Today, AWS announces AWS Continuum, which discovers, prioritizes, validates, and remediates security risks at machine speed within guardrails you define. Frontier models have made finding software vulnerabilities faster and cheaper, but the harder work comes after: deciding which vulnerabilities matter to your business, proving which are exploitable, and fixing them without days of cross-team coordination. AWS Continuum closes that gap, so your security team shifts from manual triage to setting direction and approving outcomes.
AWS Continuum for code vulnerabilities, available in gated preview, works the full lifecycle of a vulnerability at machine speed. It ingests findings from your existing tools and its own scans, prioritizes each one using a context graph of your environment and business, and validates which are exploitable by building reproducible proof in an isolated sandbox. Confirmed exposures then receive fast, reversible mitigations within your guardrails, followed by durable fixes that route through your own review and deployment process, with blast radius visibility and rollback. AWS Security Agent penetration testing and code scanning are now available as Continuum penetration testing and Continuum code scanning (preview). We are also launching Continuum threat modeling in preview, which automatically generates more comprehensive threat models from design documents or source code and outputs results in STRIDE format.
AWS Continuum works alongside your existing AWS security services, including Amazon GuardDuty and AWS Security Hub. For more information about the AWS Regions where AWS Continuum is available, see the AWS Region table. To learn more and request access, see the AWS Continuum product page.
Today, AWS announces AWS Continuum, which discovers, prioritizes, validates, and remediates security risks at machine speed within guardrails you define. Frontier models have made finding software vulnerabilities faster and cheaper, but the harder work comes after: deciding which vulnerabilities matter to your business, proving which are exploitable, and fixing them without days of cross-team coordination. AWS Continuum closes that gap, so your security team shifts from manual triage to setting direction and approving outcomes.
AWS Continuum for code vulnerabilities, available in gated preview, works the full lifecycle of a vulnerability at machine speed. It ingests findings from your existing tools and its own scans, prioritizes each one using a context graph of your environment and business, and validates which are exploitable by building reproducible proof in an isolated sandbox. Confirmed exposures then receive fast, reversible mitigations within your guardrails, followed by durable fixes that route through your own review and deployment process, with blast radius visibility and rollback. AWS Security Agent penetration testing and code scanning are now available as Continuum penetration testing and Continuum code scanning (preview). We are also launching Continuum threat modeling in preview, which automatically generates more comprehensive threat models from design documents or source code and outputs results in STRIDE format.
AWS Continuum works alongside your existing AWS security services, including Amazon GuardDuty and AWS Security Hub. For more information about the AWS Regions where AWS Continuum is available, see the AWS Region table. To learn more and request access, see the AWS Continuum product page.
Amazon Bedrock Guardrails now offers the InvokeGuardrailChecks API, a new resourceless API that lets you apply individual safeguards at any point in your agentic AI applications without creating guardrail resources. The API provides granular, per-request control over which safeguards to run at each step of your agent loop, returning numeric severity and confidence scores so you can implement custom thresholds and actions, whether to block, pass, retry, or log based on your specific requirements.
Agentic AI applications operate through iterative loops; planning tasks, calling tools, processing outputs, and iterating again while often executing dozens of steps for a single request. Each step carries a different risk profile, making a one-size-fits-all guardrail difficult to scale. The InvokeGuardrailChecks API addresses this by operating in detect-only mode with no guardrail IDs to track and no versions to manage. You specify which safeguards to run directly in each request, making it straightforward to add, remove, or adjust checks as your workflows evolve.
The API supports content filters (detecting harmful content across categories including hate, violence, sexual, insults, and misconduct), prompt attack detection (identifying jailbreak, prompt injection, and prompt leakage as independent standalone checks), and sensitive information filters (detecting supported PII entity types). Prompt attack detection is exposed as a separate safeguard, giving you the granularity to invoke each supported attack vector independently.
The InvokeGuardrailChecks API is available today in the following AWS Regions: US East (N. Virginia), US East (Ohio), US West (Oregon), Europe (London), Europe (Stockholm), Asia Pacific (Tokyo), and Asia Pacific (Sydney).
Amazon Bedrock Guardrails now offers the InvokeGuardrailChecks API, a new resourceless API that lets you apply individual safeguards at any point in your agentic AI applications without creating guardrail resources. The API provides granular, per-request control over which safeguards to run at each step of your agent loop, returning numeric severity and confidence scores so you can implement custom thresholds and actions, whether to block, pass, retry, or log based on your specific requirements.
Agentic AI applications operate through iterative loops; planning tasks, calling tools, processing outputs, and iterating again while often executing dozens of steps for a single request. Each step carries a different risk profile, making a one-size-fits-all guardrail difficult to scale. The InvokeGuardrailChecks API addresses this by operating in detect-only mode with no guardrail IDs to track and no versions to manage. You specify which safeguards to run directly in each request, making it straightforward to add, remove, or adjust checks as your workflows evolve.
The API supports content filters (detecting harmful content across categories including hate, violence, sexual, insults, and misconduct), prompt attack detection (identifying jailbreak, prompt injection, and prompt leakage as independent standalone checks), and sensitive information filters (detecting supported PII entity types). Prompt attack detection is exposed as a separate safeguard, giving you the granularity to invoke each supported attack vector independently.
The InvokeGuardrailChecks API is available today in the following AWS Regions: US East (N. Virginia), US East (Ohio), US West (Oregon), Europe (London), Europe (Stockholm), Asia Pacific (Tokyo), and Asia Pacific (Sydney).
To learn more, visit the Amazon Bedrock Guardrails technical documentation.
Amazon S3 Vectors can now return up to 10,000 similarity search results per query, a 100x increase from the previous limit. The higher result limit helps you retrieve a larger, more comprehensive set of candidates during similarity queries. This is especially valuable for applications with multi-stage retrieval pipelines that need to apply additional processing such as reranking, aggregations, or deduplication to produce a more relevant final result set.
To get started with the higher limit, use the latest AWS SDK and update your application code to specify up to 10,000 relevant results (topK nearest neighbors) when making a QueryVectors API request. Query results are now returned across multiple pages, and you can start processing the first page immediately while retrieving additional pages as needed. For queries that return larger result sets, you pay a small data-returned fee based on the total size of results returned. The first 512 KB of data returned per query is free. For full pricing details, visit the S3 pricing page.
S3 Vectors supports retrieving up to 10,000 results per query in all AWS Regions where it is available. To learn more about S3 Vectors, visit the product page and S3 User Guide.
Amazon S3 Vectors can now return up to 10,000 similarity search results per query, a 100x increase from the previous limit. The higher result limit helps you retrieve a larger, more comprehensive set of candidates during similarity queries. This is especially valuable for applications with multi-stage retrieval pipelines that need to apply additional processing such as reranking, aggregations, or deduplication to produce a more relevant final result set.
To get started with the higher limit, use the latest AWS SDK and update your application code to specify up to 10,000 relevant results (topK nearest neighbors) when making a QueryVectors API request. Query results are now returned across multiple pages, and you can start processing the first page immediately while retrieving additional pages as needed. For queries that return larger result sets, you pay a small data-returned fee based on the total size of results returned. The first 512 KB of data returned per query is free. For full pricing details, visit the S3 pricing page.
S3 Vectors supports retrieving up to 10,000 results per query in all AWS Regions where it is available. To learn more about S3 Vectors, visit the product page and S3 User Guide.
AWS Transform now offers a model-to-model migration custom transformation that assesses your generative AI workloads and produces a comprehensive migration plan for moving from third-party providers to Amazon Bedrock. The AI-powered agent scans your codebase, identifies every AI SDK and model in use, gathers your migration requirements through interactive questions, and maps models to Bedrock equivalents with transparent cost comparisons and production-ready code changes. This managed custom transformation helps organizations consolidate their AI workloads on AWS to gain IAM-based security, VPC endpoint isolation, prompt caching, Amazon Bedrock Guardrails, and unified operational tooling through Amazon CloudWatch.
The transformation supports migrations from OpenAI, Google Gemini, direct Anthropic SDK usage, and open-source models via LiteLLM or Ollama. It handles direct SDK integrations, framework-wrapped patterns such as LangChain and LlamaIndex, agentic architectures including CrewAI and LangGraph, and multi-provider routing layers — preserving your application architecture while swapping only the model layer. The agent includes intelligent cost optimization with tiered model routing recommendations, prompt caching analysis, and model lifecycle awareness that excludes models within 90 days of end-of-life from all recommendations. For some workloads, it recommends Amazon Bedrock’s OpenAI-compatible endpoints as a zero-code-change migration path.
AWS Transform model-to-model migration is available in all AWS Regions where AWS Transform is offered, at no additional charge beyond standard AWS Transform pricing. To get started, install the ATX CLI and run the mke-genai-model-migration custom transformation against your codebase. To learn more, see the AWS Transform Custom Transformations documentation and the announcement blog.
AWS Transform now offers a model-to-model migration custom transformation that assesses your generative AI workloads and produces a comprehensive migration plan for moving from third-party providers to Amazon Bedrock. The AI-powered agent scans your codebase, identifies every AI SDK and model in use, gathers your migration requirements through interactive questions, and maps models to Bedrock equivalents with transparent cost comparisons and production-ready code changes. This managed custom transformation helps organizations consolidate their AI workloads on AWS to gain IAM-based security, VPC endpoint isolation, prompt caching, Amazon Bedrock Guardrails, and unified operational tooling through Amazon CloudWatch. The transformation supports migrations from OpenAI, Google Gemini, direct Anthropic SDK usage, and open-source models via LiteLLM or Ollama. It handles direct SDK integrations, framework-wrapped patterns such as LangChain and LlamaIndex, agentic architectures including CrewAI and LangGraph, and multi-provider routing layers — preserving your application architecture while swapping only the model layer. The agent includes intelligent cost optimization with tiered model routing recommendations, prompt caching analysis, and model lifecycle awareness that excludes models within 90 days of end-of-life from all recommendations. For some workloads, it recommends Amazon Bedrock’s OpenAI-compatible endpoints as a zero-code-change migration path.
AWS Transform model-to-model migration is available in all AWS Regions where AWS Transform is offered, at no additional charge beyond standard AWS Transform pricing. To get started, install the ATX CLI and run the mke-genai-model-migration custom transformation against your codebase. To learn more, see the AWS Transform Custom Transformations documentation and the announcement blog.
AWS Transform for mainframe now delivers a connected, traceable reimagine experience from assessment through code generation. Previously, modernizing mainframe applications required months of analysis across multiple tools for discovery, reverse engineering, and code generation with manual handoffs between phases. With this launch, enterprises running z/OS COBOL and PL/I workloads can assess their portfolio to identify the discrete business functions, extract business rules, generate development-ready requirements, and produce traceable cloud-native code in a single connected workflow.
The experience starts with a portfolio assessment, where AWS Transform systematically identifies and catalogs discrete business functions. Selected business functions flow directly into the reimagine workflow, creating a connected path from portfolio analysis through code generation. For each business function, AWS Transform generates development-ready requirements with full traceability, flowing directly into Kiro and other IDEs through MCP-based integrations. Teams can generate interactive documentation for any requirement or code directly in the IDE. Every requirement traces back to the source code, so teams can audit any transformation decision back to its origin. This end-to-end approach compresses what previously took years of manual effort into months of automated, evidence-based modernization.
These capabilities are available in all AWS Regions where AWS Transform for mainframe is available. For more information, see the AWS Region table.
AWS Transform for mainframe now delivers a connected, traceable reimagine experience from assessment through code generation. Previously, modernizing mainframe applications required months of analysis across multiple tools for discovery, reverse engineering, and code generation with manual handoffs between phases. With this launch, enterprises running z/OS COBOL and PL/I workloads can assess their portfolio to identify the discrete business functions, extract business rules, generate development-ready requirements, and produce traceable cloud-native code in a single connected workflow.
The experience starts with a portfolio assessment, where AWS Transform systematically identifies and catalogs discrete business functions. Selected business functions flow directly into the reimagine workflow, creating a connected path from portfolio analysis through code generation. For each business function, AWS Transform generates development-ready requirements with full traceability, flowing directly into Kiro and other IDEs through MCP-based integrations. Teams can generate interactive documentation for any requirement or code directly in the IDE. Every requirement traces back to the source code, so teams can audit any transformation decision back to its origin. This end-to-end approach compresses what previously took years of manual effort into months of automated, evidence-based modernization.
These capabilities are available in all AWS Regions where AWS Transform for mainframe is available. For more information, see the AWS Region table.
To learn more, visit AWS Transform for mainframe or see the AWS Transform for mainframe documentation.
Copilot Cowork está ahora disponible a nivel general
Por: Charles Lamanna, vicepresidente ejecutivo, Copilot, Agentes y Plataforma, Microsoft.
Hoy anunciamos la disponibilidad general de Copilot Cowork a nivel mundial.
Tras tres meses de vista previa en Frontier, más de la mitad de las empresas Fortune 500 utilizan Copilot Cowork, junto con empresas como Accenture, Avanade, Advance Local, Capital Group, Koch, LTM, Ooredoo Qatar y Zurich Insurance.
Nos ha impresionado su creatividad y lo que han construido con ella. Un equipo de ingeniería enseñó a Cowork a editar hojas de cálculo por lotes de manera segura y a generar diagramas de flujo de dependencias tras cada cambio, para automatizar trabajos que antes requerían una intervención manual cuidadosa. Un equipo comparó casi cuatro mil archivos en dos versiones de productos, un trabajo que habría llevado semanas. Un líder de ventas señaló a Cowork un pipeline estancado y recibió una lista clasificada de oportunidades en riesgo con el seguimiento exacto que se había enfriado en cada una, para condensar una semana de revisión manual en una sola mañana.
Cowork es la función de más rápido crecimiento en la historia de nuestro programa Frontier, y Cowork tiene una de las experiencias de mayor satisfacción de usuario que hemos ofrecido en Copilot o agente. Aprendimos de lo que vimos, interactuamos con ustedes en el camino y usamos todo lo que escuchamos para mejorar la calidad y añadir nuevas funcionalidades, incluida la elección de modelos, la extensibilidad mediante plugins y nuevos controles de gestión de costes. Lean a continuación y miren la demo completa.
Qué hace diferente a Copilot Cowork
Copilot Cowork ejecuta tareas complejas, de larga duración y multiherramienta. Ustedes definen el trabajo y Cowork lo ejecuta de principio a fin y devuelve un resultado completado, no solo un borrador o una recomendación. Cowork está diseñado para ser más preciso, seguro y de menor coste que otras ofertas. Cinco cosas lo confirman:
El alojamiento en la nube significa que los archivos no se almacenan a nivel local, la seguridad se activa de manera estricta y sus tareas siguen en funcionamiento incluso cuando su portátil está apagado.
El soporte de Native Work IQ fundamenta cada tarea en los sistemas que ya utiliza su empresa, para que el trabajo refleje el contexto real.
La seguridad y el cumplimiento de nivel empresarial aseguran que Cowork opere dentro de los límites de confianza de Microsoft 365, con protecciones que se ajustan a las políticas y controles existentes de su organización.
El diseño multimodelo les permite ejecutar los modelos que necesita una tarea, por lo que la capacidad escala con el trabajo a medida que hay más modelos disponibles.
Menor coste gracias a un tiempo de ejecución que encuentra de manera eficiente la información y las herramientas adecuadas, elección de modelo que se adapte al modelo adecuado a cada tarea, y facturación que solo los cobre por lo que usas.
Al comparar el coste por prompt entre Copilot Cowork y Claude Cowork con su conector Microsoft 365, las pruebas mostraron que Copilot Cowork era de media entre un 30 y un 40% más barato.1
Nuestro modelo más reciente, Cowork 1, será un modelo seguro y afinado que se lanzará en las próximas semanas, con formación posterior para gestionar tareas a un coste menor. No están atados a un solo modelo con Copilot: pueden usar el modelo más eficiente o los modelos Frontier.
Modelo de precios
Copilot Cowork requiere la Licencia de Suscripción de Usuario (USL, por sus siglas en inglés) de Microsoft 365 Copilot. A los usuarios se les factura por Cowork en función del uso, con cargos determinados por las tareas que ejecutan.
Microsoft 365 Copilot USL incluye una experiencia completa de productividad con IA: Copilot Chat; Copilot en Word, Excel, PowerPoint, Outlook y Teams, el motor de contexto de Work IQ; un sistema multimodelo que ofrece inteligencia de frontera; agentes predefinidos como Investigador (Researcher) y Analista (Analyst); y agentes personalizados creados con Agent Builder. Todo eso por una tarifa predecible por usuario y mensual.
Copilot Cowork añade una forma nueva de trabajar: un sistema agéntico diseñado para tareas complejas, de larga duración y multiherramienta. Se les factura por uso, denominado en Créditos Copiloto, y el precio de cada tarea se calcula a partir de cuatro entradas: uso del modelo, recuperación de contexto, llamadas a herramientas y tiempo de ejecución.
En mis reuniones con clientes de los últimos meses, la pregunta más frecuente que he escuchado es cómo presupuestar para Cowork dado su modelo de precios variable. Del uso durante el programa Frontier, observamos tres patrones comunes de tareas: tareas ligeras, medianas y pesadas.
Las tareas ligeras utilizan un pequeño número de fuentes de conocimiento, aplican razonamientos limitados y producen uno o menos resultados. Las tareas medianas se basan en múltiples fuentes, aplican razonamientos estructurados y generan dos o más salidas. Las tareas pesadas se agregan de manera general, aplican razonamientos profundos y producen muchos resultados.
También identificamos cuatro perfiles de usuario con patrones de uso distintos en estos tipos de tareas.
Cuando ustedes combinan a los usuarios por persona con su combinación de tareas ligeras, medianas y pesadas —y aplican un precio por prompt— obtienen un modelo de costes flexible que puede ayudarlos a crear una estimación de costes que puedan refinar con el tiempo. En esencia, el modelo multiplica el número de usuarios en cada segmento por el volumen esperado de prompts en tareas ligeras, medianas y pesadas, aplica el coste por tipo de prompt y suma el total.
En disponibilidad general, Copilot Cowork funciona con modelos Anthropic, incluidos Opus 4.8 y Sonnet 4.6. En Frontier, los clientes pueden usar GPT 5.5, y Cowork 1 llegará pronto.
Cowork 1 ofrecerá coste, calidad y uso de nivel empresarial óptimos, incluida la eliminación del sesgo del modelo. Está diseñado para gestionar tareas cotidianas de Copilot a un coste menor, lo que lo convierte en una opción sólida para cargas de trabajo sensibles a los costes.
La facturación basada en el uso hace que sea fundamental hacer un seguimiento del valor y el retorno del retorno que obtienen de la IA. El trabajo de larga duración y agéntico puede crear mucho valor para du negocio, pero también requiere recursos computacionales significativos. Tres factores seguirán con la reducción de costes con el tiempo: los modelos serán más baratos, Cowork mejorará en la adaptación de modelos a tareas, y tanto la recuperación de contexto como el uso de herramientas serán más eficientes.
Mientras tanto, la gestión de costes es una de las áreas de capacidades más importantes en la disponibilidad general de Cowork, y ofrecemos funcionalidades en tres temas: control, visibilidad y eficiencia.
Control: Los clientes deciden cuándo se activa Cowork, quién tiene acceso y cuánto se puede gastar.
El trabajo está desactivado por defecto. Los administradores deciden cuándo activar Cowork en su inquilino y quién tiene acceso.
Límites de gasto a nivel de inquilino, grupo y usuario. Los administradores crean políticas de facturación con alcance definido y presupuestos, incluidos los límites a nivel de usuario establecidos dentro de las políticas del grupo.
Alertas de uso personalizables. Los administradores establecen los umbrales que importan para su organización y grupos, y eligen quién recibe notificaciones cuando el gasto los supera.
Solicitudes de crédito iniciadas por usuarios. Cuando un usuario necesita créditos adicionales para completar una tarea, puede solicitarlos desde dentro de Cowork.
Visibilidad: Los clientes ven qué se utiliza y cuánto cuesta cada tarea.
Informes de uso a nivel de inquilino, grupo y usuario. Los administradores ven desglosados el uso por usuario, grupo y funcionalidad, con una clara responsabilidad en toda la organización.
Precios a nivel de usuario para cada tarea, en créditos (pronto después de disponibilidad general). Los usuarios ven cuánto cuesta cada tarea mientras la ejecutan.
Eficiencia: Los clientes tienen opciones para gestionar los costes.
Dos opciones de pago: PayGo y P3. Los clientes eligen el pago por uso para mayor flexibilidad, o P3 para comprometerse a un volumen de consumo por adelantado a cambio de un descuento. PayGo tiene un precio de 0,01 $ por crédito Copilot.
Elección de modelo en Frontier. Cuando hay varios modelos disponibles, los clientes pueden usar el selector de modelos para gestionar el coste por tarea.
La facturación de Copilot Cowork comienza hoy. Antes de que los sistemas de uso se incrementen, los administradores pueden establecer límites de gasto y asignar presupuestos por medio de los controles de gestión de costes descritos con anterioridad. Los inquilinos que tuvieron al menos un usuario en el programa Frontier (del 30 de marzo al 16 de junio) que usó Cowork durante ese periodo, reciben un periodo de gracia para el uso de Cowork y no serán facturados hasta el 1 de julio de 2026 para apoyar la transición.
La app Microsoft 365 Copilot ahora incluye un interruptor que los lleva a la experiencia completa de Cowork para que puedan pasar del chat a la acción más rápido que nunca.
Plugins. Nueve nuevos plugins asociados disponibles ahora, ocho plugins más adelante y la suite Dynamics 365. Ya disponibles: Enosix, Harvey, LSEG, Miro, monday.com, Moodys, Morningstar, S&P Global Energy y TeamsMaestro. Más adelante: Adobe, Atlassian, Box, Canva, CB Insights, Databricks, MoneyForward y Templafy. Las aplicaciones de ventas, atención al cliente y ERP de Fabric y Dynamics 365 también son ahora de disponibilidad general.
Uso del navegador a través de Edge. En Frontier, Cowork puede navegar por la web a través de un navegador local de Edge mientras sigue las políticas empresariales vigentes en la actualidad para sus usuarios.
Nuevas capacidades de seguridad y cumplimiento. Los prompts, respuestas y artefactos generados de Cowork fluyen a través de sus controles existentes de Microsoft 365 y están gobernados, detectables y conservados de manera segura. Las etiquetas de sensibilidad se heredan y se muestran de extremo a extremo. La superficie protegida está aquí en la disponibilidad general: registro de auditoría, Gestión de Postura de Seguridad de Datos (DSPM, por sus siglas en inglés), eDiscovery y políticas de Cumplimiento de Comunicaciones. Próximamente: Gestión de Riesgos Internos, Prevención de Pérdida de Datos (DLP, por sus siglas en inglés) y Gestión del Ciclo de Vida de Datos (DLM, por sus siglas en inglés).
1Este análisis fue realizado por equipos internos de Microsoft. El análisis comparó 125 pruebas en un total de 12 prompts de datos de trabajo ligero, medio y pesado en Copilot Cowork y Claude Cowork con su conector Microsoft 365, ambos con el modelo Opus 4.8. Para Copilot Cowork, los costes se calcularon a través del uso de tasas variables basadas en modelos relevantes, contexto, herramientas y tiempo de ejecución de nuestros registros internos. Para Claude Cowork, los costes se calculaban a través de las tasas de API disponibles a nivel público, basadas en el uso de tokens y el uso del conector Microsoft 365. Utilizamos estos costes para obtener un precio total por partida y comparamos los precios entre conjuntos de prompts ligeros, medianos y pesados entre Copilot Cowork y Claude Cowork con su conector Microsoft 365. Resultados de ahorro de costes basados en pruebas realizadas en junio de 2026. Los costes reales y los posibles ahorros pueden variar según el uso, la configuración, el tiempo y otros factores.
AWS Sign-in now supports resource-based policies and resource control policies (RCPs) for the AWS Management Console. You can use these policies to restrict console sign-in to expected networks. Policies are evaluated during sign-in and whenever the console session requests new credentials.
Resource-based policies apply to individual AWS accounts. Resource control policies apply organization-wide through AWS Organizations. You can combine these policies with AWS Management Console Private Access to control both which networks users can sign in from and which accounts they can access.
AWS Sign-in resource-based policies and RCPs are available at no additional cost in all AWS commercial Regions. To learn more, see the AWS Sign-in User Guide. For API details, see the AWS Sign-in API Reference.
AWS Sign-in now supports resource-based policies and resource control policies (RCPs) for the AWS Management Console. You can use these policies to restrict console sign-in to expected networks. Policies are evaluated during sign-in and whenever the console session requests new credentials.
Resource-based policies apply to individual AWS accounts. Resource control policies apply organization-wide through AWS Organizations. You can combine these policies with AWS Management Console Private Access to control both which networks users can sign in from and which accounts they can access.
AWS Sign-in resource-based policies and RCPs are available at no additional cost in all AWS commercial Regions. To learn more, see the AWS Sign-in User Guide. For API details, see the AWS Sign-in API Reference.
Amazon Redshift is expanding the general availability of RG instances — powered by AWS Graviton processors — to three additional AWS Regions: Africa (Cape Town), Asia Pacific (Bangkok), and Mexico (Central). Amazon Redshift’s new Graviton-based RG instances deliver up to 4.2X better price-performance for data warehouse workloads compared to other data warehouses, run workloads up to 2.4x faster than previous-generation RA3 instances, and cost 30% less per vCPU.
Customers in Cape Town (af-south-1), Bangkok (ap-southeast-7), and Mexico Central (mx-central-1) can provision rg.xlarge and rg.4xlarge node types — ideal for a wide range of workloads from smaller development environments to production data warehouse deployments. Customers can upgrade their existing RA3 provisioned instances to RG instances and immediately benefit from improved query performance and reduced compute costs.
RG instances come with additional cost savings built in by default. With Amazon Redshift incremental manual snapshots, customers now pay less for backup storage as snapshot costs are metered based on unique data blocks rather than total snapshot size. Additionally, RG instances eliminate Redshift Spectrum scanning charges, meaning customers no longer pay for data scanned in Amazon S3 via Spectrum — further reducing the total cost of running data lake queries.
Amazon Redshift is expanding the general availability of RG instances — powered by AWS Graviton processors — to three additional AWS Regions: Africa (Cape Town), Asia Pacific (Bangkok), and Mexico (Central). Amazon Redshift’s new Graviton-based RG instances deliver up to 4.2X better price-performance for data warehouse workloads compared to other data warehouses, run workloads up to 2.4x faster than previous-generation RA3 instances, and cost 30% less per vCPU. Customers in Cape Town (af-south-1), Bangkok (ap-southeast-7), and Mexico Central (mx-central-1) can provision rg.xlarge and rg.4xlarge node types — ideal for a wide range of workloads from smaller development environments to production data warehouse deployments. Customers can upgrade their existing RA3 provisioned instances to RG instances and immediately benefit from improved query performance and reduced compute costs. RG instances come with additional cost savings built in by default. With Amazon Redshift incremental manual snapshots, customers now pay less for backup storage as snapshot costs are metered based on unique data blocks rather than total snapshot size. Additionally, RG instances eliminate Redshift Spectrum scanning charges, meaning customers no longer pay for data scanned in Amazon S3 via Spectrum — further reducing the total cost of running data lake queries. To get started, visit the Amazon Redshift documentation and the RG instances pricing page.
Presentamos el próximo Surface Pro y Surface Laptop, diseñados para el rendimiento y la flexibilidad
Por: Brett Ostrum, vicepresidente corporativo de Surface.
Durante más de 13 años, Surface ha sido moldeada por las personas que la utilizan.
Los arquitectos dibujan edificios, los desarrolladores entrenan modelos, los estudiantes crean startups y los ingenieros de campo resuelven problemas que rara vez son noticia.
No pretendíamos diseñar para un público único, pero las personas que han elegido Surface lo han definido a través de su trabajo. Construyen, moldean, resuelven y entregan, a menudo antes de que nadie más vea lo que viene.
Ese patrón es ahora la plataforma: nuevos dispositivos, nuevas funciones y un compromiso continuo con los creadores que nos muestran lo que significa Surface con su uso.
Expansión de Surface para el trabajo que viene
2026 ha traído importantes novedades para Surface. Hemos presentado nuestra gama más amplia de Surface for Business hasta la fecha, con nuevas funciones empresariales como una pantalla de privacidad integrada. Más adelante este año, lanzaremos Surface Laptop Ultra, nuestro Surface Laptop más potente hasta la fecha, diseñado para desarrolladores y profesionales creativos que impulsan su trabajo más allá. También entregaremos Surface RTX Spark Dev Box, una categoría nueva de hardware Surface diseñada en específico para desarrolladores de IA que necesitan cómputo local sostenido. Surface invierte en todas partes: desde los puntos de entrada hasta el rendimiento ultra-premium, desde la empresa hasta el fabricante individual.
Hoy presentamos el próximo Surface Pro y el Surface Laptop, impulsados por procesadores Snapdragon X2.
Nuevo: Surface Pro y Surface Laptop con Snapdragon X2
El próximo Surface Pro y Surface Laptop vienen con procesadores Snapdragon X2, para ofrecer más rendimiento para el trabajo que la gente realiza cada día. Estos nuevos PCs estarán disponibles a partir del 16 de junio, y Surface for Business comenzará el 14 de julio.
Surface Pro de 13 pulgadas: El PC 2 en 1 más versátil
Disponible en Platinum, Black y Dune [1], la nueva Surface Pro combina la flexibilidad de una tableta con la capacidad de Windows completo, para que puedan pasar de bocetar y tomar notas a trabajar en verdad en escritorio en un solo dispositivo. A partir de $1.499 USD (precio de listado), la nueva Surface Pro de 13 pulgadas con Snapdragon X2 ofrece un rendimiento gráfico hasta un 53% superior al de la generación anterior [2], hasta 15,5 horas de batería [3] y una cámara Quad HD de 1440p con campo de visión ultrapanorámico para vídeo nítido y encuadre natural en pantalla. Con una impresionante pantalla OLED opcional, ofrece negros más intensos, mayor contraste y mayor precisión de color, para que puedan confiar en lo que ven sin dudar. Combinado con el teclado opcional Surface Pro Flex, ahora disponible en Dune, este es el 2 en 1 para los fabricantes que buscan una tableta ligera sin reducir la potencia y flexibilidad de Windows. No hace falta hacer sacrificios.
Surface Laptop de 13,8 y 15 pulgadas: Rendimiento durante todo el día
A partir de $1.599 USD (precio de venta sugerida), el Surface Laptop combina la calidad de construcción premium por la que el Surface es conocido con la potencia del Snapdragon X2, para ofrecer hasta un 58% más de rendimiento gráfico que la generación anterior [4]. El nuevo portátil ofrece hasta 20 horas de batería en el de 13,8 pulgadas y hasta 19 horas en el de 15 pulgadas [5].
Ya sea que ejecuten modelos locales, colaboren entre diferentes zonas horarias o estén inmersos en un flujo de trabajo creativo, se mantiene al día cuando el trabajo se acumula.
Ese enfoque se traslada a la pantalla. Ambos modelos cuentan con pantallas LCD brillantes y con precisión en color, y la nueva pantalla de 15 pulgadas del Surface Laptop se vuelve más nítida al pasar de 201 PPI a 262 PPI para mayor detalle y claridad. Además de Platinum, Black y Dune, el Surface Laptop de 13,8 pulgadas viene en un precioso color nuevo: Jade. Si se completa con la cámara de portátil número 1 de DXOMARK [6], Surface Laptop mantiene su lugar como el caballo de batalla habitual de la gama.
Hacer que la IA funcione para trabajo real
No creemos que la IA deba confinarse a un solo lugar. Algunas cargas de trabajo deben estar en el dispositivo: procesadas a nivel local, rápidas siempre disponibles. Otros necesitan la escala de la nube. La mayoría del trabajo real se mueve entre ambos, a veces en la misma sesión.
Surface está hecho para esa realidad. Con silicio NPU dedicado, integración optimizada con Windows y conectividad total en la nube, cada nuevo dispositivo Surface está diseñado para ejecutar cargas de trabajo de IA donde tenga más sentido. Inferencia en el dispositivo. Procesamiento a escala de nube. Creen flujos de trabajo híbridos que puedan moverse sin problemas entre ambos. Dondequiera que se mueva el trabajo, Surface está construido para moverse con él.
Retroalimentación que pueden sentir
Una buena interfaz devuelve más de lo que ponen en ella. En el panel táctil del nuevo Surface Laptop y el Slim Pen con Surface Pro, se siente una sutil retroalimentación háptica en Windows y en las aplicaciones que usan a diario. Anclen una ventana en un lugar específico. Revisen un vídeo. Creen en Affinity. Cada movimiento es certero.
Esto no es una característica para la hoja técnica. Es claridad, así que las acciones se sienten seguras. Inclusión, para que el feedback vaya más allá de lo que pueden ver y oír. Deleite, para que los pequeños momentos se sientan hechos para ustedes. Descubran más en Microsoft Design sobre cómo la háptica avanzada en Windows 11 aporta claridad, inclusión y alegría a las interacciones cotidianas.
Nuestra colaboración con Affinity va más allá de un simple gesto con el touchpad. Surface Pro y Surface Laptop vienen con Affinity fijado en el menú Inicio [7], listo en cuanto inicien sesión con herramientas profesionales de diseño, fotografía y publicación, ajustadas para aprovechar al máximo el hardware de Surface y ofrecer una experiencia fluida y responsiva.
Diseñados con la sostenibilidad y la reparación en mente
Los dispositivos Surface se construyen con la sostenibilidad en mente. Los Surface Laptop de 13,8 y 15 pulgadas y Surface Pro de 13 pulgadas están fabricados con una carcasa duradera de aluminio 100% reciclado, lo que reduce la dependencia de materiales vírgenes [8]. Estos dispositivos también están diseñados para un alto rendimiento y eficiencia energética. Cada dispositivo está certificado por ENERGY STAR, lo que supera al menos un 50% la línea base de eficiencia [9].
La nueva herramienta Surface Repair Tool les ofrece flujos de trabajo guiados diseñados por Microsoft. Desde una sola pantalla, pueden ver el modelo de su dispositivo y la información clave de este, realizar pruebas en componentes compatibles (incluida la batería, la pantalla o la cámara) y recorrer las reparaciones guiadas para piezas elegibles como la batería, pantalla, touchpad o placa base.
Encuentren su próxima Surface en Microsoft.com
Descubran la nueva gama de Surface y encuentren la que mejor se adapte a ustedes en Microsoft.com. Por un tiempo limitado, los clientes en EE. UU. pueden aprovechar nuestra exclusiva oferta del 16 al 30 de junio, al incluir un teclado Surface Pro de 13 pulgadas gratuito al comprar un Surface Pro de 13 pulgadas o un mouse Surface Arc gratuito al comprar un Surface Laptop de 13,8 pulgadas o un Surface Laptop de 15 pulgadas, más un 50% de descuento en Microsoft Complete para mayor protección. Cuando compran en Microsoft Store, también se beneficiarán de un valor añadido. Nuestra oferta de cambio adicional puede ahorrarles hasta 900 dólares al entregar su dispositivo antiguo. Nuestra política de devolución de 60 días ofrece una tranquilidad adicional y una garantía de fabricante de un año incluida en cada dispositivo, lo que hace que sea más fácil que nunca actualizar con confianza.
Lo que creen a continuación
Trece años después, estamos impulsados por el mismo objetivo de siempre: empoderar a las personas para que alcancen su visión y creen nuevos mundos.
Vamos a continuar con la construcción de dispositivos. El resto es tuyo.
Visiten Surface.com para descubrir la nueva alineación.
[1] Colores disponibles solo en modelos seleccionados. Los colores, tamaños, acabados y procesadores disponibles pueden variar según la tienda, el mercado y la configuración.
[2] Probado por Microsoft en abril de 2026 con el benchmark 3DMark Steel Nomad, donde se comparan Surface Pro, 13 pulgadas (12ª edición) con Snapdragon X2 Elite con Surface Pro de 13 pulgadas (11ª edición) con dispositivos Snapdragon X Elite.
[3] Basado en una prueba local de reproducción de vídeo. La duración de la batería varía de manera significativa según el uso, la red y la configuración de funciones, la intensidad de la señal, los ajustes y otros factores. Consulten aka.ms/SurfaceBatteryPerformance para más detalles.
[4] Probado por Microsoft en abril de 2026 con el benchmark 3DMark Steel Nomad Lite donde se comparan Surface Laptop, 13,8 pulgadas y 15 pulgadas (8ª Edición) con Snapdragon con Surface Laptop, 13,8 y 15 pulgadas (7ª Edición) con Snapdragon.
[5] Basado en una prueba local de reproducción de vídeo. La duración de la batería varía de manera significativa según el uso, la red y la configuración de funciones, la intensidad de la señal, los ajustes y otros factores. Consulten aka.ms/SurfaceBatteryPerformance para más detalles.
[6] Basado en pruebas encargadas a DXOMARK en abril de 2026 del Surface Laptop, 13,8 pulgadas con Snapdragon X2 M10 16GB/256GB y la clasificación de la cámara DXOMARK para portátil a fecha de 16 de junio. 2026. La declaración solo se aplica a dispositivos con el mismo hardware, firmware y configuración de cámara que los probados. Las clasificaciones pueden cambiar. Más información: Clasificación de portátiles – DXOMARK
[7] En dispositivos Surface for Business, la app Affinity requiere instalación.
[8] Surface Pro, carcasa de 13 pulgadas que incluye cubo y soporte de respaldo. 86% de contenido reciclado en el recinto, compuesto por aleación de aluminio 100% reciclada en cubo y metales de tierras raras 100% reciclados en los imanes. El Surface Laptop, de 13,8 y 15 pulgadas, incluye una tapa A y un cubo C. 64% de contenido reciclado en el recinto, compuesto por aleación de aluminio 100% reciclada en A Cover y C Bucket, y 100% tierras raras recicladas en los imanes. Basado en la validación realizada por Underwriter Laboratories, Inc. a través del Procedimiento de Validación de Reclamaciones Ambientales (ECVP, por sus siglas en inglés) para Contenido Reciclado, UL ECVP 2809-2, Segunda Edición, fechada en junio de 2024.
[9] Comparación basada en el consumo energético del producto frente a los límites de certificación ENERGY STAR para ordenadores personales. El rendimiento real varía según la configuración y el uso.
Starting today, AWS Partner Central agents qualify every co-sell opportunity in real time and make recommendations that drive AWS engagement and accelerate deal progression. Building on the AWS Partner Central agents released on March 16, 2026, the agent can act on the partner’s behalf through conversation to enrich the opportunity details. This eliminates waiting for manual review, so partners build a stronger pipeline and progress deals faster.
Now, each opportunity is matched to a co-sell motion that determines AWS engagement: AWS field-engaged, where an AWS sales team collaborates directly; Agent-engaged, where the agent strengthens the submission to increase AWS engagement; and Partner-led, where the partner drives the deal with agent support. Across all motions, the agent provides customer insights, recommendations, and sales plays, and each opportunity receives an Opportunity Quality Score that measures co-sell readiness and directly influences how AWS engages. The agent recommends how to improve this score, and as the opportunity improves, the score and motion recalculate in real time, moving it closer to AWS engagement.
The new enhanced experience is available today to AWS Partners in all commercial AWS Regions. To get started, log in to AWS Partner Central and access opportunity management. Partners can also use the agentic experience in native AI tools like Amazon Quick and Kiro, or through MCP in their own CRM. See the Partner Central agents MCP server guide to get started.
Starting today, AWS Partner Central agents qualify every co-sell opportunity in real time and make recommendations that drive AWS engagement and accelerate deal progression. Building on the AWS Partner Central agents released on March 16, 2026, the agent can act on the partner’s behalf through conversation to enrich the opportunity details. This eliminates waiting for manual review, so partners build a stronger pipeline and progress deals faster. Now, each opportunity is matched to a co-sell motion that determines AWS engagement: AWS field-engaged, where an AWS sales team collaborates directly; Agent-engaged, where the agent strengthens the submission to increase AWS engagement; and Partner-led, where the partner drives the deal with agent support. Across all motions, the agent provides customer insights, recommendations, and sales plays, and each opportunity receives an Opportunity Quality Score that measures co-sell readiness and directly influences how AWS engages. The agent recommends how to improve this score, and as the opportunity improves, the score and motion recalculate in real time, moving it closer to AWS engagement. The new enhanced experience is available today to AWS Partners in all commercial AWS Regions. To get started, log in to AWS Partner Central and access opportunity management. Partners can also use the agentic experience in native AI tools like Amazon Quick and Kiro, or through MCP in their own CRM. See the Partner Central agents MCP server guide to get started.
