本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
Daybreak Red:GPT-5.6 網路
OpenAI — Daybreak Red:GPT-5.6 網路
模型詳細資訊
Daybreak Red:GPT-5.6 Cyber 是一種高度專業化的 OpenAI 模型,適用於漏洞研究、漏洞重現和緩解開發等進階任務。
注意
此模型的存取權僅限於符合資格的客戶。若要進一步了解,請參閱使用 OpenAI 和 AWS 加速網路防禦
模型啟動日期:2026 年 8 月 12 日
模型 EOL 日期:不適用
最終使用者授權合約和使用條款:檢視
模型生命週期:作用中
內容視窗:272K 權杖
語言:英文、西班牙文、法文、德文、葡萄牙文、義大利文、荷蘭文、俄文、中文 (簡體和繁體)、日文、韓文、阿拉伯文、印地文、土耳其文、波蘭文、烏克蘭文和其他語言。
支援微調:否
支援的使用案例:漏洞研究、漏洞重現和緩解開發。
在 上bedrock-mantle,此模型會在 提供/openai/v1/responses,而不是預設的 /v1/responses。
功能和功能
Bedrock 功能
使用bedrock-mantle端點支援的功能
定價
短內容視窗 (272K)
| 推論選項 | 輸入 | 輸入 — 30 公尺快取寫入 | 輸入 — 快取讀取 | 輸出 |
|---|---|---|---|---|
| 區域內 | 13.75 美元 | 17.1875 美元 | 1.375 美元 | 82.50 美元 |
所有價格都是每 100 萬個字符。顯示的定價適用於 Standard 方案。此模型不支援 Priority 和 Flex 方案。
程式設計存取
使用以下模型 IDs和端點 URLs以程式設計方式存取此模型。如需可用 APIs和端點的詳細資訊,請參閱支援的 APIs和支援的端點。
| 端點 | 模型 ID | 區域端點 URL | 地理推論 ID | 全域推論 ID |
|---|---|---|---|---|
bedrock-mantle |
openai.gpt-5.6-cyber |
https://bedrock-mantle.{region}.api.aws/openai/v1 |
不支援 | 不支援 |
例如,如果區域是 us-east-2 (俄亥俄),則 bedrock-mantle 端點 URL 將為 "https://bedrock-mantle.us-east-2.api.aws/openai/v1"。
服務層
Amazon Bedrock 提供多種服務層,以符合您的工作負載需求。Standard 提供pay-per-token存取 (設定"service_tier": "default"或省略 欄位)。Priority 提供價格溢價最快的回應時間 (設定 "service_tier": "priority")。Flex 為彈性、non-time-sensitive的工作負載提供較低成本的存取 (設定 "service_tier": "flex")。預留會提供專用輸送量與可預測工作負載的期限承諾;它會在帳戶層級設定,而不是根據請求設定 (請聯絡您的 AWS 帳戶團隊啟用)。如需詳細資訊,請參閱 服務方案。
| 標準 | 優先順序 | Flex | 預留 |
|---|---|---|---|
區域可用性
區域可用性一目了然
Amazon Bedrock 提供三種推論選項:為嚴格合規,區域內將請求保留在單一區域內、在遵守資料駐留時跨區域 (例如美國、歐洲和亞太區域) 的地理跨區域路由,以及在沒有駐留限制的情況下在全球任何地方進行全球跨區域路由。如需詳細資訊,請參閱 依模型的區域可用性頁面。
| 區域 | 區域內 | 地理 | 全域 |
|---|---|---|---|
us-east-2 (俄亥俄) |
配額和限制
模型存取僅適用於符合資格的客戶。存取此模型需要從 OpenAI 註冊 Trusted Access for Cyber。若要註冊,請聯絡 OpenAI 或聯絡您的 AWS 客戶團隊,以取得資格相關指導。核准後,請與您的客戶團隊合作,在 AWS 上請求存取權。
AWS 您的帳戶具有預設配額來維持服務的效能,並確保適當使用 Amazon Bedrock。指派給帳戶的預設配額可能會根據區域因素、付款歷史記錄、詐騙使用量和/或配額增加請求的核准而更新。如需詳細資訊,請參閱 Amazon Bedrock 的配額 文件並參閱模型的限制。
範例程式碼
步驟 1 - AWS 帳戶:如果您已經有 AWS 帳戶,請略過此步驟。如果您是新手 AWS,請註冊 AWS 帳戶
步驟 2 - API 金鑰:前往 Amazon Bedrock 主控台
步驟 3 - 取得 SDK:若要使用此入門指南,您必須已安裝 Python。然後,根據您使用的 APIs相關軟體。
步驟 4 - 設定環境變數:設定您的環境以使用 API 金鑰進行身分驗證。
步驟 5 - 執行您的第一個推論請求:將檔案儲存為 bedrock-first-request.py