Au cours de la semaine s’achevant le 28 septembre 2026, AWS a ajouté à son écosystème un ensemble de services d’intelligence artificielle et d’outils d’infrastructure, dans une orientation privilégiant le choix du modèle adapté à chaque tâche selon l’intelligence, le coût et le temps de réponse, plutôt que l’utilisation du plus grand modèle disponible dans tous les cas.
Nouveaux modèles via Amazon Bedrock
Amazon Bedrock a rendu disponibles les modèles GPT-6 Sol et GPT-6 Luna d’OpenAI. GPT-6 Sol cible les travaux de développement ainsi que les opérations répétitives et complexes, tandis que GPT-6 Luna se concentre sur les tâches spécifiques et reproductibles lorsqu’elles sont exécutées à grande échelle. AWS affirme que les deux modèles sont proposés à des prix nettement inférieurs à ceux de leurs prédécesseurs, GPT-5.6.
Claude Opus 5.5 d’Anthropic est également devenu disponible via Bedrock, en tant que premier modèle de la famille Claude 5.5. Il est censé exécuter davantage de tâches avec moins de jetons que Claude Opus 5, tout en étant optimisé pour la programmation fondée sur des agents et les tâches de longue durée.
Surveillance des applications et des agents dans un espace unique
AWS a lancé Amazon CloudWatch Omni pour surveiller les applications et les agents d’intelligence artificielle dans une expérience collaborative unique. Le service repose sur OpenTelemetry, ce qui permet d’afficher les données de télémétrie existantes sans reconfiguration. Il permet également un accès via une adresse unique, avec une authentification institutionnelle unifiée et sans nécessiter de droits d’accès directs à la console.
CloudWatch Omni détecte automatiquement les services et relie leurs dépendances. Il intègre également AWS DevOps Agent aux sessions d’investigation afin de corréler les signaux et de suivre les causes profondes des défaillances.
Évolutions pratiques de l’inférence et de l’architecture événementielle
AWS a également présenté Amazon SageMaker HyperPod Inference Gateway, une couche de routage native pour Kubernetes, déployée sous la forme d’un unique module complémentaire géré pour Amazon EKS, sans modification de l’application. Elle achemine les requêtes en fonction de signaux en temps réel tels que l’utilisation du cache KV, la longueur de la file d’attente, le taux de réussite des correspondances dans le prefix cache et le temps de réponse prévu, plutôt qu’au moyen de l’équilibrage round-robin traditionnel. AWS indique que cette approche a réduit le temps d’accès au premier jeton de jusqu’à 82 % dans des scénarios comprenant du matériel hétérogène et des charges intermittentes. La couche prend en charge les serveurs de modèles compatibles avec OpenAI, notamment vLLM et SGLang.
Dans Amazon EventBridge, il est désormais possible de créer un bus d’événements centralisé partagé entre les comptes de l’organisation via AWS RAM, avec des options de classement des événements, de déduplication fondée sur le contenu et d’invocation synchrone de cibles telles qu’AWS Lambda. La nouvelle ressource Subscriber regroupe les politiques de filtrage, les cibles et les nouvelles tentatives, tandis qu’un modèle tarifaire ingress/egress remplace les frais de routage cumulés entre les comptes dans les architectures à plusieurs bus. Les bus actuels continuent de fonctionner comme des bus « classic ».
Qu’est-ce qui change concrètement ?
Ces annonces combinent l’élargissement de la liste des modèles et l’amélioration des couches opérationnelles qui les entourent. La valeur pratique ne se limite pas à la disponibilité de modèles supplémentaires : le choix du modèle est désormais davantage lié au coût et à la durée de la tâche, tandis que CloudWatch Omni et Inference Gateway ciblent deux problèmes opérationnels directs : comprendre le comportement des systèmes et des agents, et réduire la latence de l’inférence sous des charges hétérogènes.
AWS a également lancé des compétences pour les agents d’intelligence artificielle dans Amazon SES et AWS End User Messaging via AWS MCP Server, afin d’orienter les agents de programmation dans des tâches telles que la vérification de l’identité d’envoi, l’envoi d’e-mails en production et la création d’un agent RCS comportant des cartes et des boutons. Ces compétences fonctionnent avec Claude Code, Codex, Cursor et Kiro.
L’équipe Strands Agents a annoncé Strands harness, un framework général pour les agents pouvant être exécuté localement ou déployé n’importe où, et distribué sous licence Apache 2.0. Il prend en charge les modèles d’Amazon Bedrock, d’Anthropic, d’OpenAI, de Google et d’Ollama, et comprend des paramètres permettant de gérer la mise en cache du contexte, de réduire les résultats des outils et de conserver la mémoire entre les exécutions. Selon l’équipe, son coût est inférieur d’environ 28 % à celui de frameworks comparables sur les mêmes modèles, tout en conservant la précision ; ce résultat demeure une affirmation de l’équipe et nécessite une vérification indépendante.