はじめに
2026年2月23日のAWS Weekly Roundupで発表された通り、Anthropicの最新モデル Claude Sonnet 4.6 がAmazon Bedrockで正式に利用可能になりました。
Claude Sonnet 4.6 offers frontier performance across coding, agents, and professional work at scale. It approaches Opus 4.6 intelligence at a lower cost, enabling faster, high-quality task completion.
Claude Sonnet 4.6は Opus 4.6に迫る精度をより低コストで 実現するモデルで、大量処理が必要なコーディングやナレッジワークに最適とされています。
本記事では、AWS CLIを使ってClaude Sonnet 4.6をAmazon Bedrock経由で実際に呼び出し、その動作を確認します。
新機能の概要
Claude Sonnet 4.6とは
| 項目 | 内容 |
|---|---|
| 提供元 | Anthropic |
| モデルID | anthropic.claude-sonnet-4-6 |
| 推論プロファイル |
us.anthropic.claude-sonnet-4-6(クロスリージョン) |
| 利用可能リージョン | us-east-1(クロスリージョン推論) |
| 特徴 | Opus 4.6相当の精度・低コスト・高スループット |
| 用途 | 高ボリュームコーディング、エージェント処理、ナレッジワーク |
クロスリージョン推論プロファイルとは
モデルIDのプレフィックスとして us. を付けることで、クロスリージョン推論プロファイルが有効になります。これにより、AWSが自動的に負荷分散・最適なリージョン選択を行い、スループット上限を超えた場合でも自動でフォールバックしてくれます。
実際にやってみた
前提条件
- AWS CLI v2 がインストール済み
-
us-east-1リージョンへのAWS認証が設定済み - Amazon Bedrock でClaude Sonnet 4.6のモデルアクセスが有効化済み
Step 1: 利用可能なClaude Sonnet 4.xモデルを確認
aws bedrock list-foundation-models \
--region us-east-1 \
--query "modelSummaries[?contains(modelId, 'claude-sonnet-4')].[modelId,modelName]" \
--output table
実行結果
--------------------------------------------------------------------
| ListFoundationModels |
+--------------------------------------------+---------------------+
| anthropic.claude-sonnet-4-20250514-v1:0 | Claude Sonnet 4 |
| anthropic.claude-sonnet-4-6 | Claude Sonnet 4.6 |
| anthropic.claude-sonnet-4-5-20250929-v1:0 | Claude Sonnet 4.5 |
+--------------------------------------------+---------------------+
anthropic.claude-sonnet-4-6 がしっかりリストに表示されています!
Step 2: invoke-model API で呼び出し
bedrock-runtime invoke-model コマンドを使い、日本語での自己紹介を依頼してみます。
aws bedrock-runtime invoke-model \
--region us-east-1 \
--model-id "us.anthropic.claude-sonnet-4-6" \
--body '{
"anthropic_version": "bedrock-2023-05-31",
"max_tokens": 512,
"messages": [
{
"role": "user",
"content": "あなたはどんなモデルですか?Claude Sonnet 4.6としての特徴を日本語で3点、箇条書きで教えてください。"
}
]
}' \
--cli-binary-format raw-in-base64-out \
response.json
cat response.json | python3 -c "
import sys, json
d = json.load(sys.stdin)
print(d['content'][0]['text'])
print()
print('--- Usage ---')
print('Input tokens:', d['usage']['input_tokens'])
print('Output tokens:', d['usage']['output_tokens'])
"
実行結果
私はAnthropicが開発した Claude というAIアシスタントです。
一般的な私(Claude)の特徴として、以下をお伝えできます:
- **誠実さ・正確さの重視**:わからないことや不確かなことは、正直にそう伝えるよう心がけています
- **幅広いタスクへの対応**:文章作成、分析、コーディング、質問応答など多様なタスクをサポートできます
- **安全性・倫理への配慮**:有害なコンテンツの生成を避け、責任ある対話を心がけています
--- Usage ---
Input tokens: 52
Output tokens: 303
レスポンスID: msg_bdrk_015D3qDaTCqQKmZJLEKHM3i4
日本語でしっかり応答しました。usage フィールドでトークン消費量も確認できます。
Step 3: Converse API でコード生成
より新しい統合API bedrock-runtime converse でコーディングタスクを試してみます。
aws bedrock-runtime converse \
--region us-east-1 \
--model-id "us.anthropic.claude-sonnet-4-6" \
--messages '[
{
"role": "user",
"content": [
{"text": "PythonでFizzBuzzを書いてください。1から20まで。コードのみ出力。"}
]
}
]' \
--inference-config '{"maxTokens": 300}' \
| python3 -c "
import sys, json
d = json.load(sys.stdin)
text = d['output']['message']['content'][0]['text']
usage = d['usage']
print(text)
print()
print('Input tokens:', usage['inputTokens'])
print('Output tokens:', usage['outputTokens'])
print('Stop reason:', d['stopReason'])
"
実行結果
for i in range(1, 21):
if i % 15 == 0:
print("FizzBuzz")
elif i % 3 == 0:
print("Fizz")
elif i % 5 == 0:
print("Buzz")
else:
print(i)
Input tokens: 35
Output tokens: 88
Stop reason: end_turn
たった 35 input tokens / 88 output tokens でFizzBuzzを正確に生成! Converse APIは Messages 形式で会話履歴の管理もしやすく、エージェント開発に非常に向いています。
ポイントまとめ(PoC結果)
| 確認項目 | 結果 |
|---|---|
| モデル一覧への反映 | ✅ anthropic.claude-sonnet-4-6 で確認 |
| invoke-model API | ✅ 日本語での応答成功 |
| Converse API | ✅ コード生成成功(35 / 88 tokens) |
| クロスリージョンプロファイル | ✅ us.anthropic.claude-sonnet-4-6 で動作 |
まとめ
Amazon Bedrock上でClaude Sonnet 4.6が利用可能になり、AWS CLIだけで簡単に呼び出せることを確認しました。
-
invoke-modelAPI → ダイレクトにAnthropicフォーマットのJSONを送れるシンプルな方式 -
converseAPI → マルチターン会話・複数モデル対応の統合インターフェイス(推奨) -
クロスリージョン推論プロファイル (
us.プレフィックス) → 高スループット・自動フォールバックが必要な本番環境に最適
Claude Sonnet 4.6は「Opusに迫る精度×低コスト」というポジションなので、大量バッチ処理・チャットボット・コード補助ツールなど幅広いユースケースでコスパよく活用できそうです。
Amazon Bedrockのモデルアクセス設定から有効化して、ぜひ試してみてください!
参考リンク