記事公開日
Amazon Bedrockに新コンソールが登場（bedrock-mantle）
この記事のポイント
この記事では、Amazon Bedrockコンソールに新しく追加されたbedrock-mantleを実際に触って、画面の紹介からAPIの呼び出しまでをご紹介します。
- bedrock-mantleエンドポイントに最適化：
OpenAI・Anthropic互換のAPIを使って、最新モデルでの実験から本番利用までをスムーズに進められる新しいコンソール体験です。 - 画面の紹介：
モデルカタログ、プロジェクト単位のダッシュボード、認証設定、APIリファレンスなど、コンソールの構成を見ていきます。 - 実際に使ってみる：
モデルの比較・評価から、Getting Startedに沿ったAPIの呼び出し、ダッシュボードへの反映確認までを実機で試します。
こんにちは！DXソリューション営業本部の菊池です。
2026年6月にAmazon Bedrockで新しいコンソール（bedrock-mantle）が発表されました。
最新のGPT・Claude・オープンウェイトモデルを、OpenAI・Anthropic互換のAPIで手軽に試せるよう最適化されたコンソールです。
今回は、このコンソールを実際に開いて、画面の紹介からAPIの呼び出しまで試してみたので、その様子をご紹介します！
新コンソール（bedrock-mantle）とは
新コンソールは、Amazon Bedrockの次世代推論エンジン上で、最新のAIモデルを使った実験・反復・スケールを行うための新しいコンソール体験です。
bedrock-mantleというエンドポイント向けに最適化されており、OpenAI Responses API、OpenAI Chat Completions API、Anthropic Messages APIに対応しています。
そのため、既存のOpenAI・Anthropicのクライアントライブラリを使ったアプリケーションを、最小限のコード変更でBedrock上に載せ替えられるのが特徴です。
なお、Agents・Knowledge Bases・Guardrails・ファインチューニングや、InvokeModel／Converse API（bedrock-runtimeエンドポイント）といったフルマネージド機能は、引き続き従来のBedrockコンソールで管理します。
新コンソールへのアクセス
新コンソールへは、既存のBedrockコンソールから遷移する方法と、URLを直接開く方法の2通りでアクセスできます。
今回は、既存Bedrockコンソールの「概要」ページにリンクが追加されていたので、そこから遷移しました。
画面の紹介
ここから新コンソールの画面構成を、ホーム・モデル、プロジェクトスコープ、アカウントスコープの順に見ていきます。
ホーム
新コンソールを開くと、最初にホームページが表示されます。
ホームページでは、以下の内容を確認できます。
- 推論リクエスト数
- エラー発生数
- アカウント内のプロジェクト一覧
- 最新モデル
モデル
モデルページでは、使用可能なモデルの一覧を確認できます。
プロジェクトスコープ
操作を見ていく前に、「プロジェクト」について補足します。
プロジェクトは、既存アプリの移行・新規開発のどちらにも対応した、利用状況を収集・整理するための区切りです。
用途や案件ごとにプロジェクトを分けておくことで、APIの利用状況をまとまった単位で把握できます。
仕組みとしては、APIリクエストのヘッダーにプロジェクト固有のID（project-id）を含めることで、その呼び出しがどのプロジェクトのものかを識別し、API使用量をプロジェクト単位で集計しています。
コンソール上は「プロジェクト」と表示されますが、ヘッダーやSDK上は workspace-id という名称になっており、後半のAPI呼び出しでこのIDを指定します。
プロジェクトはホームページの「新しいプロジェクトを開始」の入力欄にプロジェクト名を入力し、「使用を開始」を選択することで作成できます。
ダッシュボード
ダッシュボードからは、プロジェクトで使用しているモデルの一覧や使用状況を確認できます。
推論を実行するとどう反映されるかは、後半の「実際に使ってみる」で確認します。
Getting started
Getting startedでは、APIやSDKのセッティング方法、Claude CodeやCline等の外部クライアントとの接続方法が説明されています。
ここで注目したいのが認証の部分です。
認証には、IAM認証情報とAPIキーの2つの選択肢があります。
さらにAPIキーの中にも、短期とLong-term（長期）の2種類があります。
基本的な運用では短期（12時間で消失）が推奨され、マイグレーションを行う際などには長期（有効期限を自分で設定）を利用するようです。
Live API docs
Live API docsでは、AnthropicおよびOpenAIのAPIリファレンスを確認することができます。
アカウントスコープ
プロジェクト単位だけでなく、アカウント全体を俯瞰するスコープも用意されています。
アカウントダッシュボード
アカウントダッシュボードでは、アカウント全体のToken使用量をモニタリングすることができます。
プロジェクト
プロジェクトでは、アカウント内にあるプロジェクトの一覧を確認することができます。
APIキー
APIキーでは、APIキーの作成と管理を行うことができます。
APIキーをアカウント単位で一元管理できるのは、運用面でうれしいポイントかもしれません。
実際に使ってみる
ここからは、実際にコンソールを操作して、モデルの比較・評価からAPIの呼び出し、ダッシュボードへの反映確認までを試していきます。
1. モデルを比較・評価する（Compare / Evaluate）
モデル名を選択し、「Compare」を選択することで、モデル同士のスペックを比較できます（最大3モデルまで）。
複数モデルの仕様を1画面で見比べられるので、用途に合ったモデルを選びやすくなっています。
Compareでは、以下の項目を確認・比較できます。
- Provider（プロバイダー）
- Context window（コンテキストウィンドウ）
- Max output（最大出力トークン）
- Knowledge cutoff（知識のカットオフ）
- Input price（入力料金）
- Output price（出力料金）
- 入力の種類（Text / Image / Audio / Video / Speech / Embedding）
- 出力形式の種類（Text / Image / Audio / Video / Speech / Embedding）
- Features（Reasoning）
- 使用可能なRegion
また、「Evaluate」を選択すると、同一のプロンプトを比較対象のモデルへ送信し、レスポンスを見比べることも可能です。
2. APIリクエストを送ってみる
続いて、Getting startedに沿って、SDKからAPIを呼び出してみます。
認証方法は、APIキー（短期）を使うことにしました。
Getting startedの「短期キーを生成」からAPIキーを発行します。短期キーは12時間で消失するため、手軽に試すのに向いています。
今回は、Anthropic SDK（Python）を使ってリクエストを送ってみます。
コンソールに表示されるコードスニペットは、変更なしでそのまま使えるようになっていました。
まずは、cmd上で必要な値を環境変数に設定します。
set ANTHROPIC_API_KEY="your-api-key" set ANTHROPIC_BASE_URL="base-url" set ANTHROPIC_WORKSPACE_ID="your-project-id"
続いて、コンソールからコピーしたコードを test.py として保存します。
# Save as test.py and run: python test.py
import anthropic
import os
# The Anthropic Python SDK sends the anthropic-version header automatically.
# Project scoping uses the anthropic-workspace-id header.
client = anthropic.Anthropic(
default_headers={"anthropic-workspace-id": os.environ["ANTHROPIC_WORKSPACE_ID"]},
)
message = client.messages.create(
model="anthropic.claude-haiku-4-5",
max_tokens=1024,
messages=[{"role": "user", "content": "Amazon Bedrockとは何ですか？"}],
)
print(message.content[0].text)
python test.py を実行すると、無事にレスポンスが返ってきました。
「Amazon Bedrockとは何ですか？」というプロンプトに対して、以下のような回答が得られました。
クリックしてレスポンス全文を表示
Amazon Bedrockについて
Amazon Bedrockは、AWSが提供する完全マネージド型のGenerative AI（生成AI）サービスです。
主な特徴
📌 基本的な機能
- 複数の基盤モデル（FM） へのアクセス
- Anthropic Claude
- Meta Llama
- Mistral AI
- Cohere など
- API経由での簡単な利用
- サーバーレス実行
- インフラ管理が不要
🎯 主な用途
| 用途 | 説明 |
|---|---|
| テキスト生成 | 文章作成、要約、質問応答 |
| 埋め込み生成 | テキスト分析、検索 |
| 画像生成 | 画像の作成・編集 |
| カスタマイズ | ファインチューニング対応 |
主なメリット
- ✅ インフラ管理が不要
- ✅ 複数モデルから選択可能
- ✅ APIで簡単に統合
- ✅ エンタープライズレベルのセキュリティ
- ✅ スケーラビリティが高い
利用例
- チャットボット構築
- ドキュメント分析
- コンテンツ作成
- カスタマーサポート自動化
Bedrockは、AIの専門知識がなくても生成AIを活用できるサービスとして設計されています。
3. モニタリングダッシュボードの変化を確認
APIからの推論を実行したあと、ダッシュボードがどう変化したかを確認します。
モデル一覧には今回使用したモデル(anthropic.claude-haiku-4-5)が追加されていました。
一方で、Token使用量などのグラフ表示には今回の呼び出しが反映されませんでした。
これは反映までに時間差がある可能性も考えられるため、この点については後続の検証であらためて確認してみたいと思います。
所感
実際に呼び出してみて感じたのは、Getting Startedに沿って進めれば、SDKを使ったAPIコールを手軽に試せるということです。
既存のBedrockからの移行も、Live API docsなどで情報がそろっているため、スムーズに行えそうです。
まとめ
今回は、Amazon Bedrockのコンソール（bedrock-mantle）を実際に触って、画面の紹介から実際のAPI呼び出しまでをご紹介しました。
モデルの比較や評価、プロジェクト単位での使用状況の可視化、API/SDKや外部クライアントの接続設定までが一箇所にまとまっており、最新モデルを試して使い始めるまでの流れがスムーズになっている印象です。
また、今回触ってみて印象的だったのは、使用状況のモニタリングやAPIキー管理といった管理機能だけでなく、AnthropicやOpenAIのAPIリファレンスまでコンソール内で参照できる点です。
運用・管理する側だけでなく、実際にアプリケーションを作る開発者側にも配慮された、統合プラットフォームになっていると感じました。
Agents・Knowledge Bases・Guardrailsなどのフルマネージド機能は従来のコンソール（bedrock-runtime）で引き続き利用する形なので、用途に応じて新旧コンソールを使い分けるのがよさそうです。
OpenAI・Anthropic互換のAPIでBedrockを使ってみたい方は、ぜひ一度コンソールを触ってみてください。
もし「このサービスについて知りたい」「AWS環境の構築、移行」などのリクエストがございましたら、弊社お問い合せフォームまでお気軽にご連絡ください。 複雑な内容に関するお問い合わせの場合には直接営業からご連絡を差し上げます。 また、よろしければ以下のリンクもご覧ください！
＜QES関連ソリューション/ブログ＞
※Amazon Web Services、"Powered by Amazon Web Services"ロゴ、およびブログで使用されるその他のAWS商標は、米国その他の諸国における、Amazon.com, Inc.またはその関連会社の商標です。
