DeepSeek V3.2 - Amazon Bedrock

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

DeepSeek V3.2

DeepSeek — DeepSeek V3.2

モデルの詳細

DeepSeek V3.2 は DeepSeek mixture-of-expertsモデルで、推論、コーディング、指示の追従機能が向上しています。モデルの開発とパフォーマンスの詳細については、モデル/サービスカードを参照してください。

  • モデル開始日: 2025 年 12 月 1 日

  • モデル終了日: 該当なし

  • エンドユーザーライセンス契約と利用規約: 表示

  • モデルライフサイクル: アクティブ

  • コンテキストウィンドウ: 128K トークン

  • 最大出力トークン: 8K

  • ナレッジカットオフ: 2025 年 3 月

入力モダリティ 出力モダリティ サポートされている APIs サポートされているエンドポイント
No オーディオNo 埋め込みNo ResponsesYes bedrock-runtime
No イメージNo イメージYes Chat CompletionsYes bedrock-mantle
No 音声No 音声Yes Invoke
Yes テキストYes テキストYes Converse
No のビデオNo のビデオ
注記

可能な限り、 bedrock-mantleエンドポイントを使用することをお勧めします。

機能と機能

Bedrock の機能

bedrock-mantleエンドポイントを使用してサポートされる機能

bedrock-runtimeエンドポイントを使用してサポートされる機能

料金

料金については、Amazon Bedrock の料金ページを参照してください。

プログラムによるアクセス

次のモデル IDs とエンドポイント URLsを使用して、このモデルにプログラムでアクセスします。使用可能な APIs「サポートされている APIs」と「サポートされているエンドポイント」を参照してください。

Endpoint モデル ID リージョン内エンドポイント URL 地理推論 ID グローバル推論 ID
bedrock-runtime deepseek.v3.2 https://bedrock-runtime.{region}.amazonaws.com サポートされません サポートされません
bedrock-mantle deepseek.v3.2 https://bedrock-mantle.{region}.api.aws/v1 サポートされません サポートされません

たとえば、region が us-east-1 (バージニア北部) の場合、bedrock-runtime エンドポイント URL は「https://bedrock-runtime.us-east-1.amazonaws.com」になり、bedrock-mantle の URL は「https://bedrock-mantle.us-east-1.api.aws/v1」になります。

サービス階層

Amazon Bedrock は、ワークロードの要件に合わせて複数のサービス層を提供します。Standard はpay-per-tokenアクセスを提供します。Priority は、時間ベースのコミットメントでより高いスループットを提供します。Flex は、柔軟でnon-time-sensitiveワークロードに低コストのアクセスを提供します。リザーブドは、予測可能なワークロードに対するコミットメントという用語で、専用のスループットを提供します。詳細については、「 サービス層」を参照してください。

スタンダード 優先度 Flex 予約済み
Yes Yes Yes No

リージョン別の利用可能性

リージョンの可用性の概要

Bedrock には 3 つの推論オプションがあります。In-Region は厳格なコンプライアンスのために 1 つのリージョン内にリクエストを保持し、Geo Cross-Region ルートは 1 つの地域 (米国、欧州など) 内のリージョン間でより高いスループットを実現し、Global Cross-Region ルートは世界中どこでもデータレジデンシーを尊重して、レジデンシーの制約がない場合に最大スループットを実現します。詳細については、リージョナルな可用性「」ページを参照してください。

リージョン リージョン内 地域 グローバル
us-east-1 (バージニア北部)YesNoNo
us-east-2 (オハイオ)YesNoNo
us-west-2 (オレゴン)YesNoNo
eu-north-1 (ストックホルム)YesNoNo
eu-west-2 (ロンドン)YesNoNo
ap-northeast-1 (東京)YesNoNo
ap-south-1 (ムンバイ)YesNoNo
ap-southeast-2 (シドニー)YesNoNo
ap-southeast-3 (ジャカルタ)YesNoNo
sa-east-1 (サンパウロ)YesNoNo

クォータと制限

AWS アカウントには、サービスのパフォーマンスを維持し、Amazon Bedrock の適切な使用を確保するためのデフォルトのクォータがあります。アカウントに割り当てられたデフォルトのクォータは、リージョンの要因、支払い履歴、不正使用、および/またはクォータ引き上げリクエストの承認に応じて更新される場合があります。詳細については、 Amazon Bedrock のクォータドキュメントを参照し、モデルの制限を参照してください。

サンプルコード

ステップ 1 - AWS アカウント: AWS アカウントがすでにある場合は、このステップをスキップします。AWS を初めて使用する場合は、AWS アカウントにサインアップします。

ステップ 2 - API キー: Amazon Bedrock コンソールに移動し、長期 API キーを生成します。

ステップ 3 - SDK を取得する: この入門ガイドを使用するには、Python がすでにインストールされている必要があります。次に、使用している APIs に応じて、関連するソフトウェアをインストールします。

Responses/Chat Completions API
pip install boto3 openai
Invoke/Converse API
pip install boto3

ステップ 4 - 環境変数を設定する: API キーを認証に使用するように環境を設定します。

Responses/Chat Completions API
OPENAI_API_KEY="<provide your Bedrock API key>" OPENAI_BASE_URL="https://bedrock-mantle.<your-region>.api.aws/v1"
Invoke/Converse API
AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>"

ステップ 5 - 最初の推論リクエストを実行する: ファイルを として保存する bedrock-first-request.py

Responses API
from openai import OpenAI client = OpenAI() response = client.responses.create( model="deepseek.v3.2", input="Can you explain the features of Amazon Bedrock?" ) print(response)
Chat Completions API
from openai import OpenAI client = OpenAI() response = client.chat.completions.create( model="deepseek.v3.2", messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}] ) print(response)
Invoke API
import json import boto3 client = boto3.client('bedrock-runtime', region_name='us-east-1') response = client.invoke_model( modelId='deepseek.v3.2', body=json.dumps({ 'messages': [{ 'role': 'user', 'content': 'Can you explain the features of Amazon Bedrock?'}], 'max_tokens': 1024 }) ) print(json.loads(response['body'].read()))
Converse API
import boto3 client = boto3.client('bedrock-runtime', region_name='us-east-1') response = client.converse( modelId='deepseek.v3.2', messages=[ { 'role': 'user', 'content': [{'text': 'Can you explain the features of Amazon Bedrock?'}] } ] ) print(response)