はじめに

ついに、Amazon BedrockがGAされました。今回は、Amazon Bedrockで現在（2023/10/14時点）使用可能なモデルについてまとめてみました。
なお、現時点で東京リージョンで使用できるモデルは限られているため
us-east-1を前提とします。

対象読者

Amazon Bedrockに興味がある方
機械学習モデルの比較を検討している方
これからAmazon Bedrockを利用しようと考えている方

モデル仕様

モデル名	バージョン	最大トークン数	対応言語	モデル属性
AI21 Jurassic-2 Mid	v1	8191	English, other languages	Text, Classification, Insert/edit, Math
AI21 Jurassic-2 Ultra	v1	8191	English, other languages	Text, Classification, Insert/edit, Math
Amazon Titan Text - Express	v1	8k	English	Text generation, Code generation, Instruction following
Anthropic Claude Instant	v1.2	100k	English and multiple others	Text generation, Conversational
Anthropic Claude	v1.3, v2	100k	English and multiple others	Text generation, Conversational
Cohere Command	v1	4096	English	Text-to-text, Model size: 52B parameters
Amazon Titan Embeddings	v1.2	8k	Multilingual	Output vector size = 1,536
Stability AI SDXL	v0.8	8192	English	Text-to-image

モデル概要

強み、弱みは筆者が試した上での意見であり、公式な見解ではありません。
性能に関しては、公開されているパラメーター数の情報と筆者がテストした上での感想です。
（厳密なパラメーター数は非公開）

モデル名	モデルの概要	サポートされているユースケース	強み	弱み
AI21 Jurassic-2 Mid	大規模多言語テキストモデル	Q&A, 要約, ドラフト生成, 情報抽出, アイデア出し	サポートされる多言語、低コスト	Ultraよりも劣る性能（パラメーター数）
AI21 Jurassic-2 Ultra	Midバージョンよりも高性能（パラメーター数）	Q&A, 要約, ドラフト生成, 情報抽出, アイデア出し	Midよりも高性能（パラメーター数）	コストがMidよりも高い
Amazon Titan Text - Express	高速テキスト生成モデル	オープンエンデッドテキスト生成, ブレインストーミング, 要約, コード生成, テーブル作成, データ整形, パラフレーズ, リライト, 抽出, Q&A, チャット	幅広いユースケースに対応	言語サポートが限られている
Anthropic Claude Instant	リアルタイム応答に効率的	Q&A, 個人情報削除, コンテンツ生成, 役割演技, テキスト比較, 要約, 文書Q&A	高速な応答、多言語サポート	Claudeに比べて劣る性能（パラメーター数）
Anthropic Claude	Instantバージョンよりも高性能（パラメーター数）	Q&A, 個人情報削除, コンテンツ生成, 役割演技, テキスト比較, 要約, 文書Q&A	Instantよりも高性能（パラメーター数）	コストがInstantよりも高い
Cohere Command	カスタマイズ可能な大規模テキストモデル	テキスト生成, 要約	カスタマイズ可能なテキスト生成	言語サポートが限られている
Amazon Titan Embeddings	効率的なテキスト表現で検索可能	テキスト検索, セマンティック類似度, クラスタリング	類似テキストの検索に特化	用途が限られている（弱みというより特徴）
Stability AI SDXL	画像を生成し編集できるモデル	画像生成, 画像編集	画像生成と編集に特化	画像以外のデータ属性には対応していない（弱みというより特徴）

さいごに

以上になります。
個人で、比較検討をした際のメモを参考に記事を書きました。
確認したつもりですが、誤りがあればコメントなどで修正依頼をお願いします。

この記事が、Amazon Bedrockで利用可能なモデルの選定や比較に役立てば幸いです。

参考ページ