Starting today, customers can subscribe and manage flat-rate pricing plans programmatically using the AWS CLI, AWS SDKs, CloudFormation, CDK, or the PricingPlanManager API.
CloudFront flat-rate plans give you one monthly price covering global content delivery, WAF, DDoS, DNS, logging, and edge compute, with no usage-based overage charges regardless of traffic spikes or attacks. Previously, customers could only subscribe to flat-rate pricing plans using the console, which required manual steps when using the API or infrastructure as code (IaC) like CloudFormation to create and manage distributions. Now, customers can programmatically subscribe, upgrade, downgrade, and cancel flat-rate pricing plans using the API or IaC tools.
Paid plans support an optional two-phase activation flow: you first create the plan, then approve it to begin billing. This prevents you from being committed to charges before you confirm, and makes the API well-suited for automated workflows and agents that provision infrastructure on your behalf. Free plans activate immediately and don’t require approval. To learn more, refer to the Getting started with the PricingPlanManager API. There are no additional fees for using the API to manage flat-rate pricing plans.
Starting today, customers can subscribe and manage flat-rate pricing plans programmatically using the AWS CLI, AWS SDKs, CloudFormation, CDK, or the PricingPlanManager API.
CloudFront flat-rate plans give you one monthly price covering global content delivery, WAF, DDoS, DNS, logging, and edge compute, with no usage-based overage charges regardless of traffic spikes or attacks. Previously, customers could only subscribe to flat-rate pricing plans using the console, which required manual steps when using the API or infrastructure as code (IaC) like CloudFormation to create and manage distributions. Now, customers can programmatically subscribe, upgrade, downgrade, and cancel flat-rate pricing plans using the API or IaC tools.
Paid plans support an optional two-phase activation flow: you first create the plan, then approve it to begin billing. This prevents you from being committed to charges before you confirm, and makes the API well-suited for automated workflows and agents that provision infrastructure on your behalf. Free plans activate immediately and don’t require approval. To learn more, refer to the Getting started with the PricingPlanManager API. There are no additional fees for using the API to manage flat-rate pricing plans.
Amazon WorkSpaces Applications now supports Graphics G7 instances, powered by NVIDIA RTX PRO 4500 Blackwell Server Edition GPUs and Intel Xeon Scalable (6th Gen) processors. G7 instances deliver up to 2.1× better performance for graphics-intensive workloads compared to previous generation G6 instances.
With Graphics G7, customers can stream demanding professional applications such as CAD/CAM, 3D rendering, scientific visualization, video editing, and AI-assisted design workflows at higher fidelity and frame rates. G7 instances feature 32 GB of GDDR7 GPU memory per GPU and 2.67× faster memory bandwidth, enabling streaming of larger, more complex 3D scenes and models. Six instance sizes are available, with 1 to 8 GPUs, vCPUs ranging from 8 to 192, and system memory from 32 GB to 768 GB.
Graphics G7 instances are available in US East (N. Virginia), US East (Ohio), and US West (Oregon). Additional regions will be added as availability expands.
Amazon WorkSpaces Applications now supports Graphics G7 instances, powered by NVIDIA RTX PRO 4500 Blackwell Server Edition GPUs and Intel Xeon Scalable (6th Gen) processors. G7 instances deliver up to 2.1× better performance for graphics-intensive workloads compared to previous generation G6 instances.
With Graphics G7, customers can stream demanding professional applications such as CAD/CAM, 3D rendering, scientific visualization, video editing, and AI-assisted design workflows at higher fidelity and frame rates. G7 instances feature 32 GB of GDDR7 GPU memory per GPU and 2.67× faster memory bandwidth, enabling streaming of larger, more complex 3D scenes and models. Six instance sizes are available, with 1 to 8 GPUs, vCPUs ranging from 8 to 192, and system memory from 32 GB to 768 GB.
Graphics G7 instances are available in US East (N. Virginia), US East (Ohio), and US West (Oregon). Additional regions will be added as availability expands.
To get started, select a Graphics G7 instance when launching an image builder or creating a new fleet in the Amazon WorkSpaces Applications console. For more information on available instance types, see WorkSpaces Applications Instance Families. To learn more about G7 GPU capabilities, visit the EC2 G7 Instance Types page. For pricing details, see Amazon WorkSpaces Applications Pricing.
El colapso de la ventana de parche: Por qué la seguridad necesita un nuevo plano de control
Por: Igor Sakhnov, vicepresidente corporativo y director general de Azure Networking.
Durante décadas, los defensores de la ciberseguridad se han basado en un modelo en teoría sencillo: se revela una vulnerabilidad, los equipos de seguridad evalúan la exposición, prueban las correcciones disponibles, despliegan parches en producción y, en última instancia, cierran el riesgo antes de que los atacantes puedan explotarlo a gran escala.
Ese modelo refleja cada vez más un mundo que ya no existe.
Las empresas actuales operan miles de cargas de trabajo interconectadas en entornos híbridos y multicloud. Las aplicaciones críticas para la misión impulsan servicios generadores de ingresos, experiencias para el cliente y operaciones empresariales principales que no pueden tan solo desconectarse cada vez que hay una actualización de seguridad disponible. Al mismo tiempo, las vulnerabilidades se vuelven más visibles, distribuidas de manera más amplia y armadas más rápidas que nunca.
El resultado es una brecha creciente entre la rapidez con la que las organizaciones pueden remediar vulnerabilidades de forma segura y la rapidez con la que los adversarios pueden explotarlas. Es hora de replantearse cómo la industria aborda la seguridad durante el periodo crítico entre la divulgación y la remediación.
La ventana de parche se ha colapsado
La gestión tradicional de vulnerabilidades se basaba en la suposición de que los defensores podían moverse más rápido que los atacantes. En muchos casos, podían hacerlo.
Cuando se revelaba una vulnerabilidad, las organizaciones tenían tiempo para comprender el problema, evaluar los sistemas afectados, probar parches, coordinar ventanas de cambio y desplegar correcciones antes de que se produjera una explotación generalizada.
Hoy esa línea temporal se reduce con rapidez.
Las campañas de ataques modernas operan a escala de internet. La investigación en seguridad, las divulgaciones públicas, los exploits de prueba de concepto y la inteligencia de amenazas circulan a nivel global en cuestión de horas. Una vulnerabilidad anunciada por la mañana puede convertirse en el foco de esfuerzos activos de escaneo y explotación por la tarde.
Mientras tanto, las realidades operativas de los entornos empresariales no han cambiado. Las organizaciones aún deben:
Comprender la vulnerabilidad y su impacto empresarial.
Identificar los sistemas afectados en grandes fincas.
Evaluar dependencias y preocupaciones de compatibilidad.
Validar correcciones en entornos de prueba.
Coordinar los calendarios de despliegue.
Monitorizar regresiones y riesgos operativos.
No son señales de ineficiencia. Son salvaguardas necesarias para entornos críticos para el negocio. El reto es que, mientras los procesos defensivos todavía requieren de días o semanas, los plazos ofensivos se miden cada vez más en horas.
Eso crea uno de los periodos más peligrosos en la ciberseguridad moderna: la ventana entre la concienciación y la remediación.
La IA amplía el desafío del defensor
La IA ayuda a las organizaciones a modernizar operaciones, acelerar el desarrollo y mejorar los resultados de seguridad. Pero los mismos avances tecnológicos también cambian la economía de las operaciones ofensivas.
A nivel histórico, transformar una vulnerabilidad recién revelada en un ataque efectivo solía requerir una investigación manual exhaustiva y un profundo conocimiento técnico. Tanto investigadores como atacantes de seguridad necesitaban analizar documentación, comprender las condiciones de los exploits, estudiar el software afectado y desarrollar técnicas de ataque.
Muchos de esos pasos ahora pueden acelerarse.
Los flujos de trabajo asistidos por IA pueden ayudar a analizar la divulgación de vulnerabilidades, identificar posibles rutas de ataque, evaluar dependencias técnicas y resumir información técnica compleja mucho más rápido que los procesos manuales tradicionales.
A medida que estas capacidades se vuelven más accesibles, el plazo entre la divulgación y la explotación sigue comprimiéndose. El resultado es un desequilibrio estructural.
Los defensores son todavía responsables de proteger entornos enteros que pueden incluir miles de servidores, aplicaciones, bases de datos, contenedores y activos de red. Los atacantes solo necesitan identificar una única vía viable hacia la explotación.
Esta asimetría lleva a las organizaciones a plantearse una pregunta cada vez más importante: ¿Qué ocurre antes de que se despliegue el parche?
Por qué los enfoques de seguridad existentes quedan cortos
La industria de la seguridad ha invertido mucho en mejorar la visibilidad.
Hoy en día, las organizaciones tienen acceso a más datos de vulnerabilidades, inteligencia de amenazas, análisis y capacidades de detección que nunca. Las plataformas de seguridad pueden identificar con rapidez los sistemas afectados, priorizar la remediación y alertar a los defensores ante amenazas emergentes.
Estas capacidades son esenciales. Pero la conciencia por sí sola no reduce la exposición. Muchas organizaciones se encuentran en una situación en la que saben justo qué sistemas son vulnerables pero no pueden parchearlos de inmediato.
Por ejemplo, una aplicación crítica para el negocio puede requerir una validación extensa antes de poder desplegarse actualizaciones. Un sistema de fabricación puede depender de software que no pueda desconectarse durante las horas de producción. Un entorno regulado puede requerir procesos adicionales de pruebas y aprobaciones antes de poder implementar cambios.
En estas situaciones, el reto no es identificar el riesgo. El reto es reducir el riesgo mientras la remediación sigue en curso.
La visibilidad, la detección y la priorización ayudan a las organizaciones a comprender el problema. No siempre proporcionan un mecanismo para contener ese riesgo de forma inmediata.
A medida que los plazos de ataque continúan comprimiéndose, la industria necesita un enfoque complementario centrado en la reducción de exposición en lugar de tan solo en la conciencia de exposición.
Por qué la red emerge como el plano de control más rápido
Cuando una carga de trabajo no puede defenderse de inmediato, debe ayudar a proporcionar protección adicional. Cada vez más, las organizaciones recurren a la red.
A diferencia de los controles basados en endpoints, las protecciones a nivel de red operan alrededor de las cargas de trabajo en lugar de dentro de ellas. Esta distinción se vuelve en especial importante durante periodos de alto riesgo.
La red ya comprende los patrones de comunicación, los requisitos de conectividad, las relaciones de confianza y los flujos de tráfico. Se sitúa en una posición estratégica donde las organizaciones pueden influir en cómo interactúan los sistemas entre sí sin tener que modificar por necesidad las propias aplicaciones.
Esto crea oportunidades para reducir la explotabilidad mientras se llevan a cabo los esfuerzos de remediación. Las protecciones aplicadas por la red pueden ayudar a:
Restringir el acceso a sistemas vulnerables.
Limitar la exposición a posibles trayectorias de ataque.
Reducir las oportunidades de movimiento lateral.
Segmentar activos de alto riesgo.
Contener el radio potencial de la explosión.
Ajustar los controles de manera dinámica a medida que haya nueva información disponible.
Quizá lo más importante es que los controles de red pueden implementarse mucho más rápido de lo que los parches de software empresarial pueden validarse y desplegarse.
El objetivo no es evitar el parcheo. El objetivo es crear una capa significativa de defensa durante el periodo en que el parcheo aún no se ha completado.
A medida que la IA comprime el tiempo entre la divulgación y la explotación de vulnerabilidades, las organizaciones necesitan una capa defensiva que pueda actuar de inmediato, sin esperar a que se parchee cada carga de trabajo, que se modifique cada aplicación o que cada agente de endpoint entienda una nueva amenaza.
La red está posicionada de manera especial para convertirse en ese punto de control: ya se encuentra en la ruta de la comunicación, tiene visibilidad a través de cargas de trabajo heterogéneas y puede hacer cumplir protecciones de manera consistente, en grandes entornos, en la nube sin cambiar las propias aplicaciones. Más importante aún, los controles de red pueden ir cada vez más allá del simple bloqueo basado en IP, puertos y firmas hacia una aplicación adaptativa y consciente del contexto que limita el comportamiento específico del que depende un exploit mientras preserva el tráfico legítimo.
Consideremos una vulnerabilidad de denegación de servicio en HTTP/2: la guía provisional más segura puede ser desactivar HTTP/2 por completo hasta que los sistemas estén parcheados, pero eso puede tener un impacto significativo en la aplicación y en el rendimiento. Una respuesta más precisa consciente de la red y de la carga de trabajo podría limitar el comportamiento explotable—limitar flujos concurrentes, endurecer restricciones de solicitudes o limitar la velocidad patrones de conexión abusivos—mientras se mantiene el servicio disponible. Por eso la red se ha convertido en algo más que una capa de conectividad: puede servir como un tejido de aplicación programable y ubicuo que compra a las organizaciones el bien más valioso durante un día cero: el tiempo para parchear de forma segura.
En una era en la que las vulnerabilidades pueden ser utilizadas como arma en cuestión de horas, cada día de reducción de riesgos importa.
El auge de la seguridad adaptativa
La próxima evolución de la ciberseguridad tal vez no dependerá solo de políticas estáticas o procesos de respuesta manual. Los entornos modernos son tan solo demasiado grandes, dinámicos e interconectados.
Cada vez más las organizaciones necesitan sistemas de seguridad capaces de comprender el riesgo, evaluar el contexto y adaptar las protecciones a medida que cambian las condiciones. Este cambio apunta hacia una tendencia más amplia en la industria: la seguridad adaptativa.
Los sistemas de seguridad adaptativos buscan ir más allá de las reglas predefinidas hacia mejorar de manera continua la gestión de riesgos. En lugar de tratar todas las vulnerabilidades por igual, buscan comprender las condiciones específicas que hacen explotable un defecto y determinar la forma más eficaz de reducir la exposición. A un nivel general, estos sistemas deben resolver tres desafíos críticos.
Primero, deben comprender la vulnerabilidad en sí.
Esto requiere obtener información de avisos de seguridad, divulgaciones de vulnerabilidades, inteligencia de amenazas, investigación de exploits y otras fuentes para desarrollar una comprensión significativa de cómo opera una amenaza.
Segundo, deben correlacionar esa comprensión con entornos reales.
Una vulnerabilidad solo se convierte en un riesgo material cuando existen sistemas específicos, configuraciones, caminos de conectividad y condiciones de exposición. Comprender este contexto es esencial para determinar el riesgo real.
Tercero, deben traducir la inteligencia en acción.
La visión sin aplicación aporta un valor limitado. El objetivo final es reducir la exposición mediante controles que puedan aplicarse de manera rápida, consistente y a gran escala.
Se espera que la IA desempeñe un papel significativo a lo largo de este proceso, no solo como herramienta analítica, sino como tecnología habilitadora que ayuda a los sistemas de seguridad a comprender relaciones complejas y tomar decisiones informadas más rápido de lo que sería posible de otro modo.
Mirar hacia el futuro de la ciberseguridad
La industria de la ciberseguridad ha pasado décadas en mejorar la gestión de vulnerabilidades, el despliegue de parches y las operaciones de seguridad. Esas inversiones son todavía esenciales y seguirán como elementos fundamentales de la estrategia de seguridad de toda organización. Pero el entorno que nos rodea ha comenzado a cambiar.
Los atacantes se mueven más rápido. La infraestructura se vuelve más compleja. La IA comprime los plazos en todo el panorama de amenazas. En esta nueva realidad, las organizaciones no pueden depender tan solo de los parches.
El futuro de la ciberseguridad dependerá de la capacidad de una organización para reducir riesgos durante el tiempo entre la divulgación y la remediación. El éxito vendrá de combinar prácticas sólidas de gestión de parches con controles compensatorios capaces de responder a la velocidad de la máquina.
Las organizaciones que prosperen serán aquellas que traten la seguridad como un proceso continuo y adaptativo, en lugar de una secuencia de respuestas puntuales. La cuestión fundamental ya no es si surgirán vulnerabilidades. Lo harán.
La cuestión es con cuánta eficacia pueden las organizaciones protegerse mientras trabajan para eliminarlos.
A medida que el colapso de la ventana de parches sigue, la industria necesitará nuevos enfoques que complementen las estrategias tradicionales de remediación, reduzcan con rapidez la exposición y ayuden a los defensores a recuperar el recurso que se ha vuelto cada vez más escaso en la ciberseguridad moderna: el tiempo.
Microsoft invierte en capacidades nuevas e innovadoras, capaces de proporcionar protección inmediata frente a la tormenta, para dar a las organizaciones el tiempo necesario para validar y desplegar un parche permanente de manera segura, sin exponer su entorno a riesgos innecesarios.
Amazon Managed Workflows for Apache Airflow (MWAA) now includes a built-in monitoring experience on the environment detail page in the AWS Management Console. A new metrics dashboard displays key Amazon CloudWatch metrics for your environment in one place, and each graph includes an optional toggle to overlay suggested warning ranges, helping you quickly identify conditions that may affect your environment’s health and performance.
The environment detail page also now shows an alarms table that lists all Amazon CloudWatch alarms associated with your MWAA environment. You can use the one-click Create Recommended Alarms action to provision a curated set of alarms from an AWS-managed template, so you can start monitoring critical metrics without having to configure each alarm manually. This feature is available for Amazon MWAA Provisioned environments in all regions where Amazon MWAA is available. Standard Amazon CloudWatch pricing applies for metric queries and alarms.
Amazon Managed Workflows for Apache Airflow (MWAA) now includes a built-in monitoring experience on the environment detail page in the AWS Management Console. A new metrics dashboard displays key Amazon CloudWatch metrics for your environment in one place, and each graph includes an optional toggle to overlay suggested warning ranges, helping you quickly identify conditions that may affect your environment’s health and performance.
The environment detail page also now shows an alarms table that lists all Amazon CloudWatch alarms associated with your MWAA environment. You can use the one-click Create Recommended Alarms action to provision a curated set of alarms from an AWS-managed template, so you can start monitoring critical metrics without having to configure each alarm manually. This feature is available for Amazon MWAA Provisioned environments in all regions where Amazon MWAA is available. Standard Amazon CloudWatch pricing applies for metric queries and alarms.
To get started, open the AWS Management Console, review the Amazon MWAA supported regions, or visit the Amazon MWAA documentation to learn more.
Today, AWS announces the public preview of Amazon Linux 2027 (AL2027), the next version of the Amazon Linux operating system, purpose-built for cloud-native workloads on AWS with performance, scale, and security in mind. Built on AL2023’s baseline, AL2027 is designed for customers running web applications, databases, containerized microservices, AI/ML workloads, and large-scale infrastructure who need a secure, stable, and AWS-native operating system.
AL2027 runs on kernel 7.1+, enables SELinux in enforcing mode as default, accelerates cryptographic performance with AWS-LC, and keeps builders current with the latest toolchains and language runtimes. For AI and machine learning workloads, it delivers access to accelerator drivers, including AWS Neuron driver support. The public preview gives customers hands-on access before general availability (GA) to experiment with new features, validate their applications, and provide direct feedback to the Amazon Linux team.
AL2027 Preview AMIs are available through the AWS Management Console across all commercial AWS Regions, with both x86-64 and ARM variants. Container base images are available on Amazon ECR Public Gallery. Customers can submit feedback through the AL2027 GitHub repository. For a full list of changes relative to AL2023, see the AL2027 documentation. To learn more, visit the Amazon Linux product page.
Today, AWS announces the public preview of Amazon Linux 2027 (AL2027), the next version of the Amazon Linux operating system, purpose-built for cloud-native workloads on AWS with performance, scale, and security in mind. Built on AL2023’s baseline, AL2027 is designed for customers running web applications, databases, containerized microservices, AI/ML workloads, and large-scale infrastructure who need a secure, stable, and AWS-native operating system.
AL2027 runs on kernel 7.1+, enables SELinux in enforcing mode as default, accelerates cryptographic performance with AWS-LC, and keeps builders current with the latest toolchains and language runtimes. For AI and machine learning workloads, it delivers access to accelerator drivers, including AWS Neuron driver support. The public preview gives customers hands-on access before general availability (GA) to experiment with new features, validate their applications, and provide direct feedback to the Amazon Linux team.
AL2027 Preview AMIs are available through the AWS Management Console across all commercial AWS Regions, with both x86-64 and ARM variants. Container base images are available on Amazon ECR Public Gallery. Customers can submit feedback through the AL2027 GitHub repository. For a full list of changes relative to AL2023, see the AL2027 documentation. To learn more, visit the Amazon Linux product page.
Amazon Quick now offers Quick Max, a new plan for power users who want to get the absolute most out of Quick. With 5x the usage and 5x the storage of Plus, Max gives you the room to do more: more agents, more workflows, more of whatever makes Quick yours.
With Max, you can run large, concurrent workloads without interruption—all month long. It delivers more value per dollar the more you use it and is available with both monthly and annual billing options.
New to Amazon Quick? You can sign up for free in minutes. Already on Plus? Click your name at the bottom of the left navigation bar, then select «Upgrade plan» to switch to Max. To compare all available plans—Free, Plus, and Max—visit the Amazon Quick pricing page.
Amazon Quick now offers Quick Max, a new plan for power users who want to get the absolute most out of Quick. With 5x the usage and 5x the storage of Plus, Max gives you the room to do more: more agents, more workflows, more of whatever makes Quick yours.
With Max, you can run large, concurrent workloads without interruption—all month long. It delivers more value per dollar the more you use it and is available with both monthly and annual billing options.
New to Amazon Quick? You can sign up for free in minutes. Already on Plus? Click your name at the bottom of the left navigation bar, then select «Upgrade plan» to switch to Max. To compare all available plans—Free, Plus, and Max—visit the Amazon Quick pricing page.
AWS Transform for migrations adds Amazon FSx for NetApp ONTAP as a generally available storage target for block storage workloads, alongside Amazon EBS. With AWS Transform, you can now migrate block storage directly to FSx for ONTAP as part of the same migration wave that handles compute and networks, eliminating the need for intermediate storage platforms and separate migration tools.
Whether migrating from NetApp ONTAP, other block storage platforms, or VMware environments, your data access patterns and operational processes remain unchanged with FSx for ONTAP. Now your workloads run on a fully managed, production-ready shared storage service that combines ONTAP’s enterprise capabilities with the scalability and resiliency of AWS. What previously required stitching together multiple tools is now a single migration workflow.
AWS Transform for migrations adds Amazon FSx for NetApp ONTAP as a generally available storage target for block storage workloads, alongside Amazon EBS. With AWS Transform, you can now migrate block storage directly to FSx for ONTAP as part of the same migration wave that handles compute and networks, eliminating the need for intermediate storage platforms and separate migration tools.
Whether migrating from NetApp ONTAP, other block storage platforms, or VMware environments, your data access patterns and operational processes remain unchanged with FSx for ONTAP. Now your workloads run on a fully managed, production-ready shared storage service that combines ONTAP’s enterprise capabilities with the scalability and resiliency of AWS. What previously required stitching together multiple tools is now a single migration workflow.
This capability is available in all AWS Transform supported target Regions and where Amazon FSx for NetApp ONTAP is supported. To get started, visit AWS Transform for migrations. To learn more about Amazon FSx for NetApp ONTAP, see the product page.
Amazon Connect Customer now automates evaluations of human and AI agents in Malay using generative AI. Managers define custom evaluation criteria in natural language and receive AI-generated evaluations with justifications in their preferred language. Performance evaluations also supports cross-language evaluation and can complete assessments in English, even when the conversation is in Malay. This enables multilingual contact centers to use a standardized evaluation framework across languages.
This feature is supported in 8 AWS regions including US East (N. Virginia), US West (Oregon), Europe (Frankfurt), Europe (London), Canada (Central), Asia Pacific (Sydney), Asia Pacific (Tokyo), and Asia Pacific (Singapore). For information about Amazon Connect pricing, please visit our pricing page. To learn more, please visit our documentation and our webpage.
Amazon Connect Customer now automates evaluations of human and AI agents in Malay using generative AI. Managers define custom evaluation criteria in natural language and receive AI-generated evaluations with justifications in their preferred language. Performance evaluations also supports cross-language evaluation and can complete assessments in English, even when the conversation is in Malay. This enables multilingual contact centers to use a standardized evaluation framework across languages.
This feature is supported in 8 AWS regions including US East (N. Virginia), US West (Oregon), Europe (Frankfurt), Europe (London), Canada (Central), Asia Pacific (Sydney), Asia Pacific (Tokyo), and Asia Pacific (Singapore). For information about Amazon Connect pricing, please visit our pricing page. To learn more, please visit our documentation and our webpage.
The Web Search built-in server-side tool on Amazon Bedrock is now available in AWS GovCloud (US-West), helping bring grounded web results to compliance-sensitive government and public-sector workloads. Web Search helps supported OpenAI GPT models ground responses with information from the web. Responses include citations to the sources the model used so users can trace each claim back to its web origin. This can be especially valuable whenever an answer depends on information that changes over time or is more recent than a model’s training data, such as current events, recent releases or live pricing. Because the tool runs inside Amazon Bedrock, you don’t host a search index, manage crawlers, or write the tool-call loop yourself.
Web Search is designed to support the governance and data-handling standards AWS GovCloud (US) customers require. By default, it keeps your request data within the AWS boundary, serving results from a web index and cache maintained by Amazon. As an AWS-native capability governed by AWS Identity and Access Management (IAM), administrators can allow or deny it at the account or organization level and restrict it by Region, giving teams centralized control while keeping request data within the AWS boundary by default. To get started, add a tool of type web_search to the tools array in your OpenAI Responses API request using your existing OpenAI client library with an Amazon Bedrock API key. The model uses the tool only when it determines a request needs current information. At launch, Web Search in AWS GovCloud (US-West) supports GPT-5.4 , GPT-5.6 Terra and Luna models.
Web Search is available in AWS GovCloud (US-West), in addition to US East (N. Virginia), US East (Ohio), and US West (Oregon). To get started, see the Web Search technical blog. For implementation guidance, see the Web Search documentation. For pricing, see the Amazon Bedrock pricing page.
The Web Search built-in server-side tool on Amazon Bedrock is now available in AWS GovCloud (US-West), helping bring grounded web results to compliance-sensitive government and public-sector workloads. Web Search helps supported OpenAI GPT models ground responses with information from the web. Responses include citations to the sources the model used so users can trace each claim back to its web origin. This can be especially valuable whenever an answer depends on information that changes over time or is more recent than a model’s training data, such as current events, recent releases or live pricing. Because the tool runs inside Amazon Bedrock, you don’t host a search index, manage crawlers, or write the tool-call loop yourself.
Web Search is designed to support the governance and data-handling standards AWS GovCloud (US) customers require. By default, it keeps your request data within the AWS boundary, serving results from a web index and cache maintained by Amazon. As an AWS-native capability governed by AWS Identity and Access Management (IAM), administrators can allow or deny it at the account or organization level and restrict it by Region, giving teams centralized control while keeping request data within the AWS boundary by default. To get started, add a tool of type web_search to the tools array in your OpenAI Responses API request using your existing OpenAI client library with an Amazon Bedrock API key. The model uses the tool only when it determines a request needs current information. At launch, Web Search in AWS GovCloud (US-West) supports GPT-5.4 , GPT-5.6 Terra and Luna models.
Web Search is available in AWS GovCloud (US-West), in addition to US East (N. Virginia), US East (Ohio), and US West (Oregon). To get started, see the Web Search technical blog. For implementation guidance, see the Web Search documentation. For pricing, see the Amazon Bedrock pricing page.
Second-generation AWS Outposts racks are now supported in the AWS GovCloud (US-East) and AWS GovCloud (US-West) Regions. Outposts racks extend AWS infrastructure, AWS services, APIs, and tools to virtually any on-premises data center or colocation space for a truly consistent hybrid experience.
Organizations from startups to enterprises and the public sector can now order their Outposts racks connected to the new supported regions, optimizing for their latency and data residency needs. Outposts allows customers to run workloads that need low latency access to on-premises systems locally while connecting back to their home Region for application management. Customers can also use Outposts and AWS services to manage and process data that needs to remain on-premises to meet data residency requirements. This regional expansion provides additional flexibility in the AWS Regions that customers’ Outposts can connect to.
To learn more about second-generation Outposts racks, read this blog post and user guide. For the most updated list of countries and territories and the AWS Regions where second-generation Outposts racks are supported, check out the Outposts rack FAQs page.
Second-generation AWS Outposts racks are now supported in the AWS GovCloud (US-East) and AWS GovCloud (US-West) Regions. Outposts racks extend AWS infrastructure, AWS services, APIs, and tools to virtually any on-premises data center or colocation space for a truly consistent hybrid experience. Organizations from startups to enterprises and the public sector can now order their Outposts racks connected to the new supported regions, optimizing for their latency and data residency needs. Outposts allows customers to run workloads that need low latency access to on-premises systems locally while connecting back to their home Region for application management. Customers can also use Outposts and AWS services to manage and process data that needs to remain on-premises to meet data residency requirements. This regional expansion provides additional flexibility in the AWS Regions that customers’ Outposts can connect to. To learn more about second-generation Outposts racks, read this blog post and user guide. For the most updated list of countries and territories and the AWS Regions where second-generation Outposts racks are supported, check out the Outposts rack FAQs page.
