In der Woche bis zum 28. September 2026 nahm AWS eine Reihe von KI-Diensten und Infrastrukturwerkzeugen in sein Ökosystem auf. Der Schwerpunkt liegt dabei darauf, für jede Aufgabe das passende Modell nach Intelligenz, Kosten und Antwortzeit auszuwählen, anstatt in allen Fällen das größte verfügbare Modell zu verwenden.
Neue Modelle über Amazon Bedrock
Amazon Bedrock stellte die beiden OpenAI-Modelle GPT-6 Sol und GPT-6 Luna bereit. GPT-6 Sol richtet sich an Entwicklungsaufgaben sowie wiederkehrende und komplexe Abläufe, während GPT-6 Luna auf spezifische und wiederholbare Aufgaben ausgerichtet ist, wenn diese in großem Umfang ausgeführt werden. AWS zufolge werden die beiden Modelle zu deutlich niedrigeren Preisen als ihre Vorgänger GPT-5.6 angeboten.
Auch Claude Opus 5.5 von Anthropic ist nun über Bedrock verfügbar und gilt als erstes Modell der Claude-5.5-Familie. Es soll im Vergleich zu Claude Opus 5 mehr Aufgaben mit weniger Tokens ausführen und wurde für agentenbasierte Programmierung sowie lang laufende Aufgaben optimiert.
Überwachung von Anwendungen und Agenten in einem gemeinsamen Bereich
AWS startete den Dienst Amazon CloudWatch Omni zur Überwachung von Anwendungen und KI-Agenten in einer gemeinsamen kollaborativen Umgebung. Der Dienst basiert auf OpenTelemetry, wodurch vorhandene Messdaten ohne erneute Konfiguration angezeigt werden können. Außerdem ermöglicht er den Zugriff über eine einzige Adresse mit einheitlicher Unternehmensanmeldung, ohne dass direkte Zugriffsberechtigungen für die Konsole erforderlich sind.
CloudWatch Omni erkennt Dienste automatisch und verknüpft ihre Abhängigkeiten. Zudem integriert es den AWS DevOps Agent in Untersuchungssitzungen, um Signale miteinander zu verknüpfen und die Ursachen von Ausfällen zurückzuverfolgen.
Praktische Änderungen bei Inferenz und ereignisbasierten Architekturen
AWS stellte außerdem Amazon SageMaker HyperPod Inference Gateway vor. Dabei handelt es sich um eine native Kubernetes-Routing-Schicht, die als einzelnes verwaltetes Add-on für Amazon EKS bereitgestellt wird, ohne Änderungen an der Anwendung. Sie leitet Anfragen anhand von Echtzeitsignalen weiter, etwa der Auslastung des KV-Cache, der Länge der Warteschlange, dem Erfolg von Prefix-Cache-Treffern und der erwarteten Antwortzeit, statt die herkömmliche Round-Robin-Verteilung zu verwenden. AWS zufolge verringerte dies in Szenarien mit vielfältiger Hardware und unregelmäßigen Lasten die Latenz bis zum ersten Token um bis zu 82 %. Die Schicht unterstützt mit OpenAI kompatible Modellserver, darunter vLLM und SGLang.
In Amazon EventBridge können nun zentrale, kontenübergreifende Ereignisbusse für ein Unternehmen über AWS RAM erstellt werden. Hinzu kommen Optionen zur Ereignisreihenfolge, zur inhaltsbasierten Deduplizierung und zum synchronen Aufrufen von Zielen wie AWS Lambda. Die neue Ressource Subscriber bündelt Filterrichtlinien, Ziele und Wiederholungsversuche, während ein Preismodell für Ingress/Egress die angesammelten Weiterleitungsgebühren zwischen Konten in Architekturen mit mehreren Bussen ersetzt. Bestehende Busse funktionieren weiterhin als „classic“-Busse.
Was ändert sich in der Praxis?
Diese Ankündigungen verbinden eine Erweiterung der Modellauswahl mit Verbesserungen der sie umgebenden Betriebsschichten. Der praktische Nutzen beschränkt sich nicht auf die Verfügbarkeit zusätzlicher Modelle. Die Auswahl des Modells ist nun stärker an die Kosten und Dauer der Aufgabe gekoppelt, während CloudWatch Omni und Inference Gateway zwei unmittelbare betriebliche Probleme adressieren: das Verständnis des Verhaltens von Systemen und Agenten sowie die Verringerung der Inferenzlatenz unter heterogenen Lasten.
AWS veröffentlichte außerdem über den AWS MCP Server Fähigkeiten für KI-Agenten in Amazon SES und AWS End User Messaging, um Programmieragenten bei Aufgaben wie der Überprüfung der Absenderidentität, dem Versand produktiver E-Mails und dem Aufbau eines RCS-Agenten mit Karten und Schaltflächen anzuleiten. Diese Fähigkeiten funktionieren mit Claude Code, Codex, Cursor und Kiro.
Das Strands-Agents-Team kündigte Strands harness an, ein allgemeines Agenten-Framework, das lokal ausgeführt oder an beliebigen Orten bereitgestellt werden kann und unter der Apache-2.0-Lizenz steht. Es unterstützt Modelle von Amazon Bedrock, Anthropic, OpenAI, Google und Ollama und umfasst Einstellungen zur Verwaltung des Kontext-Cachings, zur Kürzung von Tool-Ergebnissen und zur Beibehaltung des Speichers zwischen Ausführungen. Nach Angaben des Teams liegen seine Kosten bei denselben Modellen rund 28 % unter denen vergleichbarer Frameworks, bei gleichbleibender Genauigkeit. Dieses Ergebnis bleibt eine Behauptung des Teams und muss unabhängig überprüft werden.