AWS ने घोषणा की है कि Canada (Central) और Canada West (Calgary) क्षेत्रों के ग्राहक अब Amazon Bedrock के ज़रिए OpenAI के सबसे नए GPT मॉडल इस्तेमाल कर सकते हैं। इस सुविधा को cross‑Region inference (CRIS) कहा जाता है। यह कनाडा के स्रोत क्षेत्र से अनुरोधों को अमेरिका के उन गंतव्य क्षेत्रों तक भेजती है जहाँ मॉडल चलते हैं। इससे कनाडा के डेवलपर AWS नेटवर्क छोड़े बिना GPT‑5.6 (Sol, Terra, Luna), GPT‑6 (Astra, Sol, Luna) और GPT‑6.1 Sol इस्तेमाल कर सकते हैं।
यह कैसे काम करता है और क्या उपलब्ध है
आप अपने कनाडाई क्षेत्र के Bedrock Runtime endpoint पर अनुरोध भेजते हैं। इसके बाद Bedrock, आपके चुने हुए inference profile के आधार पर उसे किसी समर्थित अमेरिकी क्षेत्र में भेजता है। दो तरह के profile उपलब्ध हैं: US‑geographic profile (जिसमें ट्रैफ़िक उत्तरी अमेरिका के भीतर रहता है) और global profile (जो किसी भी व्यावसायिक AWS क्षेत्र का इस्तेमाल कर सकता है)। सूची में शामिल सभी मॉडल टेक्स्ट और इमेज इनपुट, 1‑million‑token context window, reasoning mode और tool calling को सपोर्ट करते हैं। बार-बार इस्तेमाल होने वाले prompts की लागत घटाने के लिए prompt caching भी उपलब्ध है।
कीमतें Amazon Bedrock की मानक दरों के अनुसार हैं। अनुमतियाँ IAM policies के ज़रिए दी जाती हैं, जैसे managed AmazonBedrockLimitedAccess policy या कम-से-कम ज़रूरी अनुमतियाँ देने वाली custom policies। Service Control Policies इस्तेमाल करने वाले संगठन CRIS ट्रैफ़िक की अनुमति देते हुए दूसरे क्षेत्रों में सीधे किए जाने वाले कॉल पर रोक लगा सकते हैं।
शुरू कैसे करें
मॉडल आज़माने के लिए आपके पास AWS खाता होना चाहिए, जिसमें ca‑central‑1 या ca‑west‑1 सक्षम हो; bedrock:InvokeModel अनुमतियों वाला IAM role; और openai, boto3 तथा aws‑bedrock‑token‑generator packages के साथ Python 3.9+ होना चाहिए। उदाहरण कोड में बताया गया है कि क्षेत्रीय endpoint पर client सेट करके और inference‑profile ID (जैसे, “global.openai.gpt‑6‑astra”) देकर OpenAI Responses API, Chat Completions API या Bedrock Converse API को कैसे कॉल करें।
यह क्यों मायने रखता है
कनाडा के डेवलपर अब स्थानीय deployment का इंतज़ार किए बिना नवीनतम OpenAI मॉडल के साथ generative‑AI ऐप बना सकते हैं। इससे latency कम रखने और उत्तरी अमेरिका के data-residency नियमों के दायरे में रहने में मदद मिलती है। फिर भी, उन्हें IAM अनुमतियाँ संभालनी होंगी और production workloads के लिए प्रति मिनट tokens की अधिक quota माँगनी पड़ सकती है।
