Amazon Nova 3

• 1. 概要 （全 481 文字）

  Amazon Nova 3 は、Nova シリーズの基本モデルをベースにした Amazon Cloud Technology (AWS) の第 3 世代製品です。 「最先端のインテリジェンス + 業界トップクラスのコストパフォーマンス」のラインを継続し、Amazon Bedrock と Agent のエコシステムを深く統合します。 Nova 2 (2025 年 12 月に re:Invent でリリース) がマルチモーダルの理解と生成、音声対話、オープン トレーニング (Nova Forge) の機能ベースを確立した後、Nova 3 はコンテキスト ウィンドウ、エージェント ワークフロー、および「任意の対任意の」マルチモーダル推論を新しいレベルに解放します。注意すべき点: このレポートの執筆時点では、Nova 3 に関する独立した公開ベンチマークと公式の技術レポートはまだ体系的に公開されていません。以下の Nova 3 の特定の機能の説明は、Nova 2 ファミリーの公開された事実に基づいており、re:Invent 2025 で Amazon が発表した進化ルートと併せて推定されています。すべての予想される部分にはマークが付けられています。

• 2. 製品の背景 （全 1019 文字）

  Amazon の Nova シリーズの基本モデルは、2024 年 12 月の re:Invent グローバル カンファレンスで初めて発表されました。当初は、Micro、Lite、Pro、Premier の 4 つの理解モデルと、画像生成モデル Canvas およびビデオ生成モデル Reel が含まれていました。 2025 年 12 月の re:Invent で、Amazon は Nova 製品ポートフォリオを完全に拡張し、Nova 2 ファミリーと 2 つの画期的なサービスを開始しました。 Nova 2 ファミリには、Nova 2 Lite、Nova 2 Pro (プレビュー)、Nova 2 Omni (プレビュー、テキスト、画像、ビデオ、音声入力、テキスト/画像出力を統合する業界初の推論モデル)、Nova 2 Sonic 音声モデル、および Nova マルチモーダル埋め込みモデルが含まれます。同時に発売された Nova Forge は、「オープン トレーニング」パスを提供し、企業がトレーニング前、中期トレーニング、トレーニング後の各段階で独自のデータを Nova データセットに混合して、独自の Nova 最適化バリアント (Amazon では「Novellas」と呼ばれる) を作成できるようにします。 Nova Act は、ブラウザー内で自律的に操作を実行するようにトレーニングされた AI モデルであり、初期の顧客テストで約 90% の UI 自動化の信頼性を達成しました。   アマゾンのAI戦略は2026年に明確な転換を迎える。AI部門の新責任者ピーター・デサンティス氏が2025年12月に就任すると、競争力の核となる武器として「低コスト」を確立し、自社開発チップ（Trainium 3、3ナノメートルプロセス）に依存することで競合他社よりも低コストで生成型AIを開発することを強調した。この道は、数か月ごとに最先端のモデルをリリースする OpenAI と Anthropic の注目を集めるルートとは対照的です。 2026年初めにアマゾンの中核技術チームに混乱があったことは注目に値する。元AI科学者のロヒト・プラサド氏が2025年12月に辞任し、AGIラボ所長のデビッド・ルアン氏も同週に辞任を発表した。同じ時期に、主力モデルである Nova が独立したベンチマーク テストで競合他社に遅れをとっているとの報告があり、同社の株価は 1 月以来約 14% 下落しました。 2026年には設備投資として2000億ドルを投資する計画だ（そのほとんどはAIインフラに充てられる）。

• 3. 製品の機能と使用感 （全 746 文字）

  第 3 世代の製品として、Nova 3 は、Nova 2 の実証済みの機能マトリックスに基づいた世代間アップグレードとなることが期待されています。Nova 2 によって提供されるコア機能には、次のものが含まれます。理解モデルは、テキスト、画像、ビデオ、ドキュメント (PDF、CSV、DOCX、XLS、HTML) およびコード入力をサポートし、テキストを出力します。 Nova 2 Lite および Nova 2 Pro には、Web ページ検索機能とコード実行機能が組み込まれており、オンデマンドで最新のインターネット情報を取得し、コードを直接実行できます。 Nova 2 Omni は、一度に最大 75 個のファイルを処理できます。数万語のテキスト、数時間の音声、長いビデオ、数百ページのドキュメントをすべて 1 つのワークフローで処理し、マーケティング コンテンツ (見出し、本文コピー、ソーシャル メディア投稿、ビジュアル ソリューション) を生成します。 Nova 2 Sonic は、音声の理解と生成を 1 つのモデルに統合し、7 つの言語、最大 100 万のトークン、コンテキスト ウィンドウ、およびシームレスな音声/テキスト切り替えをサポートします。   Nova 3 では、上記の機能を継続および強化することが期待されています。コンテキスト ウィンドウの拡大 (Nova 2 は一般に 1M トークン レベルに達しています)、より深いエージェント ワークフローのサポート、およびより強力な「任意の対任意の」マルチモーダル推論と生成の一貫性です。長い文書の分析、ビデオによる推論、複雑な命令の実行、およびソフトウェア エンジニアリング タスクにおけるパフォーマンスによって、Claude Sonnet、GPT、Gemini などの同世代の主力製品との差を縮めることができるかどうかが決まります。

• 4. 価格設定とビジネスモデル （全 458 文字）

  Novaシリーズは常に「業界トップクラスのコストパフォーマンス」をセールスポイントとしてきました。 Nova 2 Lite は、価格とパフォーマンスの面でクラスをリードしています。15 ベンチマークのうち 13 が Claude Haiku 4.5 と同等かそれ以上です。 17 個中 11 個は GPT-5 Mini と同等かそれ以上です。 18 個中 14 個は Gemini Flash 2.5 と同等かそれ以上です。公開ベンチマークでは、Nova 2 Pro は Claude Sonnet 4.5 (16 個中 10 個で同等以上)、GPT-5.1 (16 個中 8 個で同等以上)、Gemini 2.5 Pro (19 個中 15 個で同等以上) を上回っています。 Nova 3 は、この低価格戦略を維持し、Nova Forge を通じてモデル機能を企業所有のシナリオに拡張することが期待されています。企業は独自のビジネス シナリオを使用して強化学習「ジム」を構築し、モデルを継続的に最適化することも、合成データの蒸留によってより小規模で効率的なモデルをトレーニングしてコストと遅延を削減することもできます。

• 5. ユーザーレビュー （全 385 文字）

  企業での採用という点では、Nova はすでに Bedrock で 2 番目に人気のあるモデル シリーズ (2025 年第 2 四半期データ) であり、Siemens、Cisco、Coinbase、Sumo Logic、Trellix などを含む 10,000 を超える顧客がいます。顧客は一般に、ドキュメント処理、ビデオ情報抽出、コード生成、および複数ステップのエージェント ワークフロー自動化におけるコスト上の利点を認識しています。しかし、独立系開発者や一部のエンタープライズ テクノロジー チームは、Nova が最高の精度を必要とする最先端の推論タスクにとって依然として「主流の選択肢」ではなく、OpenAI や Anthropic のトップ モデルとのギャップがあるとも指摘しています。 2026 年初頭にチームの混乱とベンチマークの遅れが報告されたことも、最先端の機能に対する一部の顧客の信頼に影響を与えました。

• 6. 業界の評価 （全 377 文字）

  Novaシリーズに対する業界の評価は「コストパフォーマンスの高さ、最先端、追求すべき」の2つに分かれる。 re:Invent 2025 では、アナリストは、Nova 2 Omni が初の統合マルチモーダル推論 + 生成モデルとしての差別化と、エンタープライズ カスタマイズにおける Nova Forge の先駆的な役割を認めました。しかし、ウォール・ストリート・ジャーナルやその他のメディアは、アマゾンが「モデルの反復速度の追求」において自制することを選択しており、その戦略的焦点はカスタマイズと自社開発チップによってもたらされるコスト構造の利点にあると指摘した。 2026年3月には、中国のテクノロジーメディアも、AmazonがAIの競争力を再構築するために低価格戦略を採用していると報じた。核心は最先端モデルの展開ではなく、自社生産チップやカスタマイズモデルに注力することだ。

• 7. 論争とリスク （全 395 文字）

  Nova 3 が直面する主なリスクは次のとおりです。まず、最先端の機能が不十分です。主力製品である Nova は、独立したベンチマーク テストで競合他社に遅れをとっており、中核技術幹部が集中的に退職しており、研究開発のペースに影響を与える可能性があります。第二に、コストの圧力 - 2,000 億米ドルの設備投資により、投資家は現金の消費を心配しており、株価は圧力を受けています。第三に、対戦相手との世代間ギャップ。Nova 3 が知能の上限を大幅に突破できなかった場合、低価格戦略では長期的にパフォーマンスの差を埋めるのが困難になる可能性があります。第 4 に、情報の信頼性 - Nova 3 について 具体的な公開仕様、ベンチマーク、リリース時期は、公式の技術レポート システムによって確認されていません。このレポートの関連説明は、Nova 2 の基本控除に基づいています。読者は Amazon の公式リリースを参照してください。

• 8. 適用可能なグループと使用方法の提案 （全 377 文字）

  Nova 3 は、コストを重視し、大規模な導入が必要で、ドキュメント処理、ビデオ分析、複数ステップのエージェント自動化、および音声対話に重点を置いたシナリオを扱う企業顧客、特に AWS エコシステムを深く利用しているチームに適しています。極めて最先端の推論機能を追求したり、最強のマルチモーダル生成パフォーマンスを必要とした研究レベルや消費者レベルのシナリオには適していません。代替案には、Anthropic Claude ファミリ、OpenAI GPT ファミリ、Google Gemini ファミリ、およびオープンソースの重みモデルが含まれます。モデルを選択するときは、最初に Bedrock の評価ツールとプロンプト フロー ツールを使用して、同じシナリオで Nova 3 を競合製品と比較し、その後カスタマイズ (Nova Forge) に投資するかどうかを決定することをお勧めします。

• 9. 要約する （全 200 文字）

  Amazon Nova 3 は、「最先端のインテリジェンス + 究極のコスト効率」路線の AWS の第 3 世代です。強固な基盤と完全なエコシステムを備えていますが、その最先端の機能が敵に匹敵するかどうかはまだ正式に検証されていません。コストを重視する企業にとって、Bedrock は評価に値するオプションです。最強のインテリジェンスを追求する上限シナリオの場合は、傍観者として実際の測定値に依存することをお勧めします。

詳細レポートはまだありません

• 

  Christian791

  —

  老实说，前沿推理还是差 Claude 和 GPT 半档，复杂 agentic coding 我更信 Sonnet。

---

• 

  ANweq

  —

  Sonic 的语音对话延迟在客服场景很能打，七种语言切换也顺，比我们之前用的方案便宜将近一半，上线三个月没出过明显幻觉，唯一的槽点是复杂口音的方言识别偶尔会掉链子，但英文和普通话完全够用。

---

• 

  JoanRobinson_Plus

  —

  我们是西门子生态的供应商，跟着上 Nova 做设备文档问答，德语技术手册解析准确率够用，长上下文一次能吃完整本维修指南，不用再切片拼凑，现场工程师用手机拍一张故障图就能问出排查步骤，返修率降了明显一截。

---

• 

  Hannah528

  —

  希望 Nova 3 把视频推理的准确率再提一提，现在长视频里抽关键帧偶尔会漏掉转折点的对话，我们做会议纪要还是得二次人工复核才敢直接发给客户，否则准确率够用、效率是真高。

---

• 

  GVasquezSr

  —

  多模态嵌入模型对我们这种图、文、视频混存的素材库太友好了，一个向量空间搞定跨模态检索，再也不用为图片和视频各维护一套索引了，搜索召回的相关度也比以前拼字符串高得多。

---

• 

  RCruz_88

  —

  Nova Act 做浏览器自动化实测可靠性确实高，我们拿它跑竞品价格巡检，原来两个人盯的活现在一个人复核就行，省了一个运营的人力成本，而且半夜跑也不会因为页面微调就崩。

---

• 

  Scott.BaileyQ

  —

  Bedrock 上 Nova 系列的性价比确实没话说，批量文档摘要场景首选。

---

• 

  Amber147

  —

  整体评价：性价比标杆，企业大规模部署的首选；追最尖端智能的，再等等实测。

---

• 

  HashBaso

  —

  我们团队把客服知识库问答从 GPT 切到 Nova 2 Lite，单月 API 成本直接砍掉六成，响应速度还更快，Nova 3 要是把长上下文再拉一档、把多轮对话的记忆做扎实，就真的没有换回竞品的理由了。

---

• 

  Sophia_FisherX4

  —

  代码解释器和联网检索内置这点很实用，不用自己再拼工具链，Nova 3 要是把工具调用的稳定性再打磨下、减少偶发的超时，就完美适配我们的自动化流水线了，目前我们只好在调用层自己加了一层重试兜底。

---

• 

  MatthewMoore_20225

  —

  做电商图文生成的，Canvas 出图量和稳定性都够，Nova 3 若能在中文排版错字上再进步、把品牌字规范锁死，我们就打算把批量主图也迁过来跑，现在每天几千张的SKU图还是靠人工校对错字，挺耗人力的。

---

• 

  Alexander.Powell_Plus

  —

  中小团队上 Bedrock 评估工具先跑同场景对比再决定，别盲信宣传，我们就是这么避坑的。

---

• 

  梅花723

  —

  报告里说 Nova 3 具体规格还没官方技术报告确认，这点很诚实，建议大家以 AWS 发布为准，别拿推演当事实去写方案，免得被老板追问时答不上来，我们采购评审最怕这种把传闻当参数的材料。

---

• 

  Stephanie_Sanchez520

  —

  Omni 那种一个模型同时吃文本图像视频还能出图的能力，做营销素材流水线省了至少三套工具的对接成本，单次请求就把文案和配图一起出了，我们市场部现在一半的周更素材是它出的初稿，人工只做精修。

---

• 

  Amy_BennettZ

  —

  Trainium 3 的性价比如果真能兑现，Nova 的自研芯片路线长期看是最稳的，不卡别人脖子，算力成本可控，这对要长期跑大模型的企业是决定性因素，我们测算过三年 TCO 比纯租 GPU 低接近四成。

---

• 

  David.Taylor_99410

  —

  低成本战略是对的，但 2026 年初那波高管离职还是让人心里打鼓，怕路线图摇摆，我们今年扩容预算因此多留了一层竞品对冲。

---

• 

  LStephens_66

  —

  有没有人实测过 Nova 3 和 Gemini 3 Pro 的多文档分析？我们内部基准 Nova 2 Pro 已经很接近 Gemini 2.5 Pro 了，想知道三代到底差多少，毕竟价格差出好几倍，老板让我出选型报告卡在这块了。

---

• 

  JEvans_X

  —

  Nova Forge 的开放式训练是真香，我们把自有工单数据混进去蒸馏了一个小模型，准确率比纯微调高一大截，部署成本也只有原来的一半不到，中小团队也能玩得起定制模型了，强烈推荐先拿一个垂直场景试水。

レビューはまだありません