AWS Transform kini mendukung penilaian migrasi model-ke-model untuk beban kerja AI generatif

Dikirim di: 16 Jun 2026

AWS Transform kini menawarkan transformasi kustom migrasi model-ke-model yang menilai beban kerja AI generatif Anda dan menghasilkan rencana migrasi komprehensif untuk beralih dari penyedia pihak ketiga ke Amazon Bedrock. Agen bertenaga AI memindai basis kode Anda, mengidentifikasi setiap SDK dan model AI yang digunakan, mengumpulkan persyaratan migrasi Anda melalui pertanyaan interaktif, dan memetakan model ke padanan Bedrock dengan perbandingan biaya yang transparan dan perubahan kode yang siap produksi. Transformasi kustom terkelola ini membantu organisasi mengkonsolidasikan beban kerja AI mereka di AWS untuk mendapatkan keamanan berbasis IAM, isolasi titik akhir VPC, caching prompt, Amazon Bedrock Guardrails, dan tool operasional terpadu melalui Amazon CloudWatch.  

Transformasi ini mendukung migrasi dari OpenAI, Google Gemini, penggunaan SDK Anthropic secara langsung, dan model sumber terbuka melalui LiteLLM atau Ollama. Ini menangani integrasi SDK langsung, pola yang dibungkus kerangka kerja seperti LangChain dan LlamaIndex, arsitektur agentik termasuk CrewAI dan LangGraph, dan lapisan perutean multi-penyedia — mempertahankan arsitektur aplikasi Anda sambil hanya mengganti lapisan model. Agen ini mencakup optimasi biaya cerdas dengan rekomendasi perutean model bertingkat, analisis caching prompt, dan kesadaran siklus hidup model yang mengecualikan model yang berada dalam 90 hari sebelum akhir masa pakainya dari semua rekomendasi. Untuk beberapa beban kerja, Amazon Bedrock merekomendasikan titik akhir yang kompatibel dengan OpenAI sebagai jalur migrasi tanpa perubahan kode.

Migrasi model-ke-model AWS Transform tersedia di semua AWS Region tempat AWS Transform ditawarkan, tanpa biaya tambahan di luar harga standar AWS Transform. Untuk memulai, instal ATX CLI dan jalankan transformasi kustom mke-genai-model-migration terhadap basis kode Anda. Untuk mempelajari lebih lanjut, lihat dokumentasi AWS Transform Custom Transformations dan blog pengumuman.