluster API を使用してインスタンスグループを追加したり、UpdateClusterSoftware API を使用して既存のクラスターにパッチを適用したりするときに、カスタム AMI を指定できます。カスタム AMI は、分散トレーニングライブラリやクラスター管理機能との互換性を維持するために HyperPod のパブリックベース AMI を使用して構築する必要があります。 この機能は、Amazon SageMaker HyperPod がサポートされているすべての AWS リージョンで利用できます。Slurm クラスターのカスタム AMI サポートの詳細については、Amazon SageMaker HyperPod ユーザーガイドを参照してください。
AWS Blogs
Amazon Web Services ブログ (日本語)
- 週刊生成AI with AWS – 2026/7/6週
- AWS Transform for migrations が 13 言語のローカライズに対応
- VPC Resource Gateways の実装パターンとユースケース
- 週刊AWS – 2026/7/6週
AWS News Blog
- Amazon SQS が 20 周年を迎える:20 年にわたる大規模かつ信頼性の高いメッセージング
- AWS ウィークリーまとめ:1 年目の AWS ビルダーセンター、セキュリティハブでのネットワークスキャン、Loom for AWS など (2026 年 7 月 13 日)
AWS Architecture Blog
AWS Cloud Financial Management
AWS Big Data Blog
- Agentic AI のための AWS でのマルチクラウドレイクハウスアーキテクチャ、パート 1: アーキテクチャとベストプラクティス
- Razorpay が Amazon MSK を使用してリアルタイム異常検知を構築した方法
AWS Compute Blog
AWS Contact Center
Containers
AWS Database Blog
AWS for Industries
Artificial Intelligence
- OpenAI GPT-5.6 Sol、Terra、Luna が Amazon Bedrock で一般公開されました
- 脳の働きが違えば、AI は贅沢品ではなく、アクセシビリティです
- ブルーサイトで Amazon Bedrock を使ってエージェンシー AI ソリューションを構築
- Amazon Bedrock AgentCore Gateway を使用して、マルチテナントエージェントの代わりにトークン交換を実装する
- Amazon SageMaker AI でのジェネレーティブ AI 推論レコメンデーション用の UI の起動
AWS Messaging Blog
- Amazon Bedrock と AWS エンドユーザーメッセージングを使用して AI キャンペーンオーケストレーターを構築しましょう
- AWS エンドユーザーメッセージング、Amazon Bedrock AgentCore、OpenClaw を使って自律的な e コマースアシスタントを構築しましょう