インドでデータを扱う案件があれば、モデルカードで対応リージョンと権限設定を確認するとよいでしょう。
11/4時点の判定。発表内容をもとにAIで判定しています。最新の提供状況は公式情報をご確認ください。
発表内容をもとにした一般的な情報です。導入や契約の判断は、公式情報を確かめたうえでご自身で行ってください。
Amazon BedrockのAIモデル「Kimi K3」で、推論処理をインド国内に限って実行できるプロファイルが加わりました。処理先はムンバイとハイデラバードの2リージョンで、データを国外に出せない業務でも使えます。AWS Machine Learning Blogが11月4日に発表し、ヒンディー語の文書を読み取るサンプルコードも公開しています。
画像：AWS（公式発表より）
要約版：専門用語を控えて説明しています
金融や行政など、データの処理場所に厳しい決まりがある業務を想定した仕組みです。呼び出すときのID（in.moonshotai.kimi-k3）を指定するだけで、処理先がインド国内に絞られます。
世界中で処理する「Global」も引き続き選べます。AWSは、多くの用途ではGlobalが最も安く、使える範囲も広いとしています。
Kimi K3は画像も読めます。AWSのサンプルでは、ヒンディー語の電気料金の請求書を読み取りました。合計額の₹2,217.20や支払期限を、ヒンディー語と英語を混ぜた質問に答える形で取り出しています。
導入企業のUltrahumanは、繰り返し使う指示文を再利用する仕組みで、AIの費用を80%減らしたと説明しています。
Amazon Bedrockは、さまざまな会社のAIモデルをAPI（アプリから呼び出す仕組み）でまとめて使えるAWSのサービスです。Kimi K3はMoonshot AIが提供するモデルで、文字と画像をまとめて扱えるマルチモーダル型です。重みを公開したオープンウェイトのモデルでもあります。
Moonshot AIは、公開時点でコーディングとエージェント（自分で手順を進めるAI）の能力が最先端の水準に達したと報告しています。
Kimi K3にはこれまで、世界中で処理する「Global」と、米国内で処理する選択肢がありました。今回はそこにインド国内の推論が加わりました。データの処理場所に厳しい決まりがある業務を、インドで動かしやすくするのが狙いです。
Kimi K3は「クロスリージョン推論プロファイル」という仕組みで提供されます。利用者はAWSの多くのリージョン（AWSの拠点の地域）から呼び出せます。Bedrockは受け取った要求を、複数ある処理先リージョンのどれかで処理します。
どこで処理してよいかは、呼び出すプロファイルIDで決まります。
AWSの公式ブログによると、リージョン間の通信は暗号化され、AWSのネットワーク内にとどまります。公開インターネットは通りません。複数リージョンにまたがるVPC（クラウド上の仮想的な社内ネットワーク）を自前で組む必要もありません。
対応リージョンの最新情報は、Kimi K3のモデルカードで確認する形です。
導入例としてUltrahumanが紹介されています。同社アプリのAIアシスタント「Jade」は、利用者自身のRingと血糖値のデータを使って質問に答えます。会話数は1日1万4,000件を超えるといいます。
同社のAditya Patawari氏（エンジニアリング担当VP）は、健康データをAWS内にとどめ、ムンバイを予備のリージョンにしていると説明しました。プロンプトキャッシュ（繰り返し使う指示文を再利用する仕組み）で言語モデルの費用を80%削減し、複数回のやり取りを85%速くしたそうです。
Kimi K3は、Bedrock Runtimeの窓口で次の4つのAPIから呼び出せます。
AWSはこのモデルではOpenAI互換のAPIを推奨しています。サンプルではopenaiのPythonライブラリを使い、接続先をムンバイ（ap-south-1）のBedrock Runtimeに向けています。ストリーミング、ツール呼び出し、構造化出力にも対応します。
認証にはAPIキーも発行できますが、AWSは短期間だけ有効な認証情報を推奨しています。専用のトークン生成ライブラリを使うと、AWS CLIの認証情報から短期のトークンを作れます。
IAM（AWSの権限管理）では、bedrock:InvokeModelとbedrock:InvokeModelWithResponseStreamなどを許可します。対象にはムンバイ（ap-south-1）とハイデラバード（ap-south-2）の両方を含めます。組織でリージョンを制限している場合は、呼び出し元のリージョンを許可したうえで、インドの2つの処理先への転送も許可する必要があります。
編集部の見方では、OpenAI互換APIで呼べるため、OpenAI向けのコードを持つ開発者は接続先とモデルIDの変更から試しやすい構成です。
サンプルは、ヒンディー語の架空の電気料金請求書を読み取るものです。別のOCR（画像から文字を読み取る処理）や翻訳サービスは使いません。
「請求額と期限は？」とヒンディー語と英語を混ぜて聞くと、次のように答えました。
GitHubで公開されたパイプラインは、次の処理を一続きで行います。
本人確認（KYC）書類の例や、モデルが項目を自分で選ぶモードも含まれます。
細かい文字を読むときは画像の詳細度を「high」にすると精度が上がる一方、入力トークン（AIが文字を数える単位）が増えます。AWSは、重要な判断に使う前に出力を検証し、人の確認を挟むよう勧めています。
費用面では、急ぎでない処理にflex層を選ぶと標準料金から50%割引になります。応答の速さを優先する「priority」は、割高な代わりに処理の順番が早くなります。プロンプトキャッシュは既定で自動的に働き、明示モードでは再利用する範囲を指定してヒット率を高められます。
固定の指示文は入力の先頭に置くのがコツです。
Bedrockの利用費を管理する手法は、サイソクでも以前に取り上げました（Bedrockのコスト管理5段階）。インド向けの導入を検討するなら、GitHubのサンプルコードとKimi K3のモデルカードで、対応リージョンと料金ページを確かめるとよいでしょう。
同じ話題の記事提供中Moonshot AI、前日に出た記事から大きな発表を選び、1本2行でまとめてメールで届けます。無料・いつでも解除できます。
主要企業の大きな発表だけ、1日4回まで。夜22時〜朝7時は鳴らしません。いつでも解除できます。
本記事は公式発表の文章をもとにAIが要約・解説して自動生成したものです。誤りが含まれる可能性があるため、正確な仕様・料金は公式発表をご確認ください。元記事を読む制作方法と事実確認の手順は編集方針をご覧ください。誤りのご指摘はお問い合わせから受け付けています。
AI生成AWSがAmazon Bedrockの利用費をチーム・アプリ単位で管理する5段階の手順を公開。IAMの利用者ごとの費用の振り分け、共有ロールで内訳が消える問題の直し方、予算超過で利用を止める3つの方式を整理します。
AI生成OpenAIの「GPT-6.1 Terra」がAmazon Bedrockで一般提供に。価格は前モデルより50%以上安く、Agents' Last Examで15ポイント向上、100万トークンの入力に対応。性能の数字と使い方を整理します。
GitHub Copilotにおける「Kimi K3」の提供開始と、Microsoft Agent Frameworkによるマルチエージェント構築ガイダンスの全貌を解説。マイクロソフトが推進するマルチモデル戦略の最新動向と、開発現場への影響に迫ります。
AWS Machine Learning Blogで公開された、Amazon BedrockにおけるAIモデル評価バイアスの修正手法とプロンプト最適化の仕組みを解説します。
