A Amazon anunciou que o Amazon Bedrock agora oferece os modelos GPT-5.6 da OpenAI — Terra e Luna — na Índia, com inferência cross-Region dentro da geografia indiana. Para quem tem requisitos de processamento local de dados, inclusive em serviços financeiros, saúde e setor público, já é possível usar esses modelos em escala com os dados processados dentro do país.
Os dois modelos oferecem uma janela de contexto de 1 milhão de tokens, aceitam entrada de texto e imagem e geram saída em texto. Isso permite processar documentos longos, bases de código grandes e cargas de trabalho mistas de texto e imagem em uma única requisição — sem que o processamento saia do país.
Como funciona a inferência cross-Region
A inferência cross-Region roteia automaticamente as requisições entre múltiplas regiões da AWS para melhorar a vazão, sem que o cliente precise gerenciar capacidade em cada região. No caso da Índia, o Bedrock roteia apenas dentro da geografia indiana, entre as regiões de Mumbai (ap-south-1) e Hyderabad (ap-south-2), mantendo os dados em território nacional para atender requisitos de residência de dados.
O mecanismo funciona por meio de perfis de inferência: em vez de chamar o modelo diretamente, o cliente chama um ID de perfil que define o modelo e as regiões para as quais a requisição pode ser roteada. Há dois perfis disponíveis:
- in.openai.gpt-5.6-terra, para o GPT-5.6 Terra;
- in.openai.gpt-5.6-luna, para o GPT-5.6 Luna.
Com os perfis, o faturamento e o consumo de cota são registrados na região de origem, independentemente de qual região de backend atendeu a requisição. O Amazon CloudWatch e o AWS CloudTrail também registram os logs apenas na região de origem, mantendo o monitoramento em um único lugar.
Como começar
O post da AWS mostra o passo a passo para começar pelo console do Amazon Bedrock e por código, usando a OpenAI Responses API, a OpenAI Chat Completions API e a Amazon Bedrock Converse API. Para o público brasileiro, a novidade é um exemplo prático de como as nuvens estão usando fronteiras geográficas de inferência para conciliar modelos globais com exigências locais de soberania de dados — um padrão que tende a se repetir em outras regiões e provedores.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
