AWS zet GPT-5.6 in Kiro voor agentic coding
OpenAI heeft zijn GPT-5.6-modellen beschikbaar gemaakt in Kiro, de ontwikkelomgeving van AWS. De aankondiging viel op 24 augustus en zet drie varianten (Sol, Terra en Luna) in een tool die Amazon nadrukkelijk positioneert tegenover de gebruikelijke assistenten die je met losse prompts aanstuurt.
Drie varianten met een eigen prijskaartje
Kiro rekent af in credits, en elk model heeft een eigen vermenigvuldiger. Cryptobriefing noteert 2,4x voor Sol, 1,2x voor Terra en 0,6x voor Luna. Sol is bedoeld voor lange agentische klussen, Luna voor lichter werk zoals een kleine refactor of het opschonen van tests. Alle drie werken met een contextvenster van 272K tokens. De uitrol staat als experimenteel te boek en is voorlopig beperkt tot abonnees op Pro, Pro+, Pro Max en Power, in de regio’s us-east-1 en eu-central-1. Kiezen kan in de IDE, de CLI en de webversie.
Kosten per afgeronde taak fors lager
Beide bedrijven leunen in hun communicatie zwaar op prijs-prestatie. Developer Tech meldt dat gezamenlijke tests op Terminal-Bench 2.1 uitkwamen op een kostendaling van ongeveer 82 procent per afgeronde taak, gemeten met Terra. Cryptobriefing noteert voor Sol een score van 88,8 procent op diezelfde benchmark en een 80 op de Coding Agent Index. AWS-vicepresident Swami Sivasubramanian zegt in de aankondiging blij te zijn dat de GPT-5.6-familie nu complexe en langlopende ontwikkeltaken kan aandrijven. OpenAI-vicepresident Colleen Kapase legt de nadruk op keuzevrijheid: ontwikkelaars kunnen per fase van het ontwikkelproces bepalen hoeveel rekenkracht en geld een taak mag kosten.
Eerst de specificatie, dan pas code
Kiro werkt anders dan een chatvenster naast je editor. De omgeving zet productwensen om in een gestructureerd implementatieplan en voert daarna pas meerstapstaken uit. Bij review checkpoints kan de ontwikkelaar voorgestelde wijzigingen accepteren, bijstellen of weigeren voordat ze in de codebase landen. Property-based testing controleert vervolgens of de code voldoet aan vooraf vastgelegde eigenschappen, in plaats van alleen aan een handvol voorbeelden. Die aanpak sluit aan bij wat AWS de afgelopen weken vaker liet zien, zoals agents die binnen AgentCore zelf hun rekeningen betalen. Ook Meta mikt met Muse Code op grote codebases.
Wat betekent dit
Voor Europese teams is eu-central-1 het praktische detail dat telt: de modellen draaien in Frankfurt, wat de discussie over dataverblijf eenvoudiger maakt dan een setup die alleen in de VS beschikbaar is. Verder is dit vooral een prijsgevecht. OpenAI verkoopt zijn coderingsmodellen inmiddels via de infrastructuur van een concurrent, terwijl het aan de eigen kant juist o3 en de Assistants API uitfaseert. De concurrentie zit ondertussen dicht op de huid, met Claude Opus 5 op agentische taken en een Chinees model dat GPT-5.6 op mobiele interfaces voorbijstreeft. Wie nu een codeeragent kiest, doet er goed aan de credits per afgeronde taak te vergelijken en niet alleen de benchmarkscore. Dat het experimentele label er nog op zit, betekent dat de voorwaarden en tarieven kunnen wijzigen.
