上线前建立 Bedrock 成本基线
按 token 类别、重试、检索和运营资源估算合格任务成本。
从有价格条件的工作负载开始
收集短、长、重复和失败请求，记录精确模型、区域或推理配置、端点、服务层级和价格核验日期。按模型返回内容拆分输入、输出、缓存读取和缓存写入用量；单一总 token 数无法表达不同计价类别。
每类费用按计费 token 数除以价格单位，再乘适用单价估算，并加入实际使用的检索、嵌入、存储、工具、网络与监测费用。观察范围包含重试、拒绝和未完成任务，且应区分应用估算与 AWS 正式账单。
核对模型特有条件
长上下文阈值、缓存最低输入和可选服务层级各不相同。缓存命中要看 usage 字段，不能因输入重复就认定按缓存收费。如果 API 在总输入内细分缓存用量，计算时不能再按普通输入重复计费。
低输入单价可能被更长输出、更多重试或人工修正抵消。应结合质量、延迟比较每个合格任务的总成本；模型和提示词变更都要检查这三项。
明确控制和归属
- 限制输入、输出规模，拒绝不支持的工作负载形态。
- 限制并发和重试次数，定义明确的回退结果。
- 记录请求标识、配置、用量与任务结果，避免无必要的敏感正文日志。
- 设置预算提醒、负责人和处置流程；提醒本身不是强制费用上限。
Runtime Responses 不支持应用推理配置，其费用归属能力与 Converse、Mantle Projects 不同。应采用实际 API 支持的追踪方式。交付测量基线、估算假设、看板定义，以及成本或质量偏离时的动作。
官方资料
文档核验日期：2026 年 10 月 17 日。本文为参考指南，本次未执行真实云端 API 调用。