Claude 5 模型在 AWS Seoul/Singapore 落地
Amazon Bedrock now supports Anthropic's Claude Opus 5 and Claude Sonnet 5 with in-region inference in Seoul, and Claude Sonnet 5 in Singapore. If you have local data processing req
ガイド一覧 · 本文は主に簡体字中国語です。国際向けの要点は English summary をご利用ください。
Claude 5 模型在 AWS Seoul/Singapore 落地
在 2026 年 9 月 29 日的 AWS 官方博客中，亚马逊宣布 Amazon Bedrock 已支持 Anthropic 的 Claude Opus 5 和 Claude Sonnet 5 模型。在首尔（ap-northeast-2）和新加坡（ap-southeast-1）区域，通过 in-region inference（区域内推理）提供服务。你的数据处理请求必须严格遵守本地数据主权要求时，这项功能正成为理想选择。
适用场景
金融服务、医疗健康或公共部门等需要将数据处理留在单个区域的应用，开发者可直接在 Bedrock 控制台或通过 API 调用这些最新 Claude 模型，无需跨区域传输。
决策路径
若你已有 AWS 账号并已开启 Bedrock 服务权限，立即在控制台中切换至目标区域即可落地；否则需先完成账号激活与权限配置。
Amazon Bedrock 区域内推理详解
Amazon Bedrock 的 in-region inference 特点在于，请求和数据处理全程发生在你指定的 AWS Region（首尔或新加坡），完全不离开该区域。这一设计特别适合对数据留存有严格要求的场景。
核心优势
- 请求处理全程本地化，无跨区域路由层。
- 计费按调用区域的标准按需定价。
- 监控指标、CloudWatch 数据和 AWS CloudTrail 日志全部限定在该 Region 内。
边界限制
吞吐量受限于该 Region 的容量配额，服务限制按 Region 独立计算。区域内推理专为 Claude Sonnet 5（首尔与新加坡）及 Claude Opus 5（首尔）提供支持。
Bedrock 控制台快速访问
在 Amazon Bedrock 控制台中开启文本 playground（游乐场），无需编写代码即可测试模型。
操作步骤
1. 打开 Bedrock 控制台，切换至首尔或新加坡 Region。
2. 左侧导航栏点击“Test”，选择“Playground”。
3. 点击页面中央“Select model”。
4. 搜索 anthropic.claude-opus-5 或 anthropic.claude-sonnet-5，选择 On-Demand 计费模式并应用。
5. 输入提示词并点击 Run 即可生成响应。
此 playground 支持调整推理参数，方便你对比不同模型特性。
代码调用示例
Python 代码演示（InvokeModel API）
import boto3
import json
# 首尔 Region
bedrock_runtime = boto3.client(
service_name="bedrock-runtime",
region_name="ap-northeast-2"
)
response = bedrock_runtime.invoke_model(
modelId="anthropic.claude-opus-5",
contentType="application/json",
accept="application/json",
body=json.dumps({
"anthropic_version": "bedrock-2023-05-31",
"max_tokens": 4096,
"messages": [
{
"role": "user",
"content": "Can you explain the features of Amazon Bedrock?"
}
]
})
)
result = json.loads(response["body"].read)
print(result["content"][0]["text"])
Converse API 示例（首尔）
import boto3
bedrock_runtime = boto3.client(
service_name="bedrock-runtime",
region_name="ap-northeast-2"
)
response = bedrock_runtime.converse(
modelId="anthropic.claude-opus-5",
messages=[
{
"role": "user",
"content": [
{"text": "Can you explain the features of Amazon Bedrock?"}
]
}
],
inferenceConfig={"maxTokens": 4096}
)
if 'output' in response:
blocks = response['output']['message']['content']
print('\n'.join(b.get('text', '') for b in blocks if 'text' in b))
Anthropic Messages API（首尔）
from anthropic import Anthropic
from aws_bedrock_token_generator import provide_token
token = provide_token(region="ap-northeast-2")
client = Anthropic(
base_url="",
api_key=token
)
response = client.messages.create(
model="anthropic.claude-sonnet-5",
max_tokens=1024,
messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}]
)
print(response)
上述代码在控制台或 IDE 中直接运行，无需额外配置。
监控与计费查看
调用后可通过 Amazon CloudWatch 监控请求数量、延迟与错误率。AWS Cost Explorer 可追踪实际费用，确保成本透明。
推荐模型列表
| 模型名称 | 支持区域 | 主要用途 | 建议定价页面 |
|---|---|---|---|
| anthropic.claude-opus-5 | Seoul | 复杂推理与代码任务 | 官网定价页 |
| anthropic.claude-sonnet-5 | Seoul + Singapore | 日常对话与快速生成 | 官网定价页 |
数据以 AWS 官网当日公布为准。
延伸阅读
风险与边界
区域内推理使用中存在数据主权风险，若数据在多个 Region 间流动可能导致合规问题。升级新模型后，旧集成代码可能需微调参数或 API 版本，建议提前在 playground 中验证兼容性。
免责声明：本文内容仅供参考，不构成法律意见。实际落地请以 AWS 官网和 Amazon Bedrock 服务条款为准。