Amazon Web Services、推論サーバー OpenAI GPT-5.6 を Amazon Bedrock で公開──明示的プロンプトキャッシュで入力コストを最大 90% 削減
OpenAI の最新フロンティアモデル GPT-5.6 の Sol、Terra、Luna が Amazon Bedrock で一般提供を開始し、明示的なプロンプトキャッシュによるコスト削減とエージェント構築の効率化を実現した。
リリース: 2026-07-30 · 読了 3 分記事の要約
1. 核心（What）
- OpenAI の最新フロンティアモデル GPT-5.6 の 3 つのバリエーション（Sol、Terra、Luna）が Amazon Bedrock で提供開始された。
- 明示的プロンプトキャッシュ（explicit prompt caching）機能が導入され、キャッシュ済み入力トークンは 90% 割引の価格で課金される。
- キャッシュされたプレフィックスは最低 30 分間保持され、1 リクエストあたり最大 4 つのブレークポイントを指定可能である。
- usage.input_tokens_details オブジェクトを通じて、cached_tokens および cache_write_tokens の内訳を各レスポンスで確認できる。
2. 影響（Why）
- 繰り返しコンテキストの処理コストを抑制: 長大なシステムプロンプトや固定のツール定義が毎回の呼び出しで送信されるケースにおいて、キャッシュ読込による 90% 割引が適用されるため、マルチターンなエージェント処理の運用コストが劇的に下がる。
- 国内エンタープライズ向け RAG の運用性向上: 機密性の高い社内文書や膨大な規程をプロンプトに含める国内の金融・医療向けシステムにおいて、コストを抑えながら高精度な推論を安定して提供できる選択肢が広がる。
3. 根拠・詳細（How）
- API エンドポイントと認証方式: OpenAI 互換の Responses API を bedrock-mantle エンドポイント経由で呼び出し、AWS 資格情報から生成される短期間のベアラートークンを使用して認証を行う。
- キャッシュ制御パラメータの仕様: prompt_cache_breakpoint をコンテンツブロックに付与して再利用可能なプレフィックスの境界をマークし、prompt_cache_key を用いてセッション間で同一のキャッシュにルーティングする。
4. 展望・課題（Next）
- CloudWatch による統合モニタリングの活用: AWS/BedrockMantle 名前空間を用いた CloudWatch メトリクスにより、アカウントやプロジェクト単位での入出力トークンボリュームおよびキャッシュ効率の全体監視を進める予定である。