OpenAI GPT-5.6 三款模型登陆 Amazon Bedrock，引入显式 Prompt 缓存

OpenAI 最新一代模型 GPT-5.6 系列正式登陆 Amazon Bedrock 平台，三款变体分别面向复杂推理、日常生产和大规模轻量任务，并首次在该平台引入显式 Prompt 缓存，缓存输入可享 9 折优惠。

三款模型与定位

GPT-5.6 在 Amazon Bedrock 上提供 Sol、Terra、Luna 三档能力分层：

• GPT-5.6 Sol：面向最复杂的推理与 agentic 编码任务
• GPT-5.6 Terra：用于日常均衡的生产负载
• GPT-5.6 Luna：面向分类、摘要等高频、低延迟任务

计费采用按 token 付费模式，使用量计入已有的 AWS 承诺消费，同时受 AWS 既有安全与治理策略约束，企业可在不切换平台的前提下调用 OpenAI 前沿模型。

显式 Prompt 缓存

GPT-5.6 在 Bedrock 上首次支持显式 Prompt 缓存，开发者可自行标记缓存边界，精确控制 prompt 中的哪些片段在多次请求间复用：

• 缓存输入按 9 折计费
• 单次缓存有效期 30 分钟
• 对 agentic 工作流收益最大：系统指令、工具定义、参考文档往往在多次调用中重复出现

Bedrock 同时保留隐式缓存模式，由平台自动放置缓存断点。两种模式可按业务场景选用：隐式模式适合通用负载，显式模式适合需要稳定命中关键前缀的高复用工作流。

接入与推理控制

接入推荐使用 AWS 短期 bearer token 进行认证，配合 OpenAI SDK 调用 Bedrock 的 bedrock-mantle 端点。三个模型 ID 分别为 openai.gpt-5.6-sol、openai.gpt-5.6-terra、openai.gpt-5.6-luna，请求通过 OpenAI 兼容的 Responses API 完成。

关键能力要点：

• 推理强度（reasoning effort）支持 none、low、medium、high、xhigh 五档，默认 medium；调高消耗更多推理 token，none 档追求最低延迟
• 支持流式响应、严格 JSON Schema 结构化输出与函数调用
• temperature、top_p 仅在 reasoning.effort 为 none 时生效，其他档位由模型自身控制输出方差

区域可用性与迁移建议

区域分布情况：

• GPT-5.6 Sol：US East（N. Virginia）、US East（Ohio）
• GPT-5.6 Terra、Luna：在上述区域外另增加 US West（Oregon）

从 GPT-5.5 或更早版本迁移时，建议先沿用当前推理强度，再尝试下调一档——官方表示 GPT-5.6 的 token 利用率更高，多数负载在更低档位下仍可保持输出质量。