Amazon Bedrock 推理省钱的 4 个请求级参数
Four Amazon Bedrock inference choices that affect cost
很多人调完提示词发现 Bedrock 账单还在涨，这篇讲的就是原因：缓存时长、service tier、推理力度和 maxTokens 这 4 个请求参数在偷偷决定你的费率。每个都附了测试和验证方法，接了 Bedrock 的开发者直接照着改就行。
AWS 官方博客指出，Amazon Bedrock 的推理账单在调优提示词和应用逻辑后仍可能持续上涨，原因在于 4 个请求级选择：缓存时长（cache duration）、服务层级（service tier）、推理力度（reasoning effort）和 maxTokens。这 4 个参数直接改变服务处理的 token 数量以及适用的费率。文章展示了作者逐一测试每个参数的方法，并说明如何验证每项改动对成本的实际效果。
这篇属于实操型成本优化指南：cache duration 决定缓存 token 按多长的时长计费，service tier 决定请求使用的费率档位，reasoning effort 影响推理模型消耗的 token 量，maxTokens 则限制单次响应的输出上限。对已经把 Claude、Llama 等模型接入 Bedrock 的团队来说，这 4 个都是每次 API 请求就能改的参数，不需要重写应用。
Four Amazon Bedrock inference choices that affect cost
Your Amazon Bedrock inference bill can keep climbing even after you tune prompts and application logic. Four request-level choices (cache duration, service tier, reasoning effort, and maxTokens) change how many tokens the service processes and the rate applied. We show how we tested each and how to verify the effect.
本条情报归属 AITOP「技巧」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Amazon Bedrock、AWS、Claude、提示词工程，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始信息发布自一手权威信源「AWS Machine Learning Blog」（Tier-1 一手发布），具备高确定性参考价值。