AWS What's New Digest

Appearance

2026年08月22日 ​

[Bedrock] Amazon Bedrock announces reduced pricing for OpenAI GPT-5.6 Sol ​

概要 ​

OpenAIのGPT-5.6 SolのAPI価格がAmazon Bedrock上で引き下げられました。入力トークンが$4／百万、出力トークンが$20／百万（入力20%減、出力33.3%減）となり、プロモーション価格は少なくとも2026年11月21日まで適用されます。

変更内容・新機能の詳細 ​

変更点の要点は以下です：

  • 価格: GPT-5.6 Sol（Amazon Bedrock経由）の価格が、入力トークンあたり$4／百万、出力トークンあたり$20／百万に引き下げられました（それぞれ20%／33.3%の削減）。
  • 期間: このプロモーション価格は少なくとも2026年11月21日まで有効です。以後の継続・変更は公式アナウンスを確認してください。
  • 性能: GPT-5.6 Solはagenticなコーディングベンチマークで最先端の性能を示しており、自動化エージェント、複雑な多段解析、高度な研究ワークフローなどの高スループット・高頻度利用に向きます。
  • 課金の仕組み: Bedrockでは入力（プロンプト等）と出力（モデルが生成したテキスト）で別々にトークン課金されます。コスト算出時は両方を合算して見積もる必要があります（例: 1M入力＋1M出力で合計$24）。
  • 可用性: モデルのリージョンごとの提供状況はAWS RegionsページおよびBedrockドキュメントで確認してください。リージョンによっては未提供の可能性があります。
  • 運用面: 価格低下により、実験やスケーリングのハードルが下がり、長時間稼働するエージェントや大規模バッチ処理のコスト効率が改善されます。ただし出力トークンの比重が高いワークロードでは依然コストが主要要因となるため、プロンプト最適化や出力長制御によるコスト管理が重要です。

影響範囲・利用シーン ​

  • 対象ユーザー: 機械学習エンジニア、アプリ開発者、SRE/運用チーム、研究者
  • 利用シーンまたは効果: 自動コード生成エージェント、複数ステップの分析パイプライン、長時間・高頻度の推論ワークロードのコスト削減と試行回数増加
  • 運用効果: 同一ワークロードでのトークンコスト低下によりスケールアウトやA/Bテストを行いやすくなる
  • コスト影響: 出力トークンの単価が依然高いため、出力量が多い処理はプロンプト設計での最適化が効果的
  • リージョン: モデル提供状況はリージョン依存。利用前に必ず対象リージョンでの提供可否を確認してください。

技術的な注意点 ​

  • IAM権限: Amazon Bedrockの呼び出しには適切なIAM権限が必要です（例: bedrock:InvokeModel 等）。実運用前に最小権限を設定してください。
  • リージョン制限: GPT-5.6 Solの提供はリージョンごとに異なります。対象リージョンでの提供状況はAWS Regionsページで確認してください。
  • コスト: プロモーションは期間限定です。コスト見積りには入力・出力トークン双方を含めて試算し、AWS Cost Explorerや予算アラートで監視してください。
  • サービスクォータ/スロットリング: リクエストレートや同時実行数の制限（クォータ）が存在する可能性があります。大規模導入前にサービスクォータの引き上げを申請してください。
  • データ取扱い/プライバシー: 入力データの取り扱いや保存ポリシーはBedrockのドキュメントで確認し、機密データの送信について社内ポリシーと照合してください。
  • モデル識別/互換性: Bedrock上でのモデル名やAPI仕様はドキュメント・コンソールに記載されています。既存の呼び出しコードはモデル名やパラメータの差異により調整が必要な場合があります。

参考情報 ​

[Govcloud Us] Amazon Connect Customer now lets managers chat with their data ​

概要 ​

Amazon Connect Customer がマネージャー向けに自然言語でデータに問い合わせ、数秒で回答・根拠・改善策を返す機能を提供します。150以上のメトリクス（セルフサービス、エージェント、キュー）を横断して重要ポイントを特定し、優先度付きアクションを提示します。

変更内容・新機能の詳細 ​

マネージャーは自然言語で質問を投げかけるだけで、Amazon Connect Customer が関連するメトリクスを自動検索して「何が起きているか」「なぜ起きているか」「次に何をすべきか」を返します。検索対象はセルフサービス（IVRなど）、エージェントのパフォーマンス、キューの状態など150以上の指標で、処理時間や後処理時間が高いキューを自動化候補として抽出し、信頼度スコアと想定インパクト（効果見積もり）を付与します。会話ベースで「広く聞いて深掘りする」ことが可能で、従来はダッシュボードやアナリストの調査に数日〜数週間かかった作業を数秒〜数分で優先度付きの実行プランに変換します。本機能は Amazon Connect Customer AI Agents をサポートする全リージョンで利用可能です（リージョンごとの対応状況は事前に確認してください）。

影響範囲・利用シーン ​

  • 対象ユーザー: コンタクトセンターのマネージャー、運用チーム、SRE／分析担当者
  • 利用シーン: キューの自動化候補抽出、ハンドルタイムや後処理時間の改善点特定、エージェント／セルフサービスのパフォーマンス分析
  • 運用効果: ダッシュボード確認や手動分析の工数削減により、数秒〜数分で優先度付きアクションと根拠を取得可能
  • 意思決定支援: 信頼度スコアと想定インパクト提示により、効率的な施策判断とリソース配分が行える
  • 導入影響: 分析結果は既存メトリクスの質と更新頻度に依存するため、メトリクス収集やデータ品質改善の効果が直接反映される

技術的な注意点 ​

  • IAM権限: Amazon Connect と Customer AI Agents、関連する CloudWatch/CloudTrail への参照権限（例: Connect の読み取り系 API、CloudWatch:GetMetricData 等）や、必要に応じてリソース操作権限を持つ IAM ロール/ポリシーを事前に用意してください
  • リージョン制限: Amazon Connect Customer AI Agents をサポートするリージョンで利用可能。利用前に対象リージョンで機能がサポートされているか確認してください（GovCloud の対応状況も確認を推奨）
  • コスト: AI 推論や追加のクエリ処理に伴う利用料金が発生する可能性があります。クエリ頻度や分析量に応じた課金となるため、料金ページで事前確認してください
  • データとプライバシー: 顧客データや通話メトリクスを解析するため、データの保護方針、保存期間、暗号化（KMS）設定、同意取得などを確認してください
  • 既存データ依存性: 約150のメトリクスを横断解析するため、指標の定義・収集・更新頻度・品質が精度に影響します。カスタムメトリクスを含めると結果が変わる可能性があります
  • 監査とログ: 操作や問い合わせの履歴は CloudTrail / CloudWatch に記録される可能性があるため、監査要件やログ保存ポリシーを確認してください

参考情報 ​

[Deadline Cloud] AWS Deadline Cloud now tracks automatic download status in the Deadline Cloud Monitor ​

概要 ​

AWS Deadline Cloud のデスクトップアプリ Deadline Cloud Monitor (DCM) が、クラウドで実行したジョブから自動的にダウンロードされる出力ファイルの進行状況・状態・可用性（ヘルス）をジョブ／タスク単位で表示する機能を追加しました。これにより手動でドライブを確認する必要が減り、大規模レンダーパイプラインでの出力確認が容易になります。

変更内容・新機能の詳細 ​

Deadline Cloud Monitor デスクトップアプリに「Download status」列がジョブレベルおよびタスクレベルで追加されました。各エントリは自動ダウンロードの進行状況（％や完了フラグ等）、現在の状態、ファイルの可用性（ドライブ上に出力が存在するか）を表示し、ステータスの更新時刻を示すインジケーターも提供します。ダウンロードに失敗またはファイルが利用できない場合は、次のアクション（トラブルシューティング手順や再試行方法）をアプリ内で案内します。これにより、DCM 上で出力の存在確認が完結し、ダウンストリーム処理開始前に確実にファイルが揃っていることをチェックできます。機能は自動構成されたジョブ出力のダウンロード状況を可視化するもので、Deadline Cloud のレンダーエージェントと出力転送の仕組みと連携して動作します。

影響範囲・利用シーン ​

  • 対象ユーザー: VFX／アニメーション／製品設計／シミュレーション／ゲーム開発で Deadline Cloud を使うプロダクション、レンダーパイプライン担当者、SRE/運用チーム
  • 利用シーンまたは効果: 大規模レンダーバッチの出力がクラウドから指定ドライブへ自動ダウンロードされる際の進捗確認、出力ファイルの存在確認、ダウンストリーム処理開始前のガードとして利用
  • 運用効果: 手動でのドライブ検査が不要になり、出力未取得による下流ジョブの失敗や遅延を低減。オペレーションのスループット向上と人的ミス削減に寄与
  • スケーラビリティの影響: 大量ジョブ／多数タスクを扱う際にもDCM上で集約可視化できるため、大規模パイプラインの運用監視負荷を軽減
  • 障害対応: ダウンロード失敗時に次手順を提示するため初動対応時間を短縮

技術的な注意点 ​

  • IAM権限: Deadline Cloud と DCM を操作するための AWS 権限や Deadline のアクセス権が必要。既存のロール/ポリシーでアクセス可能か事前確認を推奨
  • クライアント要件: 最新の Deadline Cloud Monitor デスクトップアプリへのアップデートが必要（アプリのバージョン依存）
  • リージョン制限: 記事中に特定リージョンの制限記載はなし。ご利用リージョンでの提供状況は公式ページで確認してください
  • コスト: 新機能自体の追加料金は明記されていませんが、出力ファイルのストレージ保持やデータ転送（ダウンロード）に対する通常の AWS 請求は発生する可能性があります
  • 互換性/前提: 自動ダウンロードはジョブ側で適切に出力先（ドライブ/マウント）を構成していることが前提。ネットワークドライブやローカルドライブの状態によっては期待どおりに表示されない場合があります
  • 監査/ログ: ステータス更新の時刻表示はあるものの、詳細な監査ログや長期保存のログ要件がある場合は別途ログ設定／収集の検討が必要

参考情報 ​

[EKS] Amazon EKS Capability for Argo CD now supports custom configuration ​

概要 ​

Amazon EKS の Argo CD 管理機能が、クラスター内の標準的な argocd-cm ConfigMap を使ったカスタム設定をサポートします。これにより、マネージドな GitOps 環境をチームの運用に合わせて柔軟に調整できます。

変更内容・新機能の詳細 ​

EKS の Capability for Argo CD は、クラスター内の argocd-cm ConfigMap（upstream Argo CD と同じ形式）を読み取り、カスタムヘルスチェック、UI バナーの変更、リソースのウォッチ／比較方法の調整などの設定を適用できるようになりました。デフォルトの Argo CD はカスタムリソース（CR）に対する組み込みヘルスロジックを持たないため、リソースがまだ準備中でも Application が healthy と判定され、sync wave が先に進んでしまうことがあります。今回の機能により、データベースなどの CR に対して「準備完了」を判定するカスタムヘルスチェックを定義でき、Application の状態を適切に制御できます。さらに、AWS Controllers for Kubernetes (ACK) と kro (Kube Resource Orchestrator) のリソースに対する組み込みヘルスチェックが含まれており、追加設定なしでこれらのリソースが正確に報告されます。設定方法は upstream Argo CD と同様で、既存の argocd-cm を編集して kubectl apply するだけで AWS のマネージド機能に反映されます。機能は EKS の該当 Capability が提供されている全リージョンで設定可能です。

影響範囲・利用シーン ​

  • 対象ユーザー: DevOps / プラットフォームチーム、SRE、Kubernetes クラスター管理者
  • 利用シーン: カスタムリソースのライフサイクルを考慮した GitOps デプロイ（例：データベース／ステートフルリソースの準備完了を検知して sync を待つ）
  • 運用効果: Argo CD がより正確にアプリケーションの健全性を報告するようになり、不要な同期失敗や順序の競合を低減。ACK や kro を使った AWS リソース管理でも追加設定なしに正確なヘルス判定が得られる

技術的な注意点 ​

  • IAM権限: argocd-cm の作成・更新はクラスター内の適切な RBAC（通常は cluster-admin）権限が必要です。AWS 側の IAM ポリシーではなく Kubernetes RBAC を確認してください
  • リージョン制限: EKS Capability for Argo CD が提供されているリージョンでのみ設定可能です。利用可否はリージョンごとに確認してください
  • コスト: 直接の追加料金は発生しませんが、カスタムヘルスチェックによるリトライや監視対象の増加で間接的に運用コスト（監視・ログ等）が増える可能性があります
  • 互換性: 設定は upstream Argo CD の argocd-cm フォーマットに従います。Argo CD の特定バージョン依存の設定がある場合、期待通りに動作しないことがあるため事前に検証してください
  • 適用手順: argocd-cm を編集して kubectl apply することで設定を適用します。マネージド機能側で設定が反映されるタイミングや再起動要否はドキュメントで確認してください
  • 安全性: argocd-cm の設定ミスはアプリケーションの同期挙動に影響を与えるため、変更はステージングで検証し、GitOps ワークフローで管理することを推奨します
  • 注意点がない場合: 特になし

参考情報 ​

[Glue] AWS Glue 6.0 delivers 30% price reduction and Iceberg v3 support ​

概要 ​

AWS Glue 6.0 が一般提供され、ジョブ実行コストが最大30%削減されました。Apache Iceberg v3 をフルサポートするとともに、Spark 4.1、Python 3.13、Scala 2.13 へのランタイムアップグレードと開発生産性／パフォーマンス向上機能を追加しています。

変更内容・新機能の詳細 ​

主な変更点と新機能:

  • 価格: ジョブ実行コストが約30%削減。バッチ・ストリーミング両方のコスト効率が向上します。
  • ランタイム: Apache Spark 4.1、Python 3.13、Scala 2.13 にアップグレード。これに伴い Spark 4 系の最適化や Python 3.13 の新機能／パッケージ互換性が利用可能になります。
  • Apache Iceberg v3 サポート: VARIANT（半構造化データ向けのネイティブ型）と自動シャレッディング（shredding）による高速読み取り、削除ベクタ（deletion vectors）による高性能な行レベル更新/削除、geometry/geography 型による空間処理、UNKNOWN 型と DEFAULT カラム値による柔軟なスキーマ進化をサポートします。
  • Hudi / Delta Lake: より新しいバージョンの Apache Hudi と Delta Lake のサポートを追加（バージョン互換性の恩恵を受けられます）。
  • 開発生産性とパフォーマンス機能: Spark Declarative Pipelines により繰り返しのオーケストレーションコードを削減、Real‑Time Mode ストリーミングでサブ秒レイテンシを実現（リアルタイム分析や低遅延処理向け）、Arrow‑native Python UDF による PySpark のパフォーマンス改善（ゼロコピー／低オーバーヘッドのデータ受け渡し）を提供します。
  • 運用と移行: Glue コンソールや SageMaker Unified Studio のジョブ作成時にバージョン選択で Glue 6.0 を指定可能。既存ジョブは Spark Upgrade Agent を使ってマイグレーションが可能です。
  • リージョン: AWS Commercial、AWS GovCloud (US)、AWS China の各リージョンで利用可能とされています。

影響範囲・利用シーン ​

  • 対象ユーザー: データエンジニア、ETL/ELT 開発者、データプラットフォームチーム、ストリーミング分析チーム、AI/ML ワークロード開発者
  • 利用シーンまたは効果: 大規模 ETL バッチ、定期バッチ処理、ストリーミング分析（サブ秒レイテンシが必要なケース）、半構造化データ（JSON等）の高速読み取り、空間データ処理、行レベルの高頻度更新／削除を伴うデータ湖運用
  • 運用効果: ジョブコスト削減（約30%）、処理遅延の低減（Real‑Time Mode）、PySpark UDF の処理速度向上により全体のジョブ実行時間短縮、Iceberg v3 による柔軟なスキーマ管理と効率的なアップデート運用が可能

技術的な注意点 ​

  • IAM権限: Glue ジョブ、S3、Glue Data Catalog、Lake Formation（使用する場合）への適切な権限を事前に確認・付与してください。Real‑Time Mode やストリーミング用のリソース（Kinesis/Managed Streaming 等）権限も必要です。
  • リージョン制限: 公表では AWS Commercial、GovCloud (US)、China で利用可能とされていますが、組織で使用するリージョンでの利用可否をコンソールで必ず確認してください。
  • コスト: 基本的にジョブ実行コストは約30%削減されますが、Real‑Time Mode（常時稼働インスタンス）や追加機能の利用は別途料金や長時間インスタンス稼働によるコスト増加につながる可能性があります。料金詳細は Glue の料金ページを確認してください。
  • 互換性／マイグレーション: Spark 4.1 と Python 3.13 へのアップグレードは API／挙動差分を伴う可能性があります。ユーザー定義ライブラリ、依存するネイティブライブラリ（pyarrow 等）、カスタム UDF、サードパーティコネクタの互換性を事前に検証してください。Spark Upgrade Agent を用いて移行テストを実施することを推奨します。
  • データ／テーブル移行: Iceberg v3 の新機能（削除ベクタ、VARIANT、UNKNOWN/DEFAULT 等）を利用するにはテーブルのフォーマット更新やデータの再ライティングが必要になる場合があります。既存 Iceberg/Hudi/Delta テーブルのバージョン・互換性を確認してください。
  • ライブラリ依存: Arrow‑native Python UDF を利用する場合、対応する pyarrow バージョンやネイティブライブラリ要件がある可能性があります。ジョブの Python 環境と依存関係を整備してください。
  • テスト: 本番移行前にステージング環境で包括的な動作確認（ジョブロジック、パフォーマンス、チェックポイント／オフセットの整合性、スキーマ進化の動作）を行ってください。

参考情報 ​

AI要約はOpenAI APIによって生成されています。

Copyright © 2026