Para configurar o Codex do ChatGPT Desktop com Amazon Bedrock em AWS GovCloud (US), habilite primeiro o modelo na conta GovCloud. A AWS orienta aceitar o EULA do modelo pela conta AWS padrão vinculada e, depois, ativá-lo em GovCloud. O guia publicado pela AWS em 30 de outubro de 2026 descreve a configuração do Codex por meio do Bedrock Mantle na região us-gov-west-1.

Modelos listados pela AWS para GovCloud

A AWS lista o GPT-5.4 para o Bedrock Mantle na região us-gov-west-1 e os modelos gpt-oss-120b e gpt-oss-20b nas regiões us-gov-west-1 e us-gov-east-1. Essas listagens ajudam a identificar opções regionais; a organização ainda precisa selecionar o ID de modelo aprovado para sua conta. Consulte a tabela regional de modelos da AWS.

Ative o modelo antes de configurar o aplicativo

Siga esta ordem para liberar o acesso ao modelo:

  1. Confirme os pré-requisitos da organização. A configuração requer uma conta GovCloud aprovada, uma identidade e permissões do IAM, um modelo e uma região aprovados, além do endpoint correspondente. A versão instalada do ChatGPT Desktop também precisa oferecer suporte ao Bedrock em GovCloud.
  2. Aceite o EULA do modelo. Use a conta AWS padrão vinculada à conta GovCloud e aceite o contrato em us-east-1 ou us-west-2.
  3. Habilite o modelo em GovCloud. Depois da aceitação do EULA, ative-o na página Model Access da conta GovCloud. A AWS informa que a propagação da autorização pode levar alguns minutos. A documentação regional da AWS descreve as etapas de acesso.

Configure as credenciais e os arquivos

A AWS descreve dois caminhos de autenticação: uma chave de API do Amazon Bedrock ou a cadeia de credenciais do AWS SDK, que pode usar perfis de SSO do IAM Identity Center. Se AWS_BEARER_TOKEN_BEDROCK estiver definida, o aplicativo dá preferência a esse token em vez das credenciais do perfil. A AWS recomenda manter segredos fora dos arquivos TOML.

Prepare os dois arquivos antes de abrir o aplicativo: requirements.toml, controlado pelo administrador, e config.toml, que define o provedor, o modelo e as opções de operação. A configuração de exemplo usa o provedor amazon-bedrock, a API Responses e o endpoint https://bedrock-mantle.us-gov-west-1.api.aws/openai/v1 na região us-gov-west-1. A AWS deixa o ID do modelo como um valor a ser preenchido conforme a aprovação da organização.

Os caminhos indicados pela AWS variam conforme o sistema operacional:

Sistema operacionalconfig.tomlrequirements.toml
Windows%USERPROFILE%\.codex\config.toml%ProgramData%\OpenAI\Codex\requirements.toml
Linux~/.codex/config.toml/etc/codex/requirements.toml
macOS~/.codex/config.toml/etc/codex/requirements.toml

Defina os controles de rede e avalie os dados

No exemplo de política de rede da AWS, o host bedrock-mantle.us-gov-west-1.api.aws é permitido, domínios externos listados são bloqueados e algumas funções com acesso à rede são desativadas. A organização deve adaptar os controles às próprias regras para dispositivos, identidade e permissões do AWS.

A AWS descreve a retenção zero de dados, ou ZDR, como uma opção configurável para prompts e respostas: nesse modo, eles são processados sem armazenamento durável pela AWS nem compartilhamento com os provedores de modelos. A regra não abrange todos os metadados. A documentação de GovCloud informa que certos metadados definidos pelo cliente podem sair da região quando o cliente solicita uma investigação de um problema relatado; metadados de avaliação de modelos não podem conter dados sujeitos a controle de exportação. Veja as regras de Amazon Bedrock em GovCloud.

A AWS descreve a cobrança de inferência por token, sem licença por assento nem compromisso por desenvolvedor. O guia não apresenta uma tarifa numérica.

Inicie o aplicativo e confira o provedor

Tela escura de status do Codex, com linhas de texto monoespaçado e o provedor do modelo identificado como amazon-bedrock.

Depois de salvar os arquivos, abra o ChatGPT Desktop e confira se amazon-bedrock aparece como provedor. A verificação também pode ser feita no Codex CLI com /status.

A AWS atribui à organização a avaliação da carga de trabalho, incluindo modelo, região, endpoint, controles da estação de trabalho, credenciais, repositórios e fluxos de dados, dentro de seu próprio processo de autorização.