上線前建立 Bedrock 成本基線
按 token 類別、重試、檢索和營運資源估算合格任務成本。
從有價格條件的工作負載開始
收集短、長、重複和失敗請求，記錄精確模型、區域或推論設定、端點、服務層級和價格核驗日期。按模型返回內容拆分輸入、輸出、快取讀取和快取寫入用量；單一總 token 數無法表達不同計價類別。
每類費用按計費 token 數除以價格單位，再乘適用單價估算，並加入實際使用的檢索、嵌入、儲存、工具、網路與監測費用。觀察範圍包含重試、拒絕和未完成任務，且應區分應用估算與 AWS 正式賬單。
核對模型特有條件
長上下文閾值、快取最低輸入和可選服務層級各不相同。快取命中要看 usage 欄位，不能因輸入重複就認定按快取收費。如果 API 在總輸入內細分快取用量，計算時不能再按普通輸入重複計費。
低輸入單價可能被更長輸出、更多重試或人工修正抵消。應結合品質、延遲比較每個合格任務的總成本；模型和提示詞變更都要檢查這三項。
明確控制和歸屬
- 限制輸入、輸出規模，拒絕不支援的工作負載形態。
- 限制併發和重試次數，定義明確的回退結果。
- 記錄請求標識、設定、用量與任務結果，避免無必要的敏感正文日誌。
- 設定預算提醒、負責人和處置流程；提醒本身不是強制費用上限。
Runtime Responses 不支援應用推論設定，其費用歸屬能力與 Converse、Mantle Projects 不同。應採用實際 API 支援的追蹤方式。交付測量基線、估算假設、看板定義，以及成本或品質偏離時的動作。
官方資料
文件核驗日期：2026 年 10 月 17 日。本文為參考指南，本次未執行真實雲端 API 呼叫。