AWS מרחיבה את SageMaker JumpStart עם GLM-5.2, Nemotron-Nano-12B ו-gemma-4-12B

AWS הרחיבה את קטלוג מודלי היסוד של SageMaker JumpStart עם אצווה רחבה של מודלים פתוחים ומודלי צד-שלישי חדשים, ונתנה ללקוחות AWS גישת deploy מהירה למגוון רחב של יכולות. התוספות כוללות את GLM-5.2 FP8 של Z.ai (הנדסת agents לטווח ארוך), את Nemotron-Nano-12B-v2 של NVIDIA (reasoning היברידי יעיל), ואת GLM-OCR (הבנת מסמכים), לצד FLUX.2-small-decoder של Black Forest Labs לייצור תמונות יעיל ו-gemma-4-12B-it של Google להבנה multimodal מאוחדת.

מנה נוספת הוסיפה את langcache-embed-v3-small של Redis ל-caching סמנטי, את Mellum2-12B-A2.5B-Thinking של JetBrains ל-reasoning ממוקד קוד, ואת LightOnOCR-2-1B של LightOn ל-OCR מקצה לקצה של מסמכים. הרוחב משתרע על פני הנדסת agents, reasoning, OCR, embeddings וייצור תמונות — אסטרטגיה מכוונת להפוך את SageMaker לקטלוג ניטרלי של תחנה אחת עבור כל מודל שצוות עשוי להזדקק לו.

על ידי אירוח מודלים של מתחרות ושותפות (Gemma של Google, Nemotron של NVIDIA, GLM הסיני) על תשתית מנוהלת, AWS לוכדת את הכנסות ה-deploy וכוח המחשוב ללא קשר לאיזה מודל מנצח באיכות. זה משלים את השקות AgentCore ו-Bedrock Web Search מאותו שבוע כחלק מהמאמץ של AWS לשלוט ב-control plane של ה-AI ב-enterprise.

הספקנים מציינים שרוחב הקטלוג אינו שווה ערך לבידול — המודלים עצמם מגיעים מאחרים — והערך האמיתי הוא בכלי ה-deploy המנוהלים. מה לעקוב אחריו: האם ארגונים יתאחדו סביב JumpStart לעומת Bedrock לגישה למודלים, ובאיזו מהירות מודלים פתוחים שזה עתה שוחררו ינחתו בקטלוג ביחס למתחרים כמו שער המודלים של Azure.