AWS en octubre: Haiku 5.5 un 75 % más barato, fallback de modelos y un sandbox para agentes

Ejecutar un solo agente en producción no es difícil. Lo complicado es cuando son decenas: los modelos chocan con los límites, las facturas crecen y, de pronto, un agente se mete donde nadie lo había invitado. El resumen de octubre de AWS trata casi por completo de estos problemas. A continuación, lo que conviene tener en cuenta si eres desarrollador o product manager. Los datos proceden de declaraciones de AWS y de los proveedores; el material no incluye mediciones independientes.

Modelos según la tarea y el presupuesto

La idea principal del mes: no pasarlo todo por un único modelo estrella. Claude Haiku 5.5 está pensado para subagentes y tareas masivas. Según Anthropic, es aproximadamente un 75 % más barato que Haiku 4.5 en la mayoría de las tareas. Es el primer Haiku con ajuste de effort: puedes elegir cuánto pagar por la profundidad de razonamiento en cada petición.

El esquema típico es este: Claude Opus 5.5 planifica el trabajo y Haiku ejecuta las partes bien delimitadas: código, llamadas a herramientas, automatización en el navegador. Lanzar muchos agentes en paralelo sigue siendo económico.

GPT-6.1 Terra ya está disponible de forma general en Bedrock. En el benchmark interno de OpenAI Agents' Last Exam es comparable a GPT-6 Astra, pero resuelve las tareas más de tres veces más rápido. Los precios de los tokens de entrada y salida son al menos un 50 % inferiores a los de GPT-6.1 Sol y GPT-5.6 Terra. Ofrece un contexto de hasta 1 millón de tokens, con texto e imágenes.

Para voz hay Amazon Nova 2.5 Sonic: el modelo razona mejor y llama a las herramientas con más precisión, al mismo precio. Un agente de soporte puede, en una sola conversación, localizar un pedido, comprobar si es posible el reembolso y tramitarlo.

Fiabilidad: fallback, workflows y JSON

Lo más útil para producción ha sido AgentCore Gateway. Ahora acepta llamadas InvokeModel de Bedrock y admite model fallback. Si el modelo principal está limitado por cuotas o no está disponible, la petición pasa al siguiente modelo o proveedor de la cadena que hayas definido. Un circuit breaker salta los puntos que no funcionan. Basta con dirigir al gateway el código existente basado en el SDK de Bedrock; no hace falta escribir reintentos en cada cliente.

La segunda novedad importante: Step Functions como herramientas del agente. Un proceso de negocio, por ejemplo un reembolso, se queda en el workflow que ya operas. El agente decide cuándo lanzarlo, mientras que la comprobación del derecho al reembolso, la aprobación y el abono se ejecutan estrictamente según tus pasos, y no según cómo el modelo haya entendido el prompt.

Las respuestas estructuradas ya están disponibles para todos los modelos Claude en Bedrock: JSON conforme a un esquema, sin parseo casero ni reintentos. La búsqueda web incorpora filtros de dominio (hasta 100 permitidos y hasta 100 bloqueados) y vinculación a una región. Guardrails comprueba que la respuesta no se desvíe de las fuentes. El nuevo nivel Standard de comprobaciones cuesta lo mismo que Classic, pero cubre respuestas conversacionales y de razonamiento, y más idiomas.

Dinero y Strands

La memoria de AgentCore ahora se factura por volumen de datos y no por un precio fijo por evento. Los escenarios con payloads pequeños son los que más ganan. Para la memoria a largo plazo se puede definir un TTL. En Cost Explorer y Budgets, el gasto en Bedrock se desglosa por modelo, proveedor, tipo de inferencia y función, y sin coste adicional. Se puede configurar una alerta de presupuesto para un solo modelo.

En Strands, el toolkit abierto para agentes, lo principal es Strands Box en developer preview. Es un sandbox local con aislamiento a nivel de sistema operativo y políticas por herramienta. Funcionan tanto en llamadas directas como a través de MCP y en la generación de código. Strands Evals incorpora red teaming: se lanzan prompt injections y jailbreaks contra tu agente y se ve en qué mensaje se rompió. Strands Decider, un modelo pequeño basado en Gemma 4, elige entre opciones dadas en lugar de generar texto. En un sistema interno de tickets de Amazon, la estimación del coste por ticket cayó aproximadamente un 98 % y el tiempo de respuesta un 78 %.

Qué hacer con esto

Es un resumen de proveedor, así que conviene verificar las cifras con tus propias cargas. La mayoría de las funciones están ligadas al ecosistema de AWS. Pero el conjunto de soluciones es universal. Reparte la planificación y la ejecución entre un modelo caro y uno barato. Saca los procesos críticos de los prompts y llévalos a workflows deterministas. Configura el fallback antes del primer incidente. Activa el desglose de gasto por modelo antes de que la factura sea una sorpresa.