Modèles

Kiro vous donne accès à des modèles d'IA de pointe et à poids ouverts d'OpenAI, d'Anthropic et d'autres fournisseurs. GPT-5.6 apporte les modèles d'OpenAI à Kiro pour la première fois, avec trois paliers qui équilibrent performance agentive et coût. Choisissez le bon modèle pour la tâche, ou sélectionnez Auto pour laisser Kiro acheminer automatiquement chaque tâche vers le modèle optimal.

† Claude Fable 5.1 est disponible pour les clients Kiro Enterprise. Les administrateurs activent l'accès au moyen de la gouvernance des modèles.

Claude Fable 5.1 est généralement disponible pour les organisations Kiro Enterprise qui ont activé la gouvernance des modèles. Il possède une fenêtre de contexte de 1 M de jetons et un multiplicateur de crédits de 6x. L'inférence s'exécute uniquement dans la région US East (Virginie du Nord) (us-east-1). Les organisations qui y ont accès peuvent ajouter Fable 5.1 à partir de Manage approved list et le rendre accessible à leurs utilisateurs. Consultez Claude Fable 5.1 pour connaître ses capacités et les détails relatifs au traitement des données.

US et EU sont des géographies commerciales, chacune couvrant plusieurs Régions AWS plutôt qu'une seule Région. Pour connaître les Régions de chaque géographie et le point de terminaison utilisé pour vos requêtes, consultez Régions des points de terminaison d'inférence.

Le coût est relatif à Auto (référence de 1.0x). Par exemple, une tâche qui coûte 10 crédits sur Auto coûterait 20 crédits sur Opus 5.5, 22 crédits sur Opus 5, 0,6 crédit au tarif de 0,06x de Haiku 5.5 pour une requête allant jusqu'à 100 000 jetons, ou 0.5 crédit sur Qwen3 Coder Next.

* La tarification du contexte à deux paliers s'applique à GPT-5.6, à Claude Haiku 5.5 et à Grok 4.7. Les requêtes GPT-5.6 allant jusqu'à 272 000 jetons utilisent le tarif indiqué ; celles de plus de 272 000 jetons sont facturées au double de ce tarif (Sol 8.8x, Terra 4.4x, Luna 1.2x). Les requêtes Haiku 5.5 allant jusqu'à 100 000 jetons utilisent le tarif indiqué de 0,06x ; celles de plus de 100 000 jetons sont facturées à 0,3x. Les requêtes Grok 4.7 allant jusqu'à 200 000 jetons utilisent le tarif indiqué de 2,7x ; celles de plus de 200 000 jetons, jusqu'au maximum de 500 000 jetons, sont facturées à 5,4x.

AWS GovCloud (US) dispose d'un catalogue de modèles distinct et d'une disponibilité propre à chaque Région. Consultez Modèles AWS GovCloud (US) pour connaître la liste actuelle des modèles, leur disponibilité dans l'Est et l'Ouest, les exigences d'accès et les directives d'autorisation des modèles.

Le tableau ci-dessous est la source de référence pour l'acheminement des modèles. La portée de l'inférence indique si les requêtes restent dans l'emplacement du point de terminaison indiqué ou peuvent être acheminées à l'échelle mondiale. Les colonnes de profil indiquent le point de terminaison utilisé pour chaque Région de profil Kiro. Le statut du cycle de vie et l'acheminement de l'inférence sont indépendants.

La Région du profil s'applique aux utilisateurs d'entreprise qui se connectent via IAM Identity Center ou un fournisseur d'identité externe. Les utilisateurs de la version gratuite et les abonnés individuels utilisent le point de terminaison US.

La portée de l'inférence indique où les requêtes peuvent être traitées :

• Géographie : dans la géographie indiquée dans la ligne pour le point de terminaison.
• Mondiale : dans l'ensemble des Régions AWS commerciales prises en charge à l'échelle mondiale, y compris à l'extérieur de la géographie du point de terminaison.

Les Régions ci-dessous prennent en charge l'inférence au sein de chaque géographie. Chaque modèle peut utiliser une ou plusieurs des Régions indiquées.

L'inférence interrégionale, y compris l'acheminement mondial, ne change pas l'endroit où Kiro stocke vos données. Pour la divulgation complète de la portée Mondiale, consultez Inférence multirégionale mondiale. L'acheminement mondial ne s'applique pas à AWS GovCloud (US). Consultez Kiro dans AWS GovCloud (US) pour le fonctionnement de GovCloud et Inférence interrégionale Amazon Bedrock pour savoir comment les profils d'inférence acheminent les requêtes.

Lorsqu'un modèle est indisponible ou refuse une requête, Kiro peut faire passer le tour à un modèle de repli, et la transcription nomme le modèle qui a répondu.

Certains modèles sont fournis avec un modèle de repli recommandé par le fournisseur, que Kiro utilise uniquement pour les refus. Un modèle de repli que vous définissez vous-même le remplace et couvre aussi l'indisponibilité du modèle. Un modèle indisponible sans modèle de repli défini met fin au tour avec une erreur.

Définissez-le une seule fois et il s'applique dans tous les clients Kiro :

• Web : app.kiro.dev/settings/model
• Kiro CLI, sessions V2 (kiro-cli --v2) : exécutez /model fallback

Un modèle de repli pour un modèle indisponible s'applique uniquement à ce tour; Kiro revient à votre modèle sélectionné au tour suivant. Après un refus, la conversation reste sur le modèle de repli.

La disponibilité des modèles peut varier selon le pays ou la région. Les offres de modèles de Kiro sont alignées sur les exigences d'utilisation et géographiques de chaque fournisseur. Pour en savoir plus, consultez les pays et régions pris en charge : OpenAI, Anthropic, MiniMax, Zhipu AI (GLM), DeepSeek et Qwen.

Pour les modèles qui prennent en charge un effort de raisonnement configurable, vous pouvez contrôler la quantité de raisonnement que le modèle applique à vos requêtes. Des niveaux d'effort plus faibles produisent des réponses plus rapides et plus courtes et utilisent moins de crédits. Des niveaux plus élevés consacrent plus de jetons à une analyse plus approfondie, à un raisonnement en plusieurs étapes et à une génération de code plus rigoureuse.

Dans l'IDE, réglez le niveau à l'aide du curseur Effort, sous la liste des modèles du panneau Model. Dans Kiro CLI, ouvrez /model et choisissez Effort, ou utilisez l'indicateur de lancement --effort. Dans Kiro Web, utilisez le sélecteur d'effort de raisonnement. Le choix effectué dans l'IDE s'applique aux messages suivants de la conversation. Dans la CLI, l'effort choisi au moyen de /model persiste pour ce modèle. La commande directe /effort <level> ne modifie que la session en cours, sauf si vous exécutez ensuite /effort set-current-as-default; dans V3, --effort s'applique également uniquement à la session en cours. Les choix effectués dans Web s'appliquent à la session en cours. Chaque sélecteur n'affiche que les niveaux pris en charge par votre modèle actuel. Consultez Effort de raisonnement pour la référence complète : fonctionnement selon la surface, modèles pris en charge, valeurs par défaut persistantes par modèle, comportement de réflexion et priorité.

• Commencez avec Auto pour la plupart des travaux. Il optimise automatiquement la qualité et le coût.
• Utilisez GPT-5.6 Sol pour le travail multi-étapes le plus difficile - refactorisations à long horizon et tâches complexes en terminal où vous avez besoin d'une performance agentive à la pointe.
• Utilisez GPT-5.6 Terra ou Luna lorsque vous voulez une solide capacité agentive avec le débit ou le coût comme préoccupation principale. Terra pour une performance équilibrée, Luna pour une efficacité maximale.
• Utilisez Opus 5.5 lorsque vous atteignez un mur sur un problème complexe, avez besoin d'un travail soutenu sur plusieurs fichiers, ou souhaitez une autovérification plus poussée et une communication plus claire pendant une tâche de longue durée.
• Utilisez Sonnet 5.5 pour la programmation rapide et ciblée, la correction de bogues, la révision, le travail d'agent et de sous-agent, ou le travail ciblé sur la documentation, les présentations et les feuilles de calcul.
• Utilisez Haiku 5.5 pour les tâches en grand volume nécessitant des réponses rapides.
• Surveillez votre utilisation dans vos paramètres de compte pour comprendre comment le choix du modèle influe sur la consommation.
• Tenez compte du coût du modèle dans votre palier : si vous utilisez principalement Opus, envisagez Pro+, Pro Max ou Power pour plus de crédits. Consultez forfaits et facturation pour en savoir plus.

Pour des descriptions détaillées des capacités, des points forts et du statut du cycle de vie de chaque modèle, consultez Modèles disponibles.