Amazon Bedrock 是 AWS 提供的全托管 AI 推理平台。它本质上是一个统一的 API 层，让开发者通过同一套接口调用来自 Anthropic、Meta、Amazon、Mistral、DeepSeek 等多个厂商的基础模型，不需要自己部署和维护模型所需的 GPU 基础设施。
Bedrock 和直接调用 Anthropic API 或 OpenAI API 的最大区别在于：Bedrock 运行在 AWS 的基础设施体系内。你现有的 IAM 权限管理、VPC 网络隔离、CloudWatch 监控告警、CloudTrail 审计日志，对 Bedrock 的支持方式和对 S3、Lambda、RDS 完全一样，不需要单独建立一套 AI 服务的权限体系和监控机制。这种一体化是 Bedrock 在企业环境中被大量采用的根本原因。
Bedrock 解决什么问题
在没有 Bedrock 的情况下，企业要在产品中集成多个 AI 模型，需要分别对接每个厂商的 SDK，维护多套 API Key，处理不同的请求格式和响应结构，以及在各个厂商的计费平台分别管理账单。Bedrock 将这些复杂性收拢到 AWS 账号体系内：一个 IAM 角色可以调用任意模型，所有调用费用统一出现在 AWS 账单，所有流量都走 AWS 内部网络，不经过公共互联网。
另一个常被忽视的优势是数据隐私。当你通过 Bedrock 调用 Claude 时，Anthropic 不会接收到你的请求内容，不会记录日志，也不会将对话数据用于模型训练。这对有数据合规要求的企业（医疗、金融、政府）来说，是直接使用 Anthropic API 无法提供的保障。
Bedrock 支持哪些模型
截至 2026 年 5 月，Bedrock 提供来自十余个厂商的模型，覆盖文本生成、多模态、图像生成、语音识别、嵌入（Embedding）和重排（Rerank）多种能力类型。以下是主要模型的选型参考：
Anthropic Claude 4.x 系列 是 Bedrock 上能力最强的文本模型系列。Claude Opus 4.7 支持 100 万 Token 的上下文窗口，适合长文档分析、复杂推理和高质量写作；Claude Sonnet 4.6/5 是速度与能力的平衡点，是大多数生产场景的默认选择；Claude Haiku 4.5 是 Claude 系列中速度最快、价格最低的模型，适合高频简单任务。
Amazon Nova 2 系列 是 AWS 自研的模型，也是 Bedrock 独家提供、其他平台无法直接调用的模型。Nova Micro 每百万输入 Token 仅 $0.035，是 Bedrock 上价格最低的模型之一，适合分类、提取、简单问答；Nova Lite 增加了图片和视频理解能力，支持 30 万 Token 上下文；Nova Pro 适合需要多步推理的 Agent 工作流，性价比高于同等任务下的 Claude Sonnet。
Meta Llama 4 系列 以超长上下文见长。Llama 4 Scout 支持 1000 万 Token 的上下文，是目前 Bedrock 上上下文最长的模型，适合处理完整代码库或超长文档；Llama 4 Maverick 推理能力更强，成本低于 Claude Sonnet，适合需要强推理且倾向开源模型的团队。
此外，Bedrock 还提供 Mistral Large 3、DeepSeek-V3.2、Qwen3、Google Gemma、Cohere Embed 和 Rerank 等模型，以及 Bedrock Marketplace 中 100 余个专用领域模型。
|-------------------|---------------------|--------------------|
| 模型 | 输入价格（/百万 Token） | 适合场景 |
| Amazon Nova Micro | 0.035 | 分类、提取、简单问答 |
| Amazon Nova Lite | 0.06 | 多模态、长文档 |
| Amazon Nova Pro | 0.80 | Agent 工作流、复杂推理 |
| Llama 4 Scout | 0.17 | 超长上下文（1000万 Token） |
| Claude Haiku 4.5 | 0.80 | 高频任务、实时响应 |
| Claude Sonnet 5 | 2.00（促销价至 8 月底） | 通用生产场景 |
| Claude Opus 4.7 | $15.00 | 最复杂的推理和长上下文 |
以上为参考价格，以 AWS Bedrock 控制台当期报价为准。
模型选型的核心判断是：不要默认用最强的模型。大多数实际业务中，70--80% 的请求只需要简单的分类或提取，Nova Micro 或 Haiku 完全胜任；剩余 20% 的复杂推理任务才需要 Sonnet 甚至 Opus。智能路由策略------对简单任务发 Nova Micro，对复杂任务发 Claude Sonnet------通常可以将 Bedrock 账单降低 50--70%。
三种推理模式
Bedrock 的推理计费有三种模式，适合不同的使用场景。
**按需推理（On-Demand）**按实际消耗的 Token 数量计费，无需前期承诺，是大多数团队的起点。调用频率低、流量不稳定或处于评估阶段时，按需模式灵活性最高。Claude Sonnet 5 的按需价格是每百万输入 Token 2（促销价至 2026 年 8 月底），之后恢复标准价 3。
**预置吞吐量（Provisioned Throughput）**通过承诺一定时长的调用容量（模型单元，Model Unit），换取比按需低 15--40% 的单价，适合有稳定、可预测调用量的生产系统。需要联系 AWS 客户团队获取报价。
**批量推理（Batch Inference）**将大批量请求打包为 JSONL 文件上传到 S3，异步处理，结果写回 S3，价格比按需便宜 50%。处理时间可以延迟到数小时的任务最适合批量推理：夜间内容分类、文档批量摘要、大规模数据标注、评估集运行。批量推理是 Bedrock 上最容易被忽视、也最直接的降本手段。
核心功能一：Knowledge Base（RAG 知识库）
Knowledge Base 是 Bedrock 提供的全托管 RAG（Retrieval-Augmented Generation）服务，解决的问题是让 AI 模型能够基于你的私有数据回答问题，而不是只依赖模型训练时学到的通用知识。
RAG 的工作原理：用户的问题到达时，系统先从知识库中检索和这个问题语义最相关的文档片段，将检索到的内容连同问题一起传给模型，模型基于这些内容生成答案。这样模型的回答有实际文档作为依据，大幅减少"幻觉"（模型编造不存在信息的现象）。
Bedrock Knowledge Base 支持连接的数据源包括：Amazon S3（PDF、Word、Markdown、HTML 等格式）、SharePoint、Confluence、Google Drive、OneDrive 和 Web Crawler。数据接入后，Bedrock 自动完成文档解析、分块（Chunking）、向量化（Embedding）和索引，无需手动搭建向量数据库或维护嵌入管道。支持的向量存储包括 Amazon OpenSearch Serverless、Aurora PostgreSQL、Pinecone 和 MongoDB。
在实际使用中，Knowledge Base 最常见的应用场景是企业内部问答系统：将内部文档、产品手册、SOP 文件同步到 S3，配置 Knowledge Base 后，员工可以用自然语言提问，AI 返回基于实际文档的答案并标注来源。相比传统的关键词搜索，RAG 可以理解语义，处理问题和文档用词不完全一致的情况。
核心功能二：Agents（智能体）
Bedrock Agents 让模型能够自主执行多步骤任务，而不仅仅是回答一个问题。Agent 的工作方式是：接收用户的目标请求，模型根据请求规划需要执行哪些步骤，每一步调用你定义的工具（Lambda 函数）获取信息或执行操作，直到完成目标后返回最终结果。
以一个客户服务 Agent 为例：用户提交"我要退款"，Agent 调用 Lambda 查询订单状态，再调用另一个 Lambda 判断是否符合退款条件，符合时调用退款 API 执行退款，最后向用户确认退款完成。整个过程由模型根据每一步的结果决定下一步做什么，不需要开发者手动编写固定的业务流程分支。
Bedrock Agents 的核心配置是 Action Group------定义模型可以调用的工具集合，每个工具对应一个 Lambda 函数，用 OpenAPI Schema 描述工具的输入参数和返回格式。模型根据这些描述，在需要时自动选择合适的工具并生成正确的调用参数。
Python 调用 Bedrock Agent 的基本代码结构：
import boto3
bedrock_agent_runtime = boto3.client('bedrock-agent-runtime', region_name='us-east-1′)
response = bedrock_agent_runtime.invoke_agent(
agentId='your-agent-id',
agentAliasId='TSTALIASID',
sessionId='user-session-001′,
inputText='我想查询订单 ORDER-12345 的状态'
)
处理流式响应
for event in response'completion':
if 'chunk' in event:
print(event'chunk''bytes'.decode('utf-8'), end=")
核心功能三：Guardrails（内容安全防护）
Guardrails 在平台层面为所有经过 Bedrock 的请求和响应提供安全过滤，不需要在应用代码中单独实现内容安全逻辑。
Guardrails 支持以下几类防护：话题限制（阻止模型讨论指定的禁止话题）、内容过滤（仇恨、暴力、色情等有害内容的自动过滤）、PII 检测（识别并自动屏蔽或替换请求和响应中出现的个人身份信息，如手机号、身份证号）、以及语义相似度检查（防止模型"接地失败"，即回答内容和知识库内容相关性不足时拒绝返回）。
将 Guardrails 配置在平台层面而不是应用代码层面的优势在于：切换模型时不需要重写安全逻辑，Guardrails 对任何模型同样生效；同时审计日志统一记录，合规检查更方便。
Converse API 与 InvokeModel API
调用 Bedrock 模型有两个主要 API：Converse API 和 InvokeModel API。
InvokeModel API 是最基础的调用方式，请求格式因模型不同而差别较大------Claude 用 messages 数组，Llama 用自己的 prompt template，Mistral 有 instruct 格式，不同模型的请求体不兼容。切换模型时需要修改请求结构。
Converse API 提供统一的请求格式，将所有模型的请求体差异封装在 API 内部，开发者只需要使用同一套 messages 格式和 system 字段，Bedrock 自动转换成目标模型需要的格式。Converse API 同时支持工具使用（Tool Use）、流式输出（Streaming）和多模态输入（图片、PDF、CSV）。
生产环境中应该优先使用 Converse API。 统一格式让模型切换只需更改 modelId 参数，不需要重写请求逻辑。以下是使用 Converse API 调用 Claude 的示例：
import boto3
bedrock_runtime = boto3.client('bedrock-runtime', region_name='us-east-1′)
response = bedrock_runtime.converse(
modelId='us.anthropic.claude-sonnet-4-6-20251101-v1:0′,
system=[{
'text': '你是一个专业的客户服务助手，回答简洁明了。'
}],
messages=[{
'role': 'user',
'content': {'text': '如何申请退款？'}
}],
inferenceConfig={
'maxTokens': 500,
'temperature': 0.7
}
)
output_text = response'output''message''content'0'text'
print(output_text)
注意 modelId 中的 us. 前缀：这表示使用跨区域推理（Cross-Region Inference），Bedrock 自动在美国多个区域间路由请求，提高可用性和吞吐量。对于 Claude 等热门模型，使用跨区域推理可以显著降低因单区域容量不足导致的限流。跨区域推理在按需计费基础上增加约 10% 的附加费。
什么情况适合用 Bedrock，什么情况直连 API
这是客户咨询 Bedrock 时最常问的问题，也是已有文章盲目用 Bedrock 的风险中详细分析过的判断场景。这里补充一个正向的判断框架。
选 Bedrock 的几类清晰场景：
技术栈已经完全在 AWS 上时，Bedrock 的集成成本几乎为零------IAM 角色可以直接授权调用模型，VPC 端点配置后调用流量不出 AWS 网络，CloudWatch 自动采集调用延迟和 Token 用量指标，CloudTrail 记录所有调用日志，这些能力用直连 API 的方式需要自己额外搭建。
有合规要求的企业（金融科技、医疗、政府）可以直接继承 AWS 的合规认证------FedRAMP、HIPAA、SOC 2、PCI DSS。在直连 Anthropic 或 OpenAI API 的情况下，这些合规认证需要单独评估和获取。
需要使用 Knowledge Base 做企业内部 RAG，或需要 Agents 编排多步骤 AI 工作流的团队，Bedrock 的托管能力省去了大量基础设施搭建工作。
需要同时评估和切换多个模型的团队，Bedrock 的统一 API 让模型切换只是一个参数变化，不是一次重构。
不适合 Bedrock 的场景： 只用一个模型、不依赖 AWS 生态、对成本极度敏感但又不需要任何 AWS 集成的团队------这类情况直连 API 更简单，也不会因为多一层 Bedrock 中间层而增加成本和延迟。
计费方式与成本控制
Bedrock 的账单由模型推理费用和附加功能费用两部分构成。
模型推理费用按 Token 计费，输入和输出 Token 分别计价，不同模型价格差距悬殊（Nova Micro 0.035/百万 vs Claude Opus 15/百万，差距 400 多倍）。
附加功能产生额外费用：Knowledge Base 的向量存储（取决于选用的向量数据库，如 OpenSearch Serverless 按小时计费）和嵌入模型调用；Guardrails 按文本扫描量计费；Agents 的工具调用每次计为一次模型推理。
降低 Bedrock 成本的几个可操作方向：
Prompt Caching 对于固定系统提示词或共享上下文内容效果最显著，命中缓存的 Token 按标准价格的 10% 计费，系统提示词越长、调用频率越高，缓存节省越明显。
批量推理适合所有不需要实时响应的任务，50% 的价格折扣是 Bedrock 上所有折扣机制中最直接的，夜间分批处理白天积累的任务是标准用法。
模型路由是长期降本最重要的手段，根据请求的实际复杂度动态选择模型。Bedrock 的 Converse API 让切换模型只需更改一个参数，模型路由的实现成本很低。
账号开通与代理充值
使用 Bedrock 需要有效的 AWS 账号，且部分模型（尤其是 Anthropic Claude 系列）在首次申请访问权限时需要填写使用场景说明，审批通过后才能调用。高权重账号在模型访问申请上通过率更高，这是企业项目通过代理渠道开户的附加价值之一。
对于需要使用 Bedrock 进行 AI 应用开发、月均 Claude 或 Nova 模型消耗在 $200 以上的团队，通过 AWS代理商 渠道开户和充值可以享受代理专属折扣（低至 7 折），配合批量推理的 50% 折扣叠加使用，长期下来的年度实际成本明显低于官网直充。付款支持 USDT 和对公转账，适合没有海外信用卡或需要企业对公结算的团队，账号免实名、免绑卡，1 分钟极速交付。