亚马逊云基础大模型价格全解析：Bedrock怎么收费，哪些钱不该花

一、Bedrock到底是个什么平台，为什么它的价格让人头疼

亚马逊云搞了个叫Bedrock的服务，你可以把它理解成一个“大模型超市”。AWS自己不生产所有模型，但它把Anthropic的Claude、Meta的Llama、Mistral的模型、亚马逊自家的Nova系列，还有Qwen、DeepSeek、OpenAI的GPT-5.6系列等等，全都摆在同一个货架上。你通过一套API就能调用这些模型，不用分别去各家注册、对接、管理密钥。方便是真方便，但账单也是真复杂。

为什么复杂？因为Bedrock不是一个“一口价”的东西。它的收费结构像洋葱，一层裹着一层。最外面那层是你看到的模型token单价，剥开之后还有计费模式的选择、区域差异、附加服务的费用、以及你架构设计不当造成的隐性浪费。很多团队第一次跑完账单都会愣住——明明按官网上那个单价算下来没多少钱，怎么实际扣费翻了一倍？这不是AWS在坑你，是计价维度比你想象的多。

Bedrock目前支持超过50个基础模型，覆盖文本、代码、图像、视频等多种模态。价格跨度极大，便宜的像Nova Micro，每百万输入token只要0.035美元，贵的像Claude Opus 4.6，输出token每百万要75美元，两者差了2000多倍。选错模型，成本直接起飞。

二、Bedrock的定价框架：四种模式，用对了省一半，用错了白花钱

Bedrock的计费方式不是单一的“用多少付多少”，它给了你四种选择，对应不同的业务场景。搞清楚这四种模式的区别，是控制成本的第一步。

2.1 按需计费：灵活但最贵

按需计费就是最直白的那种——你处理了多少token，就付多少钱。不承诺用量，不预留容量，用多少算多少。输入token和输出token分开计价，这是Bedrock定价的基本逻辑。

这里有一个很多人会忽略的细节：输出token通常比输入token贵好几倍。以Claude Sonnet 4.6为例，输入每百万token 3美元，输出每百万token 15美元，输出价格是输入的5倍。这意味着如果你的应用生成的内容很长，费用主要由输出端撑起来。有些团队做预算时只盯着输入单价算，结果账单出来发现超了将近3倍，就是因为没把输出侧算进去。

2.2 预置吞吐：高用量场景的省钱利器，但有个前提

预置吞吐（Provisioned Throughput）的逻辑是：你提前买下一块固定的推理容量，按小时付费，不管用不用都要付。听起来像“包月套餐”，其实更像“包车道”——你租了一条专用车道，高峰期不堵车，但闲时也在烧钱。

预置吞吐相比按需计费，在稳态高负载下可以节省30%到50%的费用。但关键前提是“稳态”和“高负载”。如果实际利用率长期低于60%到70%，预置吞吐反而比按需更贵。有个媒体公司曾经在负载测试时开了预置吞吐，后来忘了关，利用率只有15%，白白烧了好几个月的钱才发现。所以预置吞吐不是“买了就省”，而是“用满了才省”。

2.3 批量推理：被忽略的50%折扣

批量推理是Bedrock定价里最“良心”的一个选项。如果你的任务不需要实时响应——比如夜间批量文档摘要、定期数据分类、离线内容审核——走批量推理通道，单价直接打五折。模型质量一模一样，只是延迟换折扣。很多团队做RAG应用时把大量文档预处理也走了实时按需通道，其实完全没必要，扔进批量通道就行，省下来的钱很可观。

2.4 提示缓存：重复上下文的老司机必备

如果你的应用每次请求都带一大段相同的系统提示词或者知识库片段，提示缓存能帮你省掉大量的重复输入token费用。缓存命中的输入token价格可以降到原来的十分之一左右，节省幅度最高90%。但要注意，缓存的写入是有成本的，如果命中率太低——比如低于30%——开了缓存反而亏钱。所以这个功能适合那些“固定前缀占比大、请求频率高”的场景。

三、主流模型价格实测对比：从最便宜到最贵，差了多少

Bedrock上的模型来自十几个供应商，价格差异巨大。下面按供应商分组，把2026年几个主力模型的价格拉出来看一看。

3.1 Amazon Nova家族：自家孩子，价格最有竞争力

Nova系列是亚马逊自研的基础模型，也是目前Bedrock上性价比最突出的选择。Nova Micro作为最轻量的版本，输入每百万token只要0.035美元，输出0.14美元，是Bedrock上最便宜的文本模型之一。Nova Lite稍大一些，输入0.06美元、输出0.24美元，适合做分类、提取、简单问答这类任务。Nova Pro定位更高，输入0.80美元、输出3.20美元，能处理更复杂的推理和生成任务。Nova Premier是旗舰，输入2.50美元、输出12.50美元。

一个实际参考：用Nova Lite写一篇1000字左右的博客文章，大约消耗2500个token，成本约0.0002美元。用Claude Haiku做同样的工作，成本大约0.04美元，差了200倍。当然，输出质量和风格会有差异，但对于很多标准化任务来说，便宜模型的“够用”程度比很多人想象的要高。

3.2 Anthropic Claude系列：贵但稳，输出质量是核心竞争力

Claude是Bedrock上最受欢迎的外来模型。价格梯度从Haiku到Opus跨度很大。Claude Haiku 4.5输入0.80美元、输出4.00美元，是Claude家族里最便宜的选择。Claude Sonnet 4.6输入3美元、输出15美元，属于中坚力量，大多数企业级应用的默认选项。Claude Opus 4.6输入15美元、输出75美元，是Bedrock上最贵的模型之一。贵有贵的道理，Opus在复杂推理、长文档理解、代码生成方面的表现确实明显优于小模型。但问题在于，很多团队把所有请求都扔给Sonnet甚至Opus，连“今天天气怎么样”这种简单问答也走最贵的模型，钱就是这么烧掉的。

3.3 Meta Llama与Mistral：开源阵营的性价比之选

Llama 3.3 70B在Bedrock上的定价是输入输出统一0.72美元每百万token，价格相当有竞争力。它适合那些希望用开源模型但不想自己搭GPU集群的团队。Mistral系列提供了从极小到较大的完整梯度，Voxtral Mini输入只要0.05美元，Mistral Large输入0.59美元、输出1.76美元，在欧洲区域部署时价格略有浮动。

3.4 OpenAI GPT-5.6系列：新上架，价格刚经历大调整

OpenAI的GPT-5.6系列在2026年正式上架Bedrock。值得注意的是，2026年7月30日之后，GPT-5.6 Luna的按需推理价格暴降80%，现在输入每百万token只要0.20美元，输出1.20美元，一下子变成了Bedrock上最具性价比的前沿级模型之一。GPT-5.6 Terra降价20%后，输入2美元、输出12美元。Sol保持不变，输入5美元、输出30美元。如果你之前因为价格原因没考虑过OpenAI模型，现在值得重新评估一下。

四、那些定价页上不会告诉你的隐藏成本

Bedrock的定价页面看起来很干净，但真正让账单“膨胀”的往往不是模型token本身，而是围绕模型调用产生的一系列附加费用。

4.1 Knowledge Bases与向量存储

如果你用Bedrock的Knowledge Bases功能来搭建RAG应用，背后需要一个向量数据库来存储文档嵌入。Bedrock默认对接OpenSearch Serverless，而OpenSearch Serverless有最低消费门槛，每月起步价通常在几百美元。这个费用不会出现在“Bedrock定价”页面上，但它实实在在会出现在你的AWS账单里。

4.2 Guardrails安全护栏

Bedrock Guardrails用于过滤不当内容、检测敏感信息，按每1000个文本单元0.15美元收费。单看单价不高，但如果你每个请求都过一遍Guardrails，而且请求量很大，这笔费用会逐渐累积到一个可观的数字。

4.3 Agent链式调用带来的token放大

Bedrock Agent在回答一个用户问题时，可能会在后台连续调用多次模型——先理解意图，再检索知识库，再生成回答，再自我检查。每一次调用都在消耗token。一个看起来简单的用户提问，背后可能触发了五到十次模型调用，token消耗量是单次调用的好几倍。这个“token放大效应”在做预算时极容易被低估。

4.4 跨区域推理与区域差异

Bedrock在不同AWS区域的定价并不一致。同一模型在美东（弗吉尼亚北部）和亚太（东京）的价格可能有10%到30%的差异。比如Qwen3 Next 80B在美东输入0.15美元每百万token，在伦敦区域变成0.23美元，涨了超过50%。如果你的用户主要在亚洲，选东京或新加坡区域可能在延迟和成本上都更优。

五、花更少的钱用好Bedrock：六条经过验证的策略

说了这么多成本和收费结构，接下来聊聊怎么把钱花在刀刃上。

5.1 模型路由：把任务分给对的模型

这是降本效果最明显的单点策略，没有之一。核心思路很简单：简单的任务用小模型，复杂的任务用大模型。分类、意图识别、简单问答、信息提取——这些交给Nova Lite或Nova Micro就够了，每百万token成本不到0.1美元。只有真正需要深度推理、长文理解、复杂生成的任务，才动用Claude Sonnet或Opus。有团队用这套路由策略，把月度Bedrock账单从4万美元降到了1.8万美元，输出质量没有明显下降。

5.2 批量处理异步任务

前面已经提过，批量推理五折。操作上也不复杂，把不需要实时返回的任务从同步API调用切换到批量作业通道就行。文档摘要、数据标注、内容审核、报表生成，这些都是天然的批处理场景。

5.3 用缓存吃掉重复的输入

如果你的应用每次请求都携带相同的系统提示词、few-shot示例或者大段知识库文本，开提示缓存是划算的。关键是要监控缓存命中率——如果命中率长期低于30%，说明你的请求之间共享的上下文太少，缓存反而增加了开销。

5.4 控制上下文长度，别什么都往prompt里塞

RAG应用里一个常见的浪费是把检索到的所有文档块一股脑塞进上下文。检索了10个文档块，可能只有2个真正相关。用一个便宜的小模型先做一轮“相关性过滤”，把不相关的块剔掉再送入大模型，输入token能减少一半以上。

5.5 预置吞吐要等数据说话，别提前承诺

预置吞吐可以省钱，但前提是你有稳定的高利用率。建议先跑满90天的按需计费，用CloudWatch监控实际的token消耗曲线和峰值/谷值比例，确认稳态利用率确实超过了盈亏平衡点（通常在60%到70%左右），再考虑切换到预置吞吐。提前承诺但实际用不满，是最常见的浪费之一。

5.6 用好成本分配标签和监控

AWS提供了推理级别的成本分配标签，可以按应用、按团队、按功能模块来拆分Bedrock的token消耗。没有这些数据，你根本不知道钱花在了哪里，也没法判断优化措施是否有效。建议从第一天就把标签体系建好。

六、2026年的涨价周期：Bedrock的价格还会怎么走

2026年初，AWS打破了云计算近20年“只降不升”的传统，对大模型训练专用的EC2机器学习容量块提价15%。谷歌云紧随其后，对数据传输和AI基础设施调价，部分产品涨幅高达100%。国内阿里云、腾讯云、百度智能云也在3月份密集跟进，AI算力产品普遍上调30%到50%。

这一轮涨价的核心驱动力是AI算力需求爆发导致的硬件成本上升，尤其是GPU和高端存储的供应链压力。但有趣的是，Bedrock上的模型推理token价格并没有跟着大涨——部分模型甚至还在降价，比如GPT-5.6 Luna降了80%。这说明推理侧的规模效应和模型效率提升，正在抵消一部分基础设施成本的上涨。

对于使用Bedrock的企业来说，2026年的策略应该是：关注推理token价格的变化，抓住降价窗口（比如GPT-5.6系列）；同时对训练相关的容量成本做好上涨预期，在预算中留出弹性空间。开源模型在Bedrock上的持续丰富，也为企业提供了更多“性价比替代方案”，不一定非要绑在最贵的闭源模型上。

说到底，亚马逊云基础大模型的价格从来不是一个简单的数字问题。它是一个关于“选对模型、用对模式、管好架构”的系统工程。理解按需和预置的边界在哪里，知道批量通道能省一半，学会用模型路由把简单任务分流出去——这些动作加在一起，能让你的AI账单从“失控”变成“可控”。钱不是省出来的，是设计出来的。

在云服务选型和成本优化这条路上，找到靠谱的合作伙伴往往能少走很多弯路。上饶市万云信息科技有限公司是国内深耕多年的综合型多云服务合作商，业务覆盖阿里云、腾讯云、华为云、天翼云、火山云、微软云、谷歌云、亚马逊云等八大主流公有云平台。公司拥有全职员工500人，行业经验超过10年，八大云平台全年综合销量突破20亿人民币，累计服务超100万合作客户，累计助力企业部署云服务器近1亿台。作为亚马逊云头部一级代理商，上饶市万云信息科技有限公司可以为企业客户提供亚马逊云8.5折或返15%的商务政策支持，帮助企业在AI上云过程中获得更优的成本结构。

七、常见问题快问快答

Q1：亚马逊云Bedrock上的大模型怎么收费的？

A：主要按token计费，输入和输出分开算。有四种模式：按需计费（用多少付多少）、预置吞吐（按小时预留容量）、批量推理（打五折但延迟高）、提示缓存（重复上下文打折）。每种模式适合不同场景，用错了会多花钱。

Q2：Bedrock上最便宜的大模型是哪个？

A：目前Amazon Nova Micro是最便宜的文本模型，输入每百万token约0.035美元，输出约0.14美元。GPT-5.6 Luna在2026年7月降价80%后也很有竞争力，输入0.20美元、输出1.20美元。

Q3：为什么我的Bedrock账单比预想的贵很多？

A：最常见的原因有三个：一是把所有请求都发给了最贵的模型（比如Claude Opus），没有做模型分流；二是忽略了Knowledge Bases的向量存储费、Guardrails的安全护栏费、Agent多次调用的token放大效应；三是预算只算了输入token，没算输出token，而输出通常贵3到5倍。

Q4：预置吞吐到底值不值得买？

A：看利用率。如果你的模型调用量稳定且利用率能持续保持在60%到70%以上，预置吞吐比按需便宜30%到50%。但如果用量波动大、经常用不满，预置吞吐反而更贵。建议先跑90天按需，用实际数据判断。

Q5：2026年亚马逊云的大模型价格在涨还是降？

A：训练侧的算力成本在涨（EC2机器学习容量块涨了15%），但推理侧的模型token价格有涨有降。部分模型如GPT-5.6 Luna大幅降价，Nova系列一直保持低价策略。整体趋势是推理成本在下降，但基础设施成本在上升。

Q6：怎么才能把Bedrock的费用降下来？

A：最有效的动作是模型路由——简单任务用Nova Lite/Micro，复杂任务才用Claude Sonnet或Opus，这一招通常能省40%到70%。其次是把异步任务切到批量推理通道省50%，再开提示缓存省重复输入。三招组合用，总体省60%以上是可行的。