Amazon Bedrock：モデルの知能、性能、料金
この分析は、ユースケースに最適なAmazon Bedrock提供モデルを選ぶための参考情報です。
最高の知能
Claude Opus 5.5 (max with fallback)Claude Sonnet 5.5 (max with fallback)
GPT-6 Astra (max)Claude Opus 5 (max)GPT-5.6 Sol (max)Intelligence Index
モデル合計：77件
最速
Ministral 3 3BNova Micro
Kimi K3 (max)
Grok 4.3 (high)Grok 4.3 (non-reasoning)出力速度
モデル合計：77件
最安料金
Nova Micro
Gemma 3 4BNova Lite
NVIDIA Nemotron Nano 9B V2 (non-reasoning)gpt-oss-20b (low)ブレンド料金（100万トークンあたり）
モデル合計：77件
Amazonは77モデルを提供しており、知能、性能、料金の特性はそれぞれ異なります。 以下でモデル間の主要指標を比較します。
- Amazonで知能が上位のモデルはClaude Opus 5.5 (max with fallback)（58）、Claude Sonnet 5.5 (max with fallback)（56）、GPT-6 Astra (max)（53）です。
- 出力速度が最も速いモデルはMinistral 3 3B（422 t/s）、Nova Micro（304 t/s）、Kimi K3 (max)（299 t/s）です。 モデル間の速度差は大きく、最速と最遅で56%の差があります。
- 遅延では、GPT-5.6 Luna (non-reasoning)（0.43秒）、GPT-5.6 Terra (non-reasoning)（0.51秒）、GPT-5.6 Sol (non-reasoning)（0.58秒）の最初の回答トークンまでの時間が最短です。
- 料金では、Nova Micro（$0.03）、Gemma 3 4B（$0.04）、Nova Lite（$0.05）の100万トークンあたりのブレンド料金が最安です。 モデル間で料金に最大3.4倍の差があります。
- Amazonで最大のコンテキストウィンドウに対応するモデルはClaude Opus 5.5 (max with fallback)（1M）、Claude Sonnet 5.5 (max with fallback)（1M）、Claude Opus 5 (max)（1M）です。
知能評価
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic real-world work tasks, Elo
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Long context reasoning
Coding
Physics reasoning
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic interactive 3D experiences, Elo
Product and brand videos designed in code, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
Intelligence Indexと料金
コンテキストウィンドウ
コンテキストウィンドウ
料金
Intelligence Indexと料金
性能の概要
出力速度と料金
速度
出力速度（1秒あたりのトークン数）で測定
出力速度
遅延
最初のトークンまでの時間（秒）で測定
遅延: 最初の回答トークンまでの時間
キャッシュ動作
キャッシュヒット率
タスクあたりのコストとキャッシュヒット率
エンドツーエンド応答時間
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
エンドツーエンド応答時間と料金
詳細分析 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
Claude Opus 5.5 (max with fallback) | 1M | 独自 | 58 | $5.98 | 98 | 768.77 | 773.90 | -- | |||
Claude Sonnet 5.5 (max with fallback) | 1M | 独自 | 56 | $4.96 | 143 | 436.34 | 439.84 | -- | |||
GPT-6 Astra (max) | 524k | 独自 | 53 | $3.26 | 91 | 265.92 | 271.42 | -- | |||
Claude Opus 5 (max) | 1M | 独自 | 51 | $5.86 | 56 | 59.58 | 68.47 | -- | |||
Claude Opus 5 (xhigh) | 1M | 独自 | 50 | $4.88 | -- | -- | -- | -- | |||
Claude Opus 5 (high) | 1M | 独自 | 48 | $3.61 | -- | -- | -- | -- | |||
GPT-5.6 Sol (max) | 1M | 独自 | 47 | $1.98 | 128 | 76.03 | 79.93 | -- | |||
Claude Opus 5 (medium) | 1M | 独自 | 45 | $2.19 | -- | -- | -- | -- | |||
Kimi K3 (max) | 1M | オープン | 44 | $1.87 | 227 | 1.23 | 12.25 | 8.82 | |||
Claude Opus 5.5 (low with fallback) | 1M | 独自 | 42 | $0.55 | 80 | 10.91 | 17.17 | -- | |||
GPT-5.6 Terra (max) | 1M | 独自 | 42 | $1.41 | 155 | 109.88 | 113.10 | -- | |||
Claude Opus 4.8 (max) | 1M | 独自 | 42 | $4.02 | 67 | 34.65 | 42.14 | -- | |||
Claude Opus 4.7 (max) | 1M | 独自 | 41* | -- | 69 | 17.17 | 24.38 | -- | |||
Claude Opus 5 (low) | 1M | 独自 | 39 | $1.10 | 54 | 2.31 | 11.52 | -- | |||
GPT-5.4 (xhigh) | 272k | 独自 | 39* | -- | 184 | 90.89 | 93.60 | -- | |||
GPT-5.5 (xhigh) | 272k | 独自 | 38 | $2.49 | 136 | 45.48 | 49.15 | -- | |||
Claude Sonnet 5 (max) | 1M | 独自 | 38 | $6.21 | 88 | 208.98 | 214.64 | -- | |||
GPT-5.6 Luna (max) | 1M | 独自 | 37 | $0.18 | 224 | 71.15 | 73.38 | -- | |||
GPT-5.5 (high) | 272k | 独自 | 37 | $1.40 | -- | -- | -- | -- | |||
Claude Sonnet 5.5 (low with fallback) | 1M | 独自 | 36 | $0.33 | 109 | 1.56 | 6.16 | -- | |||
GPT-5.5 (medium) | 272k | 独自 | 34 | $0.92 | -- | -- | -- | -- | |||
Claude Opus 4.6 (max) | 1M | 独自 | 32* | -- | 68 | 17.05 | 24.44 | -- | |||
Claude Opus 4.7 (non-reasoning, high) | 1M | 独自 | 31* | -- | 66 | 1.13 | 8.71 | -- | |||
GPT-5.5 (low) | 272k | 独自 | 31* | -- | -- | -- | -- | -- | |||
Claude Sonnet 4.6 (max) | 200k | 独自 | 30 | $2.83 | 120 | 58.14 | 62.31 | -- | |||
Claude Opus 4.5 | 200k | 独自 | 29* | -- | 61 | 16.56 | 24.82 | -- | |||
GPT-5.6 Sol (non-reasoning) | 1M | 独自 | 28* | -- | 110 | 0.66 | 5.20 | -- | |||
GPT-5.4 (low) | 272k | 独自 | 28* | -- | -- | -- | -- | -- | |||
Claude Opus 4.6 (non-reasoning, high) | 1M | 独自 | 26* | -- | 62 | 1.31 | 9.34 | -- | |||
Grok 4.3 (high) | 524k | 独自 | 25 | $0.34 | 292 | 9.37 | 11.08 | -- | |||
Grok 4.3 (medium) | 524k | 独自 | 25* | -- | -- | -- | -- | -- | |||
Claude Sonnet 4.6 (non-reasoning, high) | 200k | 独自 | 25* | -- | 91 | 1.09 | 6.56 | -- | |||
Grok 4.3 (low) | 524k | 独自 | 24* | -- | -- | -- | -- | -- | |||
Claude Opus 4.5 (non-reasoning) | 200k | 独自 | 24* | -- | 56 | 1.48 | 10.40 | -- | |||
Kimi K2.5 | 256k | オープン | 23* | -- | 103 | 1.25 | 34.83 | 28.74 | |||
Claude Sonnet 5 (non-reasoning) | 1M | 独自 | 23* | -- | 62 | 1.24 | 9.28 | -- | |||
GPT-5.5 (non-reasoning) | 272k | 独自 | 23* | -- | 115 | 0.78 | 5.11 | -- | |||
Claude 4.1 Opus | 200k | 独自 | 23* | -- | -- | -- | -- | -- | |||
 GLM-4.7 | 200k | オープン | 22* | -- | 77 | 1.40 | 33.83 | 25.94 | |||
Kimi K2 Thinking | 256k | オープン | 22* | -- | 121 | 1.35 | 21.97 | 16.50 | |||
 DeepSeek V3.2 | 128k | オープン | 21* | -- | 59 | 1.58 | 44.25 | 34.14 | |||
GPT-5.6 Terra (non-reasoning) | 1M | 独自 | 21 | $0.14 | 129 | 0.51 | 4.38 | -- | |||
Claude 4.5 Sonnet | 1M | 独自 | 21 | $0.55 | 58 | 10.97 | 19.59 | -- | |||
Claude 4.5 Sonnet (non-reasoning) | 1M | 独自 | 19* | -- | 54 | 1.43 | 10.75 | -- | |||
 MiniMax-M2 | 205k | オープン | 19* | -- | 128 | 1.04 | 20.63 | 15.67 | |||
Claude 4.1 Opus (non-reasoning) | 200k | 独自 | 19* | -- | -- | -- | -- | -- | |||
GPT-5.4 (non-reasoning) | 272k | 独自 | 18* | -- | 141 | 0.73 | 4.28 | -- | |||
GLM-4.7 (non-reasoning) | 200k | オープン | 17* | -- | 91 | 1.39 | 6.91 | -- | |||
Claude 4.5 Haiku | 200k | 独自 | 17 | $0.22 | 136 | 21.35 | 25.03 | -- | |||
DeepSeek V3.2 (non-reasoning) | 128k | オープン | 16* | -- | 93 | 1.49 | 6.88 | -- | |||
GPT-5.6 Luna (non-reasoning) | 1M | 独自 | 16 | $0.01 | 219 | 0.43 | 2.71 | -- | |||
Claude 4.5 Haiku (non-reasoning) | 200k | 独自 | 15* | -- | 107 | 0.82 | 5.49 | -- | |||
GLM-4.7-Flash | 200k | オープン | 15* | -- | 221 | 1.03 | 12.36 | 9.06 | |||
Nova 2.0 Pro Preview (medium) | 256k | 独自 | 14* | -- | 128 | 13.85 | 33.34 | 15.58 | |||
Grok 4.3 (non-reasoning) | 524k | 独自 | 14 | $0.22 | 254 | 0.85 | 2.82 | -- | |||
DeepSeek V3.1 (non-reasoning) | 128k | オープン | 14* | -- | 158 | 1.31 | 4.47 | -- | |||
DeepSeek V3.1 | 128k | オープン | 13* | -- | 167 | 1.30 | 16.27 | 11.98 | |||
Nova 2.0 Lite (high) | 1M | 独自 | 13* | -- | 207 | 16.58 | 28.64 | 9.65 | |||
Nova 2.0 Pro Preview (low) | 256k | 独自 | 13* | -- | 123 | 9.61 | 29.85 | 16.19 | |||
Nova 2.0 Lite (medium) | 1M | 独自 | 12* | -- | 191 | 16.61 | 29.69 | 10.46 | |||
 Qwen3 235B 2507 | 256k | オープン | 12* | -- | 109 | 0.98 | 5.59 | -- | |||
Qwen3 Coder 480B | 262k | オープン | 12* | -- | 87 | 1.17 | 6.92 | -- | |||
Nova 2.0 Lite (low) | 1M | 独自 | 12* | -- | 181 | 10.00 | 23.82 | 11.06 | |||
gpt-oss-120b (high) | 131k | オープン | 12 | $0.11 | 120 | 1.02 | 21.87 | 16.67 | |||
DeepSeek R1 (Jan) | 128k | オープン | 11 | $0.22 | 164 | 1.03 | 18.43 | 14.35 | |||
GLM-4.7-Flash (non-reasoning) | 200k | オープン | 11* | -- | 230 | 1.00 | 3.17 | -- | |||
gpt-oss-120b (low) | 131k | オープン | 10* | -- | 103 | 1.00 | 25.35 | 19.49 | |||
Nova 2.0 Pro Preview (non-reasoning) | 256k | 独自 | 10* | -- | 121 | 1.07 | 5.21 | -- | |||
gpt-oss-20b (low) | 131k | オープン | 10* | -- | 200 | 6.52 | 19.00 | 9.99 | |||
Qwen3 Coder 30B A3B | 262k | オープン | 10* | -- | 267 | 0.91 | 2.78 | -- | |||
 Llama 4 Maverick | 128k | オープン | 9 | $0.04 | -- | -- | -- | -- | |||
Mistral Large 3 | 256k | オープン | 9 | $0.10 | 150 | 1.23 | 4.57 | -- | |||
Qwen3 Coder Next | 128k | オープン | 9 | $0.78 | 128 | 0.94 | 4.86 | -- | |||
gpt-oss-20b (high) | 131k | オープン | 9 | $0.01 | 243 | 22.69 | 32.99 | 8.24 | |||
Nova 2.0 Lite (non-reasoning) | 1M | 独自 | 9* | -- | 180 | 0.96 | 3.74 | -- | |||
Magistral Small 1.2 | 128k | オープン | 9* | -- | 83 | 1.44 | 31.39 | 23.96 | |||
Claude 3.5 Sonnet (Oct) | 200k | 独自 | 8* | -- | -- | -- | -- | -- | |||
Llama 3.3 70B | 128k | オープン | 8* | -- | -- | -- | -- | -- | |||
Qwen3 32B (non-reasoning) | 32.8k | オープン | 7* | -- | 144 | 1.06 | 4.54 | -- | |||
Claude 3.5 Sonnet (June) | 200k | 独自 | 7* | -- | -- | -- | -- | -- | |||
Nova Pro | 300k | 独自 | 7* | -- | 126 | 1.04 | 5.00 | -- | |||
Llama 3.1 8B | 128k | オープン | 7* | -- | -- | -- | -- | -- | |||
NVIDIA Nemotron Nano 9B V2 (non-reasoning) | 131k | オープン | 7* | -- | 169 | 1.06 | 4.01 | -- | |||
Mistral Large 2 (Jul) | 128k | オープン | 7* | -- | -- | -- | -- | -- | |||
Nova Lite | 300k | 独自 | 7* | -- | 173 | 0.88 | 3.77 | -- | |||
Llama 3.1 70B Standard | 128k | オープン | 7* | -- | -- | -- | -- | -- | |||
Llama 3.1 70B Latency Optimized | 128k | オープン | 7* | -- | -- | -- | -- | -- | |||
Llama 4 Scout | 128k | オープン | 6 | $0.11 | -- | -- | -- | -- | |||
Ministral 3 14B | 256k | オープン | 6 | $0.14 | 191 | 1.03 | 3.66 | -- | |||
 Jamba 1.5 Large | 256k | オープン | 6* | -- | -- | -- | -- | -- | |||
Nova Micro | 130k | 独自 | 6* | -- | 304 | 0.80 | 2.44 | -- | |||
NVIDIA Nemotron Nano 12B v2 VL (non-reasoning) | 128k | オープン | 6* | -- | 202 | 1.03 | 3.51 | -- | |||
Mistral Large (Feb) | 32.8k | 独自 | 6* | -- | -- | -- | -- | -- | |||
Claude 3 Haiku | 200k | 独自 | 6* | -- | -- | -- | -- | -- | |||
Ministral 3 8B | 256k | オープン | 5 | $0.07 | 251 | 0.94 | 2.93 | -- | |||
Llama 3 70B | 8.19k | オープン | 5* | -- | -- | -- | -- | -- | |||
Jamba 1.5 Mini | 256k | オープン | 5* | -- | -- | -- | -- | -- | |||
Mixtral 8x7B | 32.8k | オープン | 5* | -- | 25 | 1.04 | 21.01 | -- | |||
Mistral 7B | 8.19k | オープン | 5* | -- | -- | -- | -- | -- | |||
Gemma 3 27B | 128k | オープン | 5 | $0.47 | 58 | 1.39 | 9.98 | -- | |||
Ministral 3 3B | 256k | オープン | 5 | $0.04 | 422 | 0.85 | 2.04 | -- | |||
Gemma 3 4B | 128k | オープン | 5* | -- | 175 | 0.97 | 3.82 | -- | |||
Llama 3 8B | 8.19k | オープン | 5* | -- | -- | -- | -- | -- | |||
Gemma 3 12B | 128k | オープン | 4 | $0.24 | 88 | 1.32 | 7.00 | -- | |||
主要な定義
よくある質問
Amazon Bedrockに関するよくある質問
Amazon Bedrockが提供し、当社が追跡しているモデルは77モデルです：Claude Opus 5.5 (max with fallback)、Claude Sonnet 5.5 (max with fallback)、GPT-6 Astra (max)、Claude Opus 5 (max)、GPT-5.6 Sol (max)、Kimi K3 (max)、Claude Opus 5.5 (low with fallback)、GPT-5.6 Terra (max)、Claude Opus 4.8 (max)、Claude Opus 4.7 (max)、Claude Opus 5 (low)、GPT-5.4 (xhigh)、GPT-5.5 (xhigh)、Claude Sonnet 5 (max)、GPT-5.6 Luna (max)、Claude Sonnet 5.5 (low with fallback)、Claude Opus 4.6 (max)、Claude Opus 4.7 (non-reasoning, high)、Claude Sonnet 4.6 (max)、Claude Opus 4.5、GPT-5.6 Sol (non-reasoning)、Claude Opus 4.6 (non-reasoning, high)、Grok 4.3 (high)、Claude Sonnet 4.6 (non-reasoning, high)、Claude Opus 4.5 (non-reasoning)、Kimi K2.5、Claude Sonnet 5 (non-reasoning)、GPT-5.5 (non-reasoning)、GLM-4.7、Kimi K2 Thinking、DeepSeek V3.2、GPT-5.6 Terra (non-reasoning)、Claude 4.5 Sonnet、Claude 4.5 Sonnet (non-reasoning)、MiniMax-M2、GPT-5.4 (non-reasoning)、GLM-4.7 (non-reasoning)、Claude 4.5 Haiku、DeepSeek V3.2 (non-reasoning)、GPT-5.6 Luna (non-reasoning)、Claude 4.5 Haiku (non-reasoning)、GLM-4.7-Flash、Nova 2.0 Pro Preview (medium)、Grok 4.3 (non-reasoning)、DeepSeek V3.1 (non-reasoning)、DeepSeek V3.1、Nova 2.0 Lite (high)、Nova 2.0 Pro Preview (low)、Nova 2.0 Lite (medium)、Qwen3 235B 2507、Qwen3 Coder 480B、Nova 2.0 Lite (low)、gpt-oss-120b (high)、DeepSeek R1 (Jan)、GLM-4.7-Flash (non-reasoning)、gpt-oss-120b (low)、Nova 2.0 Pro Preview (non-reasoning)、gpt-oss-20b (low)、Qwen3 Coder 30B A3B、Mistral Large 3、Qwen3 Coder Next、gpt-oss-20b (high)、Nova 2.0 Lite (non-reasoning)、Magistral Small 1.2、Qwen3 32B (non-reasoning)、Nova Pro、NVIDIA Nemotron Nano 9B V2 (non-reasoning)、Nova Lite、Ministral 3 14B、Nova Micro、NVIDIA Nemotron Nano 12B v2 VL (non-reasoning)、Ministral 3 8B、Mixtral 8x7B、Gemma 3 27B、Ministral 3 3B、Gemma 3 4B、Gemma 3 12B。
Amazon Bedrockで利用できるモデルのうち、知能が最も高いのはIntelligence Indexスコア58のClaude Opus 5.5 (max with fallback)です。
Amazon Bedrockで出力速度が最も速いモデルは、毎秒422.4トークンのMinistral 3 3Bです。
Amazon Bedrockで最初の回答トークンまでの時間が最短のモデルは、0.43秒のGPT-5.6 Luna (non-reasoning)です。遅延が短いほど、最初の応答が速くなります。
Amazon Bedrockでブレンド料金が最も安いモデルは、100万トークンあたり$0.03のNova Microです（キャッシュヒット／入力／出力を7:2:1とした場合）。
Amazon Bedrockのモデル間では料金に最大284倍の差があり、Nova Microの100万トークンあたり$0.03から、GPT-6 Astra (max)の$7.70までとなっています。
Amazon Bedrockの77モデル中18モデルが、構造化出力のJSONモードに対応しています。
Amazon Bedrockの77モデル中75モデルが関数呼び出し（ツール利用）に対応しています。
はい。Amazon Bedrockは40推論モデルを提供しています：Claude Opus 5.5 (max with fallback)、Claude Sonnet 5.5 (max with fallback)、GPT-6 Astra (max)、Claude Opus 5 (max)、GPT-5.6 Sol (max)、Kimi K3 (max)、Claude Opus 5.5 (low with fallback)、GPT-5.6 Terra (max)、Claude Opus 4.8 (max)、Claude Opus 4.7 (max)、Claude Opus 5 (low)、GPT-5.4 (xhigh)、GPT-5.5 (xhigh)、Claude Sonnet 5 (max)、GPT-5.6 Luna (max)、Claude Sonnet 5.5 (low with fallback)、Claude Opus 4.6 (max)、Claude Sonnet 4.6 (max)、Claude Opus 4.5、Grok 4.3 (high)、Kimi K2.5、GLM-4.7、Kimi K2 Thinking、DeepSeek V3.2、Claude 4.5 Sonnet、MiniMax-M2、Claude 4.5 Haiku、GLM-4.7-Flash、Nova 2.0 Pro Preview (medium)、DeepSeek V3.1、Nova 2.0 Lite (high)、Nova 2.0 Pro Preview (low)、Nova 2.0 Lite (medium)、Nova 2.0 Lite (low)、gpt-oss-120b (high)、DeepSeek R1 (Jan)、gpt-oss-120b (low)、gpt-oss-20b (low)、gpt-oss-20b (high)、Magistral Small 1.2。推論モデルは回答前に拡張思考を行い、複雑な問題に取り組みます。
はい。Amazon Bedrockの77モデル中33モデルがオープンウェイトです：Kimi K3 (max)、Kimi K2.5、GLM-4.7、Kimi K2 Thinking、DeepSeek V3.2、MiniMax-M2、GLM-4.7 (non-reasoning)、DeepSeek V3.2 (non-reasoning)、GLM-4.7-Flash、DeepSeek V3.1 (non-reasoning)、DeepSeek V3.1、Qwen3 235B 2507、Qwen3 Coder 480B、gpt-oss-120b (high)、DeepSeek R1 (Jan)、GLM-4.7-Flash (non-reasoning)、gpt-oss-120b (low)、gpt-oss-20b (low)、Qwen3 Coder 30B A3B、Mistral Large 3、Qwen3 Coder Next、gpt-oss-20b (high)、Magistral Small 1.2、Qwen3 32B (non-reasoning)、NVIDIA Nemotron Nano 9B V2 (non-reasoning)、Ministral 3 14B、NVIDIA Nemotron Nano 12B v2 VL (non-reasoning)、Ministral 3 8B、Mixtral 8x7B、Gemma 3 27B、Ministral 3 3B、Gemma 3 4B、Gemma 3 12B。
はい。インフラストラクチャの変更、負荷分散、アップデートにより、プロバイダーの性能は時間とともに変化する場合があります。すべてのプロバイダーを継続的にベンチマークし、「推移」グラフに過去の性能傾向を表示しています。
Amazon Bedrockのモデルを選ぶ際は、知能（品質を重視するタスク）、出力速度（高スループットが必要なタスク）、遅延（最初の応答の速さが必要な対話型アプリケーション）、料金（費用を重視するワークロード）、コンテキストウィンドウの規模、JSONモード、関数呼び出しへの対応などを検討してください。