端到端管理Amazon Bedrock成本：面向FinOps和平台团队的操作手册

英文原标题：Managing Amazon Bedrock costs end to end: A playbook for FinOps and platform teams

本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗

• 生成式AI成本管理需构建五步循环运营模型：归因、观测、执行、优化、运营，由FinOps与平台工程团队分工协作。
• Amazon Bedrock支持按IAM主体自动归因推理成本，通过CUR 2.0的line_item_iam_principal列实现发票级追踪，覆盖用户、角色、联合身份和API密钥。
• 共享角色问题会导致归因丢失，解决方案是网关为每个用户代入角色并传递会话标签，每小时一次STS调用即可恢复按用户和租户的归因。
• 应用推理配置文件适合应用和模型稳定的小规模团队，Projects适合模型频繁变化或使用OpenAI兼容API的工作负载。
• 模型调用日志可记录请求、响应和元数据到CloudWatch Logs或S3，用于解释支出构成，应作为基础设施通过代码配置。

关键数据

• CUR 2.0中IAM主体标签以iamPrincipal/前缀出现，激活后24–48小时内在Cost Explorer可见。
• 网关按用户缓存凭证最长1小时，即每用户每小时一次AWS STS调用。

为什么值得看：文章提供了从归因到运营的完整框架，帮助团队在代理工作负载普及前建立可落地的Bedrock成本治理机制。