【Amazon Bedrock入門②】Bedrockのモデル一覧——Claude・Nova・Llamaの選び方
BedrockにはClaude・Amazon Nova・Llama・Mistral・Cohereなど多数のモデルがある。
「どれを使えばいいかわからない」という状態から、用途と予算に合わせて迷わず選べるようになるのがこの記事のゴール。
モデルの3カテゴリ
Bedrockのモデルはまず用途で3つに分類される。
| カテゴリ | 主な用途 | 代表モデル |
|---|---|---|
| テキスト生成 | チャット・要約・コード生成・翻訳 | Claude・Nova・Llama・Mistral |
| 埋め込み（Embeddings） | RAGのベクトル化・類似検索 | Titan Embeddings・Cohere Embed |
| 画像・動画生成 | 画像の生成・編集・動画生成 | Nova Canvas・Stable Diffusion |
ほとんどのユースケースは「テキスト生成」か「埋め込み（RAG用）」のどちらか。
Claudeシリーズ（Anthropic）
Bedrockで最も広く使われているのがAnthropicのClaude。日本語品質が高く、指示追従性に優れる。
Haiku・Sonnet・Opusの違い
| モデル | 特徴 | 向いている用途 | コスト感 |
|---|---|---|---|
| Claude Haiku 4.5 | 高速・軽量 | バッチ処理・大量リクエスト・要約・分類 | 最安 |
| Claude Sonnet 4.6 | バランス型 | チャットBot・コード支援・RAG | 中程度 |
| Claude Opus 4.6 | 最高精度 | 複雑な推論・長文分析・高品質な文章生成 | 最高 |
選び方の基本
- レスポンス速度とコストが優先 → Haiku
- 品質と速度のバランス → Sonnet
- 精度が最優先で量が少ない → Opus
日常的なWebアプリやチャットBotならSonnetから始めるのが無難。コストが気になり始めたらHaikuへの切り替えを検討する。
実際のモデルID（2026年3月時点）
Claude 4.x系はクロスリージョン推論（Cross-Region Inference）が前提となるモデルが多く、APIから呼び出す際は us. プレフィックス付きの推論プロファイルIDを使う。
# コードから呼び出す際に使うID（jp. = アジア太平洋クロスリージョン推論）
jp.anthropic.claude-haiku-4-5-20251001-v1:0 ← Claude Haiku 4.5
jp.anthropic.claude-sonnet-4-6 ← Claude Sonnet 4.6
jp.anthropic.claude-opus-4-6-v1 ← Claude Opus 4.6
jp. プレフィックスを付けることで日本・アジア太平洋リージョンへのルーティングになり、日本から呼び出す際のレイテンシが改善される。us. プレフィックスでも動くが、US東西リージョン経由になる。コードで直接ベースモデルID（プレフィックスなし）を使うと ValidationException になる場合があるため注意。
アクセス申請が必要。コンソール（Bedrock → モデルアクセス）からAnthropicの利用規約に同意して申請する（多くは即時承認）。
Amazon Novaシリーズ
2024年末にAmazonがリリースした独自の新世代テキスト生成モデル。申請不要でデフォルト利用可能。
テキスト生成（Nova Micro / Lite / Pro / Premier）
| モデル | 特徴 | 向いている用途 |
|---|---|---|
| Nova Micro | 最軽量・最速 | 単純な分類・キーワード抽出 |
| Nova Lite | 軽量・マルチモーダル | テキスト＋画像入力、コスト重視 |
| Nova Pro | バランス型・マルチモーダル | 汎用チャット・RAG・エージェント |
| Nova Premier | 最高精度 | 複雑なタスク・長文処理 |
amazon.nova-micro-v1:0 ← Nova Micro
amazon.nova-lite-v1:0 ← Nova Lite（東京リージョン対応）
amazon.nova-pro-v1:0 ← Nova Pro
amazon.nova-premier-v1:0 ← Nova Premier
Nova Lite / Pro はマルチモーダル対応（テキスト＋画像を同時入力可能）。東京リージョン（ap-northeast-1）でも利用できるため、レイテンシ重視の用途に向く。
画像・動画生成（Nova Canvas / Reel）
amazon.nova-canvas-v1:0 ← 画像生成（東京リージョン対応）
amazon.nova-reel-v1:1 ← 動画生成（us-east-1のみ）
Meta Llamaシリーズ
オープンソース系のモデル。英語タスクで強く、コスト重視のケースで選択肢になる。申請不要。
Llama 4（最新世代）
2026年初頭リリースのLlama 4はマルチモーダル対応（テキスト＋画像入力）。
meta.llama4-maverick-17b-instruct-v1:0 ← Llama 4 Maverick 17B
meta.llama4-scout-17b-instruct-v1:0 ← Llama 4 Scout 17B
Llama 3.x系
meta.llama3-3-70b-instruct-v1:0 ← Llama 3.3 70B（最新の3.x）
meta.llama3-2-11b-instruct-v1:0 ← Llama 3.2 11B（マルチモーダル）
meta.llama3-1-8b-instruct-v1:0 ← Llama 3.1 8B（軽量・高速）
日本語品質についての注意：Llamaは英語タスクでの性能が高い一方、日本語の品質はClaudeに劣る場面が多い。日本語が必要なプロダクトではClaudeかNovaを優先する。
Mistral AIシリーズ
コード生成に強いモデルがあり、開発支援用途で評価が高い。申請不要。
mistral.mistral-large-3-675b-instruct ← Mistral Large 3（最新・マルチモーダル）
mistral.devstral-2-123b ← Devstral 2（コーディング特化）
mistral.ministral-3-8b-instruct ← Ministral 8B（軽量）
特にコード生成・レビューに特化した Devstral はエンジニアリング用途で検討する価値がある。
Cohereシリーズ
Enterprise向けRAGで評価が高い。埋め込みモデルの品質も高く、RAG構築での採用例が多い。申請不要。
cohere.command-r-plus-v1:0 ← Command R+（テキスト生成）
cohere.command-r-v1:0 ← Command R（テキスト生成）
cohere.embed-multilingual-v3 ← Embed Multilingual（多言語埋め込み）
cohere.embed-v4:0 ← Embed V4（テキスト＋画像対応）
cohere.rerank-v3-5:0 ← Rerank 3.5（検索結果の再ランキング）
日本語を含む多言語RAGには Embed Multilingual が有効な選択肢。
Titanシリーズ（Amazon）
AmazonオリジナルのTitanは埋め込みモデルとして活用するのがメイン。申請不要。
amazon.titan-embed-text-v2:0 ← Titan Embeddings V2（RAG用・推奨）
amazon.titan-embed-image-v1:0 ← Titan Multimodal Embeddings
テキスト生成のTitanはNovaシリーズに事実上置き換えられているため、新規開発ではNovaを使う。
その他のモデル
| モデル | モデルID | 特徴 |
|---|---|---|
| DeepSeek R1 | deepseek.r1-v1:0 |
推論・数学特化モデル、申請不要 |
| AI21 Jamba 1.5 Large | ai21.jamba-1-5-large-v1:0 |
長コンテキスト対応（us-east-1のみ） |
モデル選択チャート
テキスト生成が必要
├── 日本語が必要
│ ├── 高品質・汎用 → Claude Sonnet 4.6
│ ├── コスト重視・高速 → Claude Haiku 4.5 or Nova Micro/Lite
│ └── 複雑な推論 → Claude Opus 4.6
├── 英語のみ、コスト重視 → Llama 3.1/3.3 or Nova Micro
└── コード生成特化 → Mistral Devstral
RAGのベクトル化が必要
├── 日本語 → Titan Embeddings V2 or Cohere Embed Multilingual
└── 多言語・高品質 → Cohere Embed V4
画像・動画生成が必要
├── 画像生成 → Nova Canvas（申請不要）
└── 動画生成 → Nova Reel（us-east-1のみ）
迷ったらこれ
| シーン | 推奨 |
|---|---|
| とりあえず試したい（日本語） | Claude Haiku 4.5 |
| 本番のチャットBot（日本語） | Claude Sonnet 4.6 |
| 申請なしで今すぐ試したい | Amazon Nova Lite |
| RAGのEmbeddings | Titan Embeddings V2 |
| コード生成 | Mistral Devstral 2 |
| 推論・数学タスク | DeepSeek R1 |
アクセス申請まとめ
| 申請必要 | 申請不要（デフォルト利用可） |
|---|---|
| Anthropic Claude（全モデル） | Amazon Nova・Titan |
| Meta Llama | |
| Mistral AI | |
| DeepSeek | |
| Cohere | |
| AI21 Labs |
申請手順：AWSコンソール → Amazon Bedrock → 左メニュー「モデルアクセス」
申請せずにAPIを叩くと AccessDeniedException が返る。初回だけ必ずこの手順を踏む。
コード例：モデルを切り替えて比較する
同じプロンプトをClaude・Novaで比較するシンプルなラッパー。
Claude 4.x系はBedrockのクロスリージョン推論経由でしか使えないモデルがある。直接モデルIDを指定すると ValidationException になる場合があるため、推論プロファイルID（jp. プレフィックス）を使う。日本リージョンへのルーティングになるためレイテンシも有利。
import boto3
import json
# ap-northeast-1（東京）でjp.プレフィックスを使う
client = boto3.client("bedrock-runtime", region_name="ap-northeast-1")
# Claude 4.x は "jp." プレフィックス付きの推論プロファイルIDを使う
MODELS = {
"claude-haiku": "jp.anthropic.claude-haiku-4-5-20251001-v1:0",
"claude-sonnet": "jp.anthropic.claude-sonnet-4-6",
"nova-lite": "amazon.nova-lite-v1:0",
"nova-pro": "amazon.nova-pro-v1:0",
}
def invoke_claude(model_key: str, prompt: str) -> str:
response = client.invoke_model(
modelId=MODELS[model_key],
body=json.dumps({
"anthropic_version": "bedrock-2023-05-31",
"max_tokens": 512,
"messages": [{"role": "user", "content": prompt}],
}),
contentType="application/json",
)
result = json.loads(response["body"].read())
return result["content"][0]["text"]
def invoke_nova(model_key: str, prompt: str) -> str:
response = client.invoke_model(
modelId=MODELS[model_key],
body=json.dumps({
"messages": [{"role": "user", "content": [{"text": prompt}]}],
"inferenceConfig": {"maxTokens": 512},
}),
contentType="application/json",
)
result = json.loads(response["body"].read())
return result["output"]["message"]["content"][0]["text"]
prompt = "AWSのLambdaとEC2の違いを3行で説明してください。"
print("=== Claude Haiku 4.5 ===")
print(invoke_claude("claude-haiku", prompt))
print("\n=== Amazon Nova Lite ===")
print(invoke_nova("nova-lite", prompt))
注意点：ClaudeとNovaはリクエスト・レスポンスの形式が異なる。Claudeは messages + anthropic_version、Novaは messages + inferenceConfig の形式を使う。
まとめ
- Bedrockのモデルはテキスト生成・埋め込み・画像生成の3カテゴリで整理できる
- 日本語テキスト生成はClaude Sonnet 4.6が定番、コスト重視ならHaiku 4.5かNova Lite
- Amazon Novaは申請不要でデフォルト利用可能、東京リージョン対応
- RAGのEmbeddingsはTitan Embeddings V2かCohere Embed Multilingual
- Claudeを使う前にコンソールでのアクセス申請が必要
- ClaudeとNovaでAPIのリクエスト形式が異なる点に注意
次回は料金体系——入出力トークン別の課金単価とコスト試算方法を整理する。