Narzędzia AI
API zgodne z OpenAI w SageMaker AI: co daje zmiana jednego adresu
Zaktualizowano: Autor: Andrzej Niemiec7 min czytania
Amazon SageMaker AI pozwala wywołać własny model przez interfejs zgodny z API OpenAI. Wyjaśniamy zakres zgodności, adres endpointu, uwierzytelnianie i ograniczenia.
Spis treści
- Czym jest API kompatybilne z OpenAI w SageMaker AI?
- Od kiedy funkcja działa i czego dotyczy?
- Jak wygląda adres endpointu i jak działa uwierzytelnianie?
- Które modele i kontenery są obsługiwane?
- Czym różni się to od modeli gpt-oss w SageMaker JumpStart?
- Jak wypada porównanie z API hostowanym przez OpenAI?
- Czego ta zgodność nie obejmuje?
- Ile kosztuje ChatGPT w Polsce i czy API wymaga płatnego planu? (stan na październik 2026)
- Jak zacząć migrację krok po kroku?
- Najczęstsze pytania
- Źródła
Czym jest API kompatybilne z OpenAI w SageMaker AI?
To warstwa zgodności, którą AWS dodał do endpointów inferencji w czasie rzeczywistym. Endpoint przyjmuje żądania w formacie OpenAI — przede wszystkim Chat Completions, także w trybie streamingowym — i odpowiada w tym samym formacie [1][2]. Nie jest to usługa OpenAI uruchomiona w AWS ani dostęp do zamkniętych modeli OpenAI przez infrastrukturę Amazon. AWS opisuje funkcję jako zgodność po stronie endpointu [1].
SageMaker AI pozostaje platformą do wdrażania modeli we własnym koncie AWS. Modele OpenAI i plany ChatGPT to odrębna oferta, którą opisujemy w naszym hubie.
Od kiedy funkcja działa i czego dotyczy?
AWS ogłosił obsługę API zgodnego z OpenAI 20 maja 2026 roku, a komunikat What's New ukazał się 21 maja 2026 [1][3]. Funkcja dotyczy endpointów inferencji w czasie rzeczywistym, czyli takich, które odpowiadają na pojedyncze żądanie, a nie przetwarzania całych zbiorów danych wsadowo [1][2].
Endpoint zachowuje standardową ścieżkę /invocations, a równolegle udostępnia ścieżkę /openai/v1/chat/completions [2]. Ten sam wdrożony model można więc wywoływać dwojako: kodem korzystającym z natywnego SDK SageMaker albo klientem OpenAI. Dla zespołów, które trzymają modele poza chmurą dostawcy z powodu wymogów compliance, kontekst opisuje artykuł o Codex on-premise.
Jak wygląda adres endpointu i jak działa uwierzytelnianie?
Adres ma postać https://runtime.sagemaker.REGION.amazonaws.com/endpoints/NAZWA_ENDPOINTU/openai/v1. Przy inference components dochodzi segment /inference-components/NAZWA_KOMPONENTU/ [2]. Region we adresie to ten, w którym działa endpoint.
Uwierzytelnianie nie opiera się na kluczu OpenAI. AWS generuje krótkotrwałe tokeny bearer z istniejących poświadczeń AWS; domyślnie mogą być ważne do 12 godzin [2]. Konto potrzebuje uprawnień sagemaker:CallWithBearerToken oraz sagemaker:InvokeEndpoint [1][2]. Bez tych uprawnień żądanie kończy się błędem autoryzacji, a nie odpowiedzią modelu.
Przykład wywołania z OpenAI Python SDK:
from openai import OpenAI
client = OpenAI(
base_url="https://runtime.sagemaker.REGION.amazonaws.com/endpoints/NAZWA/openai/v1",
api_key="TOKEN_BEARER"
)
response = client.chat.completions.create(
model="NAZWA_MODELU",
messages=[{"role": "user", "content": "Podsumuj ten akapit."}]
)
Które modele i kontenery są obsługiwane?
AWS wymienia trzy drogi: SageMaker AI vLLM Deep Learning Container, SGLang Deep Learning Container oraz własne kontenery implementujące ścieżki OpenAI API i endpoint /ping [2]. Na takim endpointcie uruchomisz modele open-weight albo modele dostrojone przez siebie — nie ma ograniczenia do jednej rodziny [1][2].
Kontener odpowiada za mapowanie żądania OpenAI na wywołanie własnego modelu, więc to on decyduje, które parametry zadziałają [2]. Zmiana adresu w aplikacji nie zmienia zachowania modelu, tylko sposób jego wywołania.
Czym różni się to od modeli gpt-oss w SageMaker JumpStart?
Modele gpt-oss-20b i gpt-oss-120b są dostępne w SageMaker JumpStart od sierpnia 2025 roku [4][5]. To oferta gotowych modeli open-weight udostępnionych przez OpenAI i uruchamianych w AWS. Endpoint kompatybilny z OpenAI to mechanizm wywołania, a nie katalog modeli [1][2].
To rozróżnienie ma praktyczne znaczenie: zgodność API nie daje dostępu do zamkniętych modeli z subskrypcji ChatGPT. Wybór modelu pozostaje osobną decyzją, podobnie jak wybór między modelami do kodowania, który opisujemy w porównaniu GPT-5.5 i Opus 4.7.
Jak wypada porównanie z API hostowanym przez OpenAI?
Poniższa tabela zestawia dwie ścieżki: model na własnym endpointcie w SageMaker AI oraz model wywoływany z API OpenAI. Kryteria dotyczą miejsca działania, sposobu wywołania, zarządzania infrastrukturą i rozliczeń.
| Kryterium | Endpoint OpenAI w SageMaker AI | API OpenAI |
|---|---|---|
| Kto udostępnia modele | Modele open-weight lub własne, wdrożone przez Ciebie [2] | Modele opracowane przez OpenAI [6] |
| Gdzie działa inferencja | Na endpointcie w Twoim koncie AWS [2] | W infrastrukturze OpenAI [6] |
| Jak wywołujesz | OpenAI SDK, LangChain, Strands Agents po zmianie base_url [1] | OpenAI SDK i API OpenAI [6] |
| Rozliczanie | Koszt instancji i działania endpointu po Twojej stronie [1] | Opłaty za użycie API w OpenAI, oddzielnie od planu ChatGPT [7] |
Oba warianty korzystają z tego samego formatu żądania, więc warstwa aplikacji może pozostać wspólna. Różnica leży w tym, kto odpowiada za dostępność, skalowanie i koszt infrastruktury [1][3].
Czego ta zgodność nie obejmuje?
AWS wymienia OpenAI Python SDK, LangChain i Strands Agents, ale nie deklaruje pełnej zgodności ze wszystkimi endpointami, modelami i parametrami współczesnego API OpenAI [1][2]. Funkcje spoza obsługiwanego podzbioru nie zadziałają tylko dlatego, że adres jest zgodny.
Po stronie wdrożenia zostają rzeczy, których zmiana adresu nie usuwa: utworzenie i utrzymanie endpointu, dobór instancji GPU, konfiguracja uprawnień IAM oraz koszt działania endpointu przez cały czas, niezależnie od ruchu [1][2]. Dochodzi zachowanie konkretnego modelu — jakość odpowiedzi po migracji zależy od modelu i kontenera, nie od samego wywołania [2].
Ile kosztuje ChatGPT w Polsce i czy API wymaga płatnego planu? (stan na październik 2026)
API OpenAI jest rozliczane oddzielnie od subskrypcji ChatGPT [7]. Plan Free kosztuje 0 USD, Go 8 USD miesięcznie, Plus 20 USD miesięcznie, a Pro 200 USD miesięcznie [7][8][9][12]. OpenAI prowadzi rozliczenia w PLN dla Polski, a zmiana waluty wymaga anulowania i ponownej subskrypcji po zakończeniu okresu rozliczeniowego [10].
Polskie zestawienie z września 2026 podaje ceny lokalne: 34,99 zł za Go, 99,99 zł za Plus i 999 zł za Pro 200 miesięcznie [11]. Kwoty w USD są oficjalne, ceny w złotych pochodzą z zestawienia zewnętrznego i mogą różnić się w koszyku płatności.
Jak zacząć migrację krok po kroku?
- Wdróż model jako endpoint inferencji w czasie rzeczywistym w SageMaker AI, korzystając z kontenera vLLM, SGLang lub własnego kontenera zgodnego z OpenAI [2].
- Zapisz adres endpointu razem z regionem:
https://runtime.sagemaker.REGION.amazonaws.com/endpoints/NAZWA/openai/v1[2]. - Skonfiguruj uprawnienia
sagemaker:CallWithBearerTokenisagemaker:InvokeEndpointoraz mechanizm generowania tokenu bearer z poświadczeń AWS [1][2]. - W kodzie aplikacji zmień
base_urlw kliencie OpenAI. Wywołaniachat.completionsi streaming pozostają bez zmian [1]. - Uruchom test na wybranym fragmencie ruchu i porównaj opóźnienia, liczbę błędów oraz koszt endpointu z dotychczasowym dostawcą [1][2].
Punkt piąty jest obowiązkowy: zgodność adresu nie gwarantuje, że model odpowie tak samo dobrze na Twoich danych [2].
Najczęstsze pytania
Czy trzeba przepisać kod aplikacji?
Nie, jeśli aplikacja korzysta z OpenAI SDK, LangChain albo Strands Agents i wywołuje Chat Completions. Zmiana sprowadza się do base_url i tokenu uwierzytelniającego [1][2]. Elementy spoza obsługiwanego podzbioru API wymagają osobnego sprawdzenia przed przełączeniem ruchu.
Czy SageMaker AI daje dostęp do modeli GPT-6 lub GPT-5.6?
Nie. Endpoint zgodny z OpenAI udostępnia modele, które sam wdrożysz — open-weight lub dostrojone [2]. Wyjątkiem są modele gpt-oss-20b i gpt-oss-120b w SageMaker JumpStart, dostępne od sierpnia 2025 roku [4][5]. Zamknięte modele OpenAI pozostają w ofercie OpenAI [6].
Jakie modele mogę uruchomić na takim endpointcie?
Dowolny model, który da się wdrożyć w kontenerze vLLM, SGLang albo własnym kontenerze obsługującym ścieżki OpenAI i endpoint /ping [2]. Obejmuje to modele open-weight i modele dostrojone przez zespół. Ograniczeniem jest kontener i jego zgodność z parametrami żądania, nie sama rodzina modeli [1][2].
Czy endpoint obsługuje odpowiedzi strumieniowe?
Tak, ścieżka /openai/v1/chat/completions obsługuje streaming [1][2]. Klient otrzymuje fragmenty odpowiedzi w formacie OpenAI, więc dotychczasowa obsługa streamingu w aplikacji pozostaje aktualna.
Ile trwa migracja?
Źródła AWS nie podają takiej liczby i nie ma jednego czasu dla wszystkich projektów. Nakład zależy od tego, czy endpoint już istnieje, jaki kontener jest użyty i ile funkcji API wykorzystuje aplikacja [1][2]. Wdrożenie i utrzymanie endpointu to praca po stronie infrastruktury, nie jednorazowa zmiana w kodzie [1].
Źródła
- Announcing OpenAI-compatible API support for Amazon SageMaker AI endpoints (AWS, 2026)
- Invoke endpoints with OpenAI-compatible APIs (AWS Docs, 2026)
- Amazon SageMaker AI now supports OpenAI-compatible APIs for inference endpoints (AWS What's New, 2026)
- GPT OSS models from OpenAI are now available on SageMaker JumpStart (AWS, 2025)
- OpenAI open weight models now available on AWS (AWS, 2025)
- OpenAI API (OpenAI, 2026)
- Plans and Pricing (ChatGPT, OpenAI, 2026)
- What is ChatGPT Go? (OpenAI Help Center, 2026)
- What is ChatGPT Plus? (OpenAI Help Center, 2026)
- Multi-currency billing (OpenAI Help Center, 2026)
- Ile kosztuje ChatGPT w 2026? Free, Go, Plus czy Pro — ceny w złotówkach (AI-Radar.pl, 2026)
- About ChatGPT Pro tiers (OpenAI Help Center, 2026)
Fanatyk nowych technologii i specjalista w zakresie sztucznej inteligencji.
Jak powstają teksty: Polityka AI · O redakcji