«Переключение моделей — это изменение одного параметра»: AWS показала, как запустить кодинг-агента OpenCode на открытых моделях Kimi K3, GPT-OSS 120B и Nemotron 3 Super в Amazon Bedrock

23 сентября 2026 года AWS опубликовала технический разбор того, как построить кодинг-агента на открытых моделях (open weight) в Amazon Bedrock. Терминальный агент OpenCode работает на машине разработчика, а вывод модели остаётся внутри аккаунта AWS, и продакшен-кейсом в разборе выступает клиент AWS — компания Ethara.AI.

Что именно предложила AWS

Проблему AWS формулирует так: большинство способов запустить агента требуют отправлять собственные данные в сторонний API, привязывают к одному поставщику моделей или берут плату за место независимо от объёма использования.

Открытые модели в Amazon Bedrock, по версии AWS, снимают эти ограничения и делают такие агенты практичными для приватного и экономичного запуска. Речь идёт не о новом продукте, а о сборке из уже существующих частей — каталога моделей Bedrock и открытого агента OpenCode.

OpenCode — открытый терминальный AI-агент, написанный на Go: он читает и правит файлы, выполняет команды в shell и понимает структуру проекта через диагностику Language Server Protocol (LSP). Агент подключается более чем к 75 провайдерам больших языковых моделей (LLM), включая Amazon Bedrock, поэтому ассистент работает локально, а инференс идёт внутри аккаунта пользователя. Сам проект описывает себя как открытого агента для работы с кодом в терминале, IDE или десктопе и заявляет подключение к 75+ провайдерам LLM через каталог Models.dev, включая локальные модели.

Три модели под разные задачи

В разборе фигурируют три открытые модели: Moonshot AI Kimi K3, OpenAI GPT-OSS 120B на 120 млрд параметров и NVIDIA Nemotron 3 Super 120B. Kimi K3 отвечает на каждом ходу и поддерживает контекст в 1 млн токенов, что AWS сравнивает с десятками тысяч строк кода, — этого хватает, чтобы загрузить репозиторий целиком, а не несколько файлов.

Nemotron 3 Super 120B построена на архитектуре Mixture-of-Experts: на каждый токен активируются 12 млрд параметров из 120 млрд, и NVIDIA заявляет до 7-кратного роста пропускной способности. У Kimi K3 та же логика экономии — активируются 104 млрд из 2,8 трлн параметров на токен, что даёт рассуждения уровня frontier-моделей при эффективной пропускной способности. GPT-OSS 120B в этой тройке AWS предлагает для генерации кода и многофайловых реализаций, а глубину рассуждений Kimi K3 задаёт поле reasoning_config со значениями low, high и max.

Как это собирается: маршрутизация моделей

Архитектура состоит из двух частей: OpenCode работает как терминальный интерфейс на локальной машине и обращается к Amazon Bedrock Converse API, а сам Bedrock отдаёт модели как полностью управляемые бессерверные эндпоинты. Аутентификацию каждого запроса выполняет AWS IAM, AWS CloudTrail ведёт журнал обращений к API, а агентская архитектура OpenCode позволяет назначить разные модели на разные роли — модель для рассуждений на планирование и более быструю модель на генерацию кода.

На практике это задаётся в файле opencode.json в корне проекта: планирование и задачи по архитектуре уходят на Kimi K3, генерация и реализация кода — на Nemotron 3 Super 120B, остальные задачи обслуживает GPT-OSS 120B по умолчанию. Переключаться можно и вручную командой /models, ссылки вида @file подставляют локальный код в контекст без копирования, а главное свойство унифицированного API Bedrock AWS формулирует прямо: смена модели — это изменение одного параметра API.

Экономика и безопасность

Стоимость AWS обосновывает отраслевыми оценками: в анализе Gartner за 2026 год агентные процессы умножают потребление токенов в 5–30 раз, поэтому цена за токен становится критичной. В отчёте McKinsey об открытых технологиях, на который ссылается AWS, 76% организаций ожидают роста использования открытого ИИ, а ведущие последователи ИИ на 40% чаще применяют открытые модели. Отдельно приведены данные по качеству: тонко настроенная модель NVIDIA Nemotron от CrowdStrike дала 96% точности валидных запросов против 61% у GPT-4o и 94% у Claude Sonnet 4.5.

Тарифы Bedrock разделены на три уровня: Priority для чувствительных к задержке задач, Standard с оплатой за токен и Flex на 50% дешевле для задач с переменной задержкой, при стандартных лимитах в 100 млн токенов в минуту и 10 тыс. запросов в минуту. Для региональных требований в разборе указаны профили кросс-регионального вывода: global.moonshotai.kimi-k3 маршрутизирует запросы в любой поддерживаемый коммерческий регион AWS и стоит примерно на 10% меньше географического профиля, а us.moonshotai.kimi-k3 удерживает обработку в географии США.

Отдельный блок — данные и контроль: открытые модели наследуют те же политики AWS Identity and Access Management (IAM), журналирование AWS CloudTrail, подключение через AWS PrivateLink и шифрование, что и проприетарные модели, без отдельного стека безопасности. Amazon Bedrock не использует входы и выходы клиента для обучения базовых моделей и входит в область общих программ соответствия, включая HIPAA, SOC 2, ISO 27001, FedRAMP и GDPR.

Доступ AWS советует ограничивать политикой IAM по принципу минимальных привилегий для вызовов bedrock:InvokeModel и bedrock:InvokeModelWithResponseStream, а поверх добавлять Amazon Bedrock Guardrails для фильтрации контента и удаления персональных данных. Сам Amazon Bedrock при этом описан как полностью управляемый сервис с безопасным доступом корпоративного класса к высокопроизводительным базовым моделям от ведущих ИИ-компаний.

Продакшен-кейс: Ethara.AI

Клиент AWS, компания Ethara.AI, использует OpenCode как базовый рантайм для инженерных и исследовательских процессов, а оркестрацию выполняет слой Oh-My-OpenAgent. Управлять одним ассистентом не нужно: в работе набор агентов под разные задачи — планирование, исполнение, ревью кода, анализ архитектуры, поиск знаний, мультимодальное понимание и бенчмарки, а инженер запрашивает нужную способность, и маршрутизация по категориям делегирует работу подходящему агенту. Выбор модели при этом динамический: задачи распределяются по сложности рассуждений, требованиям к задержке, стоимости и типу работы, что отделяет возможности агента от слоя моделей, а дальше компания заявляет инвестиции в самоулучшающиеся агентские системы на основе исследования SkillClaw.

Что из этого следует

Разбор AWS описывает сборку, а не выпуск: управляемый каталог моделей плюс локальный агент, у которого выбор модели становится параметром конфигурации, а не архитектурным решением. Заявленные выигрыши по пропускной способности и точности принадлежат поставщикам моделей и партнёру, которых AWS цитирует, а не независимым измерениям AWS.

Практический смысл кейса в другом: для кодинг-агента на открытых моделях не нужен собственный GPU-контур, если инференс остаётся в аккаунте облака, а маршрутизация задач между моделями описывается конфигурационным файлом.