はじめに

2026年4月28日、OpenAIとAmazon Web Services（AWS）はパートナーシップの大幅な拡大を発表しました。これにより、OpenAIのモデル群・Codexコーディングエージェント・マネージドエージェントサービスが、Amazon Bedrockを経由してエンタープライズ向けに提供されます。

従来、OpenAIモデルを本番運用する際には「IAM認証が使えない」「VPC内に閉じられない」「CloudTrailに記録されない」などのエンタープライズ要件を満たしにくい課題がありました。今回の統合により、これらの課題が解消されます。

この記事で学べること

OpenAI on Amazon Bedrockの3つのコンポーネントの全体像
現在GAで利用可能なGPT-OSS（20B/120B）のboto3実装方法
Converse API・OpenAI互換エンドポイントの使い分け
GuardrailsとAWS PrivateLinkによるセキュアな実装
限定プレビュー中のGPT-5.5・Codex・Managed Agentsの概要

対象読者

AWS環境でOpenAIモデルをエンタープライズ水準で使いたい方
IAMやVPC内でGPTモデルを運用したい方
OpenAIとAWSの統合について把握しておきたいエンジニア

前提条件

AWSアカウント（Amazon Bedrockへのアクセスが可能）
Python 3.9+、boto3 インストール済み（pip install boto3）
Amazon Bedrockのモデルアクセス申請済み

TL;DR

2026年4月28日: OpenAI + AWSがパートナーシップ拡大を発表
現在GA: GPT-OSS-20B・GPT-OSS-120B（boto3でそのまま利用可能）
限定プレビュー: GPT-5.5・GPT-5.4・Codex・Bedrock Managed Agents
最大のメリット: AWS IAM認証でOpenAIモデルを使用（OpenAI APIキー不要）
既存のboto3コードをモデルIDを変えるだけで流用可能

OpenAI on Amazon Bedrockとは

Amazon Bedrockに追加された3つの新コンポーネントの概要です（2026年4月28日発表）。

コンポーネント	内容	ステータス
OpenAI モデル	GPT-5.5・GPT-5.4・GPT-OSSシリーズをBedrockで利用	一部GA、一部限定プレビュー
Codex on Bedrock	AIコーディングエージェントをAWS上で実行	限定プレビュー
Amazon Bedrock Managed Agents, powered by OpenAI	OpenAI-poweredエージェントをフルマネージドで構築	限定プレビュー

これ以前から、オープンウェイトモデルとして GPT-OSS-20BとGPT-OSS-120B がBedrock経由でGA利用可能です（2025年8月5日リリース）。

現在GAで利用可能なモデル

AWS公式ドキュメントに基づくと、現在一般提供（GA）されているOpenAIモデルは以下の2つです。

モデル名	モデルID	コンテキスト長	特徴
GPT-OSS-20B	`openai.gpt-oss-20b-1:0`	128,000 tokens	低レイテンシ・コスト効率型
GPT-OSS-120B	`openai.gpt-oss-120b-1:0`	128,000 tokens	汎用・高精度・本番運用向け

どちらも テキスト入出力のみ対応。HuggingFaceでも公開されているオープンウェイトモデルです。

実装ガイド

方法1: boto3 + InvokeModel

標準的なboto3を使った呼び出し方法です。

import boto3
import json

client = boto3.client('bedrock-runtime')
model_id = 'openai.gpt-oss-20b-1:0'

request = {
    "model": model_id,  # 省略可能（省略するとmodelIdヘッダから自動補完）
    "messages": [
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "AWSのBedrock経由でOpenAIモデルを使う利点を教えて"}
    ],
    "max_completion_tokens": 512,
    "temperature": 0.7,
}

response = client.invoke_model(
    modelId=model_id,
    body=json.dumps(request)
)

body = json.loads(response['body'].read().decode('utf-8'))
for choice in body['choices']:
    print(choice['message']['content'])

方法2: Converse API（マルチモデル対応の統一インターフェース）

BedrockのConverse APIを使うと、Claude・Llama・OpenAIなどを 共通インターフェース で呼び出せます。

import boto3
from botocore.exceptions import ClientError

client = boto3.client("bedrock-runtime")
model_id = "openai.gpt-oss-120b-1:0"

messages = [
    {
        "role": "user",
        "content": [{"text": "Bedrock Managed Agentsの設計方針を教えて"}]
    }
]
system = [{"text": "You are a helpful AWS solutions architect."}]

try:
    response = client.converse(
        modelId=model_id,
        messages=messages,
        system=system,
        inferenceConfig={"maxTokens": 512, "temperature": 0.7, "topP": 0.9},
    )
    for content_block in response["output"]["message"]["content"]:
        print(content_block["text"])
except ClientError as e:
    print(f"ERROR: {e}")

Converse APIのメリットは、モデルIDを変えるだけでClaude・GPT・Llamaを切り替え できる点です。マルチモデル対応アプリケーションのプロトタイピングに適しています。

方法3: OpenAI SDK互換エンドポイント

BedrockはOpenAI Chat Completions API互換エンドポイントを提供しているため、OpenAI SDKを使ったコードをほぼそのまま流用できます。

from openai import OpenAI

# BedrockのAPIキーで認証
client = OpenAI(
    base_url="https://bedrock-runtime.us-west-2.amazonaws.com/openai/v1",
    api_key="$AWS_BEARER_TOKEN_BEDROCK"  # AWSコンソールで生成したBedrock APIキー
)

completion = client.chat.completions.create(
    model="openai.gpt-oss-20b-1:0",
    messages=[
        {"role": "developer", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello!"}
    ]
)
print(completion.choices[0].message.content)

OpenAI SDK互換エンドポイントを使う場合は、IAM認証ではなく Amazon Bedrock APIキー での認証が必要です。IAM認証を使いたい場合は方法1または方法2を選択してください。

エンタープライズ向け機能

Guardrailsの適用

BedrockのGuardrailsをOpenAIモデルにも適用できます。有害コンテンツフィルタリングやPII検出が可能です。

import boto3
import json

bedrock_runtime = boto3.client("bedrock-runtime")
model_id = "openai.gpt-oss-20b-1:0"

request = {
    "messages": [
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "ユーザーからの入力を処理して"}
    ],
    "max_completion_tokens": 256,
}

response = bedrock_runtime.invoke_model(
    modelId=model_id,
    body=json.dumps(request),
    guardrailIdentifier="YOUR_GUARDRAIL_ID",  # GuardrailのID
    guardrailVersion="DRAFT",
    trace='ENABLED',
)
print(json.loads(response['body'].read().decode('utf-8')))

GuardrailのIDはAWSコンソール（Amazon Bedrock → Guardrails）から確認できます。

セキュリティアーキテクチャの利点

機能	内容
IAM認証	OpenAI APIキー不要。既存のIAMロール・ポリシーで制御
VPCエンドポイント	AWS PrivateLinkを使いインターネット経由なし
CloudTrailログ	全APIコールが自動的に監査ログに記録
Guardrails	コンテンツフィルタリング・PIIマスキングを一元適用

バッチ推論

大量のプロンプトを非同期処理する場合は、Bedrockのバッチ推論機能が使えます。

1. JSONL形式のリクエストファイルを作成

JSONL形式では、各レコードを 1行に収める 必要があります（以下は可読性のため整形表示）。

{"recordId": "REQ001", "modelInput": {"messages": [{"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "EC2のインスタンスタイプを説明して"}], "max_completion_tokens": 1000}}
{"recordId": "REQ002", "modelInput": {"messages": [{"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "S3のストレージクラスを比較して"}], "max_completion_tokens": 1000}}

2. S3にアップロード

aws s3 cp requests.jsonl s3://your-bucket/input/requests.jsonl

3. バッチジョブを作成（CreateModelInvocationJob）

import boto3

client = boto3.client('bedrock')

response = client.create_model_invocation_job(
    modelId='openai.gpt-oss-120b-1:0',
    jobName='batch-inference-job-001',
    inputDataConfig={
        's3InputDataConfig': {
            's3Uri': 's3://your-bucket/input/requests.jsonl'
        }
    },
    outputDataConfig={
        's3OutputDataConfig': {
            's3Uri': 's3://your-bucket/output/'
        }
    },
    roleArn='arn:aws:iam::123456789012:role/BedrockBatchRole'
)
print(response['jobArn'])

バッチ推論は大量のプロンプト処理のコスト最適化に有効です。詳細はAWS バッチ推論ドキュメントを参照してください。

限定プレビュー中の機能（2026年4月28日発表）

現在以下の3つが限定プレビューとして申し込みを受け付けています。

フロンティアモデル（GPT-5.5 / GPT-5.4）

OpenAIの最新フロンティアモデルをBedrock経由で利用できます。

GPT-5.5: OpenAIの最新最高性能モデル
GPT-5.4: コスト効率と性能のバランス型
認証方式: 既存のIAM認証をそのまま使用可能
GAに向けて、AWSコンソール（Amazon Bedrock → モデルアクセス）からプレビュー申請可能

フロンティアモデルのモデルIDや料金は、GA時に公式ドキュメントで確定予定です。

Codex on Bedrock

OpenAIのAIコーディングエージェントをBedrockのインフラ上で実行できます。

Codex CLI・デスクトップアプリ・VS Code拡張機能からBedrock経由で利用可能
AWSの資格情報でCodexを認証（AWS Signature Version 4対応）
VPCエンドポイント経由でプライベート実行が可能

Amazon Bedrock Managed Agents, powered by OpenAI

マルチステップのエージェントワークフローを本番環境で構築・運用するためのフルマネージドサービスです。

Amazon Bedrock Managed Agentsの主な特徴:

Amazon Bedrock AgentCore 上で動作（コンピュート環境を自動管理）
エージェントごとのIAMアイデンティティ: 各エージェントが独自のIAMロールで動作
アクションのCloudTrailログ: 全ての操作が自動記録されコンプライアンス要件を満たす
ツール実行層: コード実行・API呼び出し・長時間タスクの信頼性ある制御
OpenAI harnessを使い、フロンティアモデルの性能を最大限に引き出す設計

まとめ

ポイント	内容
発表日	2026年4月28日
現在GA	GPT-OSS-20B (`openai.gpt-oss-20b-1:0`)・GPT-OSS-120B (`openai.gpt-oss-120b-1:0`)
限定プレビュー	GPT-5.5・GPT-5.4・Codex・Amazon Bedrock Managed Agents, powered by OpenAI
最大のメリット	IAM認証・VPC・Guardrails・CloudTrailがそのまま使える
API互換性	boto3 / Converse API / OpenAI SDK互換の3通りで呼び出し可能

OpenAI on Amazon Bedrockにより、エンタープライズがOpenAIモデルを採用する際の最大の障壁だった「セキュリティ・ガバナンス・コンプライアンス」の課題が解消されます。AWSインフラにすでに投資している企業にとって、IAM・VPC・CloudTrailの恩恵をそのまま受けながらOpenAIの最新モデルを活用できる実用的な選択肢です。

限定プレビューの申込みはAWSコンソールのAmazon Bedrock → モデルアクセスから行えます。

参考リンク

OpenAI on AWS 公式発表 — OpenAI公式ブログ (2026-04-28)
Amazon Bedrock now offers OpenAI models, Codex, and Managed Agents — AWS What's New (2026-04-28)
OpenAI モデルパラメータ — AWS公式ドキュメント
Amazon Bedrock Managed Agents powered by OpenAI
OpenAI frontier models on Amazon Bedrock