La gestión de costos para la inteligencia artificial generativa es una responsabilidad compartida entre los equipos que construyen aplicaciones y los equipos responsables del gasto en la nube. Muchos equipos comienzan comparando las tarifas de tokens por modelo y pidiendo a los equipos de aplicaciones que acorten las solicitudes. Esos pasos ayudan, pero no responden a las preguntas que los líderes de finanzas y ingeniería hacen a medida que se escalan el uso: ¿qué equipo gastó esto, en qué carga de trabajo y fue ese gasto dentro de un presupuesto aprobado?

Las cargas de trabajo agenticas hacen que esas preguntas sean más apremiantes. Un asistente conversacional típicamente emite una invocación de modelo por turno de usuario. Un flujo de trabajo agéntico, como un asistente de codificación de IA que planea un cambio, lee archivos, llama a herramientas y itera, emite muchas invocaciones por tarea y lleva un contexto más grande en cada una. El consumo de tokens, por lo tanto, se escala con el grado de autonomía que se otorga al flujo de trabajo y el tamaño del contexto que lleva, en lugar de con la cantidad de interacciones de usuario. Dado que el consumo es una función de cómo se diseña y opera una carga de trabajo, la gestión de costos para la inteligencia artificial generativa es una disciplina arquitectónica y operativa. Los promedios publicados son un pobre sustituto de sus propios números: use el AWS Pricing Calculator y la página de precios de Amazon Bedrock para modelar tarifas, y use el paso 2 de esta publicación para medir lo que sus cargas de trabajo realmente consumen.

La solución no es un modelo más barato o una solicitud más pequeña. Es un modelo operativo: un bucle repetible que atribuye cada dólar a un propietario, hace que cada solicitud sea observable, alerta y hace cumplir los presupuestos antes de que el gasto excedido se acumule, optimiza los valores predeterminados de la plataforma que impulsan la mayor parte del desperdicio y revisa todo el sistema con una cadencia.

En esta publicación, aprenderá a gestionar el costo de Amazon Bedrock en cinco pasos. Atribuirá cada dólar a un propietario, hará que cada solicitud sea observable, controlará el gasto con presupuestos y aplicación, optimizará los valores predeterminados de la plataforma que impulsan la mayor parte del gasto evitable y operará una cadencia de revisión que convierte los datos en decisiones. Este enfoque está construido a partir de bloques de construcción de AWS, y puede personalizarlo y aplicarlo a su propio entorno. La publicación está escrita para dos audiencias: practicantes de FinOps que poseen la atribución, la carga de trabajo, los presupuestos y la revisión de anomalías, y equipos de ingeniería de plataforma que poseen la registración, los metadatos de solicitud, la aplicación y los valores predeterminados de enrutamiento.

El modelo operativo en una sola vista

Cinco etapas, ejecutadas en forma de bucle. Atributo: cada dólar de Amazon Bedrock se asigna a una identidad, equipo y aplicación en la canalización de facturación. Observa: cada solicitud se registra con suficientes metadatos para explicar qué generó el gasto. Aplica: los presupuestos tienen consecuencias, con alertas como mínimo y bloques rigurosos donde el riesgo lo exige. Optimiza: las configuraciones predeterminadas de la plataforma (enrutamiento de modelos, almacenamiento en caché, límites de tokens) eliminan el desperdicio de manera centralizada en lugar de pedir a cada equipo que sea cuidadoso. Opera: una pequeña tarjeta de puntaje y una cadencia de revisión convierten los datos en decisiones. FinOps lidera las etapas uno y cinco. La ingeniería de plataforma lidera las etapas dos a cuatro. La revisión es conjunta. Las etapas están secuenciadas deliberadamente. Cada una depende de las anteriores, y los equipos que saltan directamente a la optimización sin atribución y observabilidad están adivinando.

Five-stage Amazon Bedrock cost operating model loop: attribute, observe, enforce, optimize, operate

Figura 1: El modelo de operación de cinco etapas, ejecutado como un bucle continuo

Etapa 1: Asignar cada dólar

No se puede gestionar lo que no se puede asignar, y todo lo que está corriente abajo (chargeback, presupuestos, aplicación, detección de anomalías) depende de esta etapa. La base es la atribución de costos granular de Amazon Bedrock (ver Introducción a la atribución de costos granular para Amazon Bedrock): Amazon Bedrock asigna automáticamente los costos de inferencia al principal de AWS Identity and Access Management (IAM) que realizó la llamada, en todos los modelos, sin recursos que gestionar. El ARN del llamador se coloca en la columna line_item_iam_principal del Informe de costos y uso de AWS (CUR) 2.0, y la cobertura abarca usuarios de IAM, roles, identidades federadas y claves de API.

La configuración consta de cuatro pasos:

  1. Active los datos de principal de IAM en su exportación de datos de CUR 2.0.
  2. Etiquete sus principales de IAM con dimensiones comerciales como equipo, aplicación y centro de costo. Para el acceso federado, configure su proveedor de identidad para pasar nombres de sesión y etiquetas a través de reclamos OIDC o SAML.
  3. Active esas etiquetas como etiquetas de asignación de costos en la facturación de AWS (consola o la API UpdateCostAllocationTagsStatus).
  4. Analice las etiquetas: aparecen en CUR 2.0 con un prefijo iamPrincipal/ (por ejemplo, iamPrincipal/team) y aparecen en AWS Cost Explorer bajo la categoría IAM dentro de las 24-48 horas después de la activación, listas para filtrar y agrupar por equipo, aplicación o centro de costo.

Esta es una atribución por identidad con facturación de grado de factura sin infraestructura personalizada.

El problema del rol compartido

El patrón que merece más atención es el problema del rol compartido, porque es donde la mayoría de las plataformas pierden silenciosamente la atribución. Un gateway de modelo de lenguaje grande (LLM) que llama a Amazon Bedrock a través de un solo rol de IAM atribuye cada dólar a ese rol, eliminando por completo la visibilidad por usuario. La solución es la administración de sesión por usuario. El gateway asume el rol de invocación de Amazon Bedrock una vez por usuario, pasando la identidad del usuario como nombre de sesión del rol y sus atributos como etiquetas de sesión, y luego almacena en caché esas credenciales durante hasta una hora (una llamada al servicio de token de seguridad de AWS (AWS STS) por usuario por hora, no por solicitud).

Esto requiere dos roles: un rol de ejecución de gateway que contenga los permisos sts:AssumeRole y sts:TagSession, y el rol de invocación de Amazon Bedrock que asume. El resultado es entradas line_item_iam_principal como assumed-role/BedrockRuntimeRole/gw-alex, cada una con las etiquetas del usuario: la atribución por usuario y por inquilino restaurada detrás de un gateway compartido.

import boto3

sts = boto3.client("sts")

# One call per user; cache the returned credentials up to 1 hour
response = sts.assume_role(
    RoleArn="arn:aws:iam::123456789012:role/BedrockRuntimeRole",
    RoleSessionName="gw-alex", # the user, not the gateway
    Tags=[
        {"Key": "team", "Value": "sales-ai"},
        {"Key": "application", "Value": "renewal-agent"},
        {"Key": "costCenter", "Value": "CC-2041"}
    ]
)

Una nota sobre perfiles de inferencia de aplicación y proyectos

Amazon Bedrock ofrece dos mecanismos de atribución adicionales, cada uno adecuado para un patrón diferente. Los perfiles de inferencia de aplicaciones son recursos precreados, por aplicación, en el endpoint bedrock-runtime que llevan etiquetas de asignación de costos. Crea un perfil por aplicación, por modelo y por región de AWS, y los llamadores hacen referencia al ARN del perfil, lo que se adapta a los equipos con un conjunto pequeño y estable de aplicaciones y modelos. Los proyectos y espacios de trabajo sirven al endpoint bedrock-mantle (API de respuestas, API de completaciones de chat). Un proyecto no está vinculado a un modelo específico, por lo que un solo ID de proyecto abarca muchos modelos, lo que se adapta a los equipos cuyo uso de modelos cambia con frecuencia. Pasa el ID del proyecto durante la inicialización del cliente y sus etiquetas fluyen hacia CUR 2.0 y Cost Explorer (ver Administrar costos de IA con proyectos de Amazon Bedrock). Los proyectos son la ruta de atribución para cargas de trabajo compatibles con OpenAI en Amazon Bedrock.

Para las cargas de trabajo bedrock-runtime, recomendamos la atribución de principal de IAM a través de etiquetas de sesión como mecanismo principal. Escala con su sistema de identidad, no requiere recursos precreados y cubre todos los modelos y operaciones de API. Los perfiles de inferencia de aplicaciones funcionan bien cuando un conjunto pequeño y estable de unidades comerciales necesita una separación de facturación de grado de factura sin cambios en el diseño de identidad. Utilice proyectos para las cargas de trabajo bedrock-mantle que utilicen la API de respuestas o la API de completaciones de chat.

Etapa 2: Hacer que cada solicitud sea observable

CUR te dice quién gastó. Los registros de invocación te dicen qué sucedió. Amazon Bedrock admite la registración de invocación de modelos de datos de solicitud, datos de respuesta y metadatos en Amazon CloudWatch Logs, Amazon Simple Storage Service (Amazon S3) o ambos. Utilice Amazon CloudWatch para consultas operativas rápidas y S3 más Amazon Athena para acceso a inteligencia empresarial (BI) a largo plazo. Trate la registración como infraestructura, no como un interruptor manual: aprovisione el grupo de registros o el bucket a través de código, defina las políticas de retención y cifrado, y valide la entrega durante la configuración del entorno. Si la registración solo existe en desarrollo o solo en una región, su programa de costos se vuelve fragmentario en el momento en que el uso crece.

La registración también cierra la brecha de latencia: la atribución de CUR tiene un retraso de aproximadamente 24 horas, pero CloudWatch junto con OpenTelemetry pueden proporcionar paneles en tiempo casi real que muestran el gasto por desarrollador en cuestión de minutos (Análisis del uso de Claude Code con CloudWatch y OpenTelemetry demuestra esto de principio a fin).

Metadatos de solicitud para atribución a nivel de carga de trabajo

Los registros sin procesar responden preguntas a nivel de identidad. Para responder preguntas a nivel de carga de trabajo (qué característica, flujo de trabajo o inquilino generó los tokens), estampe metadatos de solicitud en cada llamada. Amazon Bedrock captura estos metadatos en los registros de invocación para su análisis posterior:

El siguiente ejemplo utiliza Anthropic Claude Sonnet 5.5 en Amazon Bedrock a través del perfil de inferencia entre regiones de EE. UU. Para obtener la lista completa de modelos, consulte Modelos de base admitidos en Amazon Bedrock. Para obtener la disponibilidad por región, consulte Compatibilidad de modelos por región de AWS en Amazon Bedrock.

response = client.converse(
    modelId="us.anthropic.claude-sonnet-5-5",
    messages=[...],
    requestMetadata={
        "application": "renewal-copilot",
        "workflow": "renewal-risk-summary",
        "tenant": "enterprise-sales",
        "agent": "renewal-agent"
    }
)

Amazon Bedrock no aplica metadatos de solicitud, y los equipos caen rápidamente en esquemas inconsistentes cuando cada aplicación hace su propia cosa. El equipo de la plataforma debe inyectar metadatos obligatorios de manera centralizada en un SDK compartido o una puerta de enlace, normalizar el conjunto de claves y tratar la cobertura de metadatos como una métrica de salud de la plataforma.

Consultas de diagnóstico

Con los registros y metadatos en su lugar, CloudWatch Logs Insights responde las preguntas pendientes. ¿Quién consume la mayoría de los tokens:

fields @timestamp, identity.arn as caller, modelId,
input.inputTokenCount as inTokens,
output.outputTokenCount as outTokens
| stats sum(inTokens + outTokens) as totalTokens,
count(*) as calls
by caller, modelId
| sort totalTokens desc
| limit 25
requestMetadata.application y requestMetadata.workflow en lugar de caller produce la clasificación a nivel de carga de trabajo: la vista del producto y los equipos de ingeniería pedirán a FinOps que inicie las conversaciones de cargo cuando comiencen.

Nota: Las rutas de campo mostradas en la consulta anterior son ilustrativas. Verifique contra su esquema de registro de invocación, que puede variar según el modelo, la operación de API y la configuración de registro.

Etapa 3: Aplicar presupuestos

Con la atribución y la observabilidad en su lugar, la aplicación se convierte en una elección de arquitectura en lugar de un deseo. Hay tres niveles viables. El correcto depende de su velocidad de gasto, su tolerancia al riesgo de gasto excesivo y de cómo sus herramientas se conectan a Amazon Bedrock.

Nivel 1: Monitoreo y alerta (sin bloqueo)

Amazon Bedrock escribe la identidad principal en la canalización de facturación de forma automática. Puedes agregar AWS Budgets para alertas de umbral, con los paneles de OpenTelemetry de la Etapa 2 que cierran la brecha de 24 horas de CUR para la visibilidad diaria. No hay nada que desplegar, facturación nativa de AWS y no se agrega latencia en las llamadas de inferencia. Funciona con herramientas que llaman a Amazon Bedrock directamente. Nada puede detener el gasto de forma permanente, por lo que ves el problema después de que ocurre. Adecuado para la adopción temprana, donde la alerta y la intervención humana son suficientes. Dos guías para constructores te llevan a través de esto: Limitar el uso de Bedrock y controlar los costos, y Análisis detallado de la administración de Bedrock en Claude Code con AWS Budgets y etiquetas.

Nivel 2: Aplicación de etiquetas de IAM (denegar en caso de incumplimiento)

Una función de AWS Lambda agregadora cuenta los contadores de token y dólar por usuario en Amazon DynamoDB a partir de los datos de registro de invocación. Cuando un usuario incumple su umbral, la función agrega su identidad a una política de denegación de IAM compartida (denegando bedrock:*) hasta un restablecimiento mensual o anulación administrativa. Esta aplicación se ejecuta completamente en IAM y registro de Amazon Bedrock, sin componentes de terceros en la ruta de inferencia, y funciona con herramientas que llaman a Amazon Bedrock directamente. La Guía para Claude Code con Amazon Bedrock en la Biblioteca de soluciones de AWS proporciona una variante desplegable. Verifica el uso de cada usuario contra los límites por usuario y por equipo cuando emite credenciales, y retiene las credenciales una vez que un usuario excede su límite. Dado que esta verificación utiliza telemetría de uso emitida por el cliente, sus cifras pueden diferir de CUR. En cualquiera de las formas, la aplicación es asíncrona. Un bloque tiene efecto segundos a minutos después de la llamada que incumple para una actualización de la política de IAM, o en la próxima actualización de credenciales para la verificación de credenciales. Tu equipo de plataforma es el propietario de la canalización. Este nivel es adecuado para equipos que necesitan una aplicación real, pueden tolerar ese retraso y desean mantener el software de terceros fuera de la ruta de datos.

Nivel 3: Aplicación de puerta de enlace (bloqueo síncrono)

Un gateway se encuentra en el camino de los datos de inferencia y aplica los presupuestos de manera sincrónica, devolviendo HTTP 429 en el momento en que un usuario o equipo excede su límite. Obtiene bloqueo por debajo de un segundo, listas de permitidos de modelo por usuario, límites de velocidad de token y reglas de enrutamiento centralizadas. El compromiso: un componente en el camino de los datos que debe ser implementado, escalado y revisado en términos de seguridad. Los clientes deben estar configurados para enviar sus solicitudes a través del gateway.

Para las flotas de Claude Code y Claude Desktop, el gateway de aplicaciones de Claude para AWS es la recomendación oficial. Se envía dentro del binario de la CLI y se ejecuta como un contenedor sin estado único respaldado por PostgreSQL. Proporciona identidad OIDC, política administrada centralmente, telemetría OpenTelemetry, enrutamiento de Amazon Bedrock multi-Región y límites de gasto por usuario/grupo/organización fuera de la caja. Para cargas de trabajo de modelo mixto que abarcan varios proveedores, los gateways de propósito general siguen siendo la mejor opción: LiteLLM a través de la arquitectura de referencia de Amazon Elastic Container Service (Amazon ECS) en AWS Fargate, o una alternativa sin servidor descrita en Construya un sistema de administración de costos de AI proactivo para Amazon Bedrock, Parte 2.

Selección de un nivel

Dos factores dominan.

Conectividad: Si los desarrolladores llaman a Amazon Bedrock directamente sin proxy, solo los Niveles 1 y 2 son viables.

Velocidad de gasto: Si el gasto ya está en millones por mes, cree la aplicación de cumplimiento ahora. Si las alertas pueden contener la línea durante otro trimestre, invierta en las Etapas 1 y 2 primero y agregue la aplicación de cumplimiento cuando los datos lo exijan.

La mayoría de las organizaciones deben hacerlo por etapas: observar en el Nivel 1, luego avanzar. Trate a los tres como puentes, no como destinos: la Lente de AI Agentic bien estructurada ya codifica la gobernanza de costos de agente como una preocupación arquitectónica de primera clase, y la base de atribución de la Etapa 1 es lo que cualquier aplicación de cumplimiento administrada se basará.

Etapa 4: Optimizar los valores predeterminados

La mayoría del desperdicio de Amazon Bedrock no es descuido individual. Son valores predeterminados de plataforma que nadie configuró. Las dos palancas de mayor impacto están controladas por la plataforma.

Enrutamiento de modelo

No todas las tareas necesitan un modelo de frontera. Las finalizaciones de rutina (código de plantilla, sugerencias de linting, refactorizaciones pequeñas) pueden ejecutarse en modelos más pequeños y económicos, reservando la calidad para el razonamiento complejo, a través de enrutamiento de solicitudes inteligentes dentro de una familia de modelos o reglas de enrutamiento en la puerta de enlace (consulte Reduce costos y latencia con Amazon Bedrock Intelligent Prompt Routing y almacenamiento en caché de solicitudes para la guía completa). ¿Qué flujos de trabajo pueden reducir la velocidad es una pregunta empírica: extraiga la tabla de clasificación de cargas de trabajo de la Etapa 2, ejecute una evaluación de calidad en el modelo más económico para las entradas principales y enruté lo que pase. Para las flotas de codificación agente, donde el código de plantilla domina el volumen de llamadas, más de la mitad de las llamadas que aterrizan en modelos más económicos es un objetivo alcanzable.

Almacenamiento en caché de solicitudes

El almacenamiento en caché de solicitudes recompensa los prefijos repetidos estables. A partir de octubre de 2026, el precio publicado de Amazon Bedrock para los modelos Anthropic Claude en EE. UU. Este (Virginia del Norte) factura una escritura en caché a 1,25 veces la tasa de entrada base con el tiempo de vida (TTL) de 5 minutos (2 veces con el TTL de 1 hora). Una lectura en caché se factura a 0,1 veces la tasa de entrada base en Claude Sonnet 4.6 y Claude Haiku 4.5, y a 0,05 veces en Claude Sonnet 5.5 y Claude Opus 5.5. Verifique la página de precios para su modelo y región, porque estos multiplicadores varían según el modelo y pueden cambiar. Las matemáticas de punto de equilibrio son más amigables de lo que asumen los equipos. Con el TTL de 5 minutos, una sola reutilización ya paga por la escritura, y diez llamadas contra un prefijo estable cuestan aproximadamente una quinta parte del precio sin caché (alrededor del 22 por ciento a una tasa de lectura de 0,1x, 17 por ciento a 0,05x). El único caso perdedor son las escrituras que nunca se vuelven a leer, que cuestan un 25 por ciento extra con el TTL de 5 minutos y el doble con el TTL de 1 hora. Por lo tanto, el panel de la plataforma debe rastrear el volumen de lecturas en caché frente al volumen de escrituras en caché por flujo de trabajo. Una baja relación de lectura significa que el prefijo no es en realidad estable (generalmente un timestamp o un ID de sesión incrustado antes del punto de caché).

Los candidatos aparecen directamente en los registros de invocación:

fields requestMetadata.workflow as workflow, modelId,
input.inputTokenCount as inTokens
| stats count(*) as calls,
avg(inTokens) as avgInputTokens,
sum(inTokens) as totalInputTokens
by workflow, modelId
| filter calls > 50 and avgInputTokens > 2000
| sort totalInputTokens desc
| limit 25

Nota: Las rutas de campo mostradas en la consulta anterior son ilustrativas. Verifique contra su esquema de registro de invocación, que puede variar según el modelo, la operación de API y la configuración de registro.

Optimización a nivel de aplicación

Una tercera clase de ahorros (recuperación justo a tiempo en lugar de contexto relleno, compactación de conversaciones largas, destilación de flujos de trabajo de alto volumen estables en modelos más pequeños) pertenece a los equipos de aplicación en lugar de a la plataforma. El trabajo de la plataforma es hacer que esos ahorros sean visibles: publicar la clasificación de tokens por flujo de trabajo, establecer límites de tokens por modelo y flujo de trabajo, y permitir que los equipos que poseen flujos de trabajo costosos vean exactamente dónde se encuentran.

Etapa 5: Operar el ciclo

Las primeras cuatro etapas producen datos. Esta los convierte en decisiones. El equipo de la plataforma ejecuta un panel de salud en ejecución con cuatro señalesles:

  • Mezcla de modelos: Qué modelos se llaman y con qué frecuencia, la medida directa de la disciplina de enrutamiento.
  • Tasas de solicitudes fallidas: Errores, limitaciones y tiempos de espera. Cada reintento agrega latencia, y un tiempo de espera del lado del cliente en una solicitud que aún se completa en el lado del servicio puede ser facturado dos veces, una por la llamada abandonada y otra por el reintento.
  • Eficacia de la caché: La relación de lectura y escritura de la Etapa 4.
  • Cobertura de metadatos: El porcentaje de llamadas de producción con metadatos completos. Cada llamada no cubierta es un punto ciego de atribución que degrada silenciosamente todos los demás números.

Cuando una señalale se desvía, el remedio es un cambio de política (reglas de enrutamiento, límites de tokens, aplicación de metadatos), no un correo electrónico que pide a los equipos que tengan cuidado.

El ciclo del dinero

FinOps ejecuta el ciclo del dinero con los mismos datos. Cuando la atribución es limpia, la detección de anomalías se convierte en una corriente de investigación en lugar de una alarma general: un pico en un equipo o aplicación etiquetada desencadena una búsqueda en la clasificación de la Etapa 2, no en una sala de guerra. La asignación de cargos se ejecuta desde los agrupamientos de CUR por equipo y aplicación.

Tarjeta de puntuación

Los siguientes umbrales son puntos de partida, no prescripciones. Calíbrenlos contra sus propios datos de flota y nivel de precios antes de adoptarlos como política.

Dimensión Métrica Verde Amarillo Rojo
Economía de unidades Costo por resultado exitoso ≤ presupuesto 1–1.5x presupuesto >1.5x presupuesto
Costo por desarrollador Gasto diario por desarrollador <$100 $100–$300 >$300
Enrutamiento de modelos % de llamadas a modelos costo-eficientes >50% 30–50% <30%
Eficiencia de caché Proporción de lecturas de caché >60% 30–60% <30%

El color verde significa que la carga de trabajo opera dentro de su sobre envolvente económico. El color amarillo significa que la disciplina de enrutamiento o caché se está relajando. El color rojo significa que el gasto se está concentrando en modelos premium o contexto sin caché, y los controles de la Etapa 3 y 4 son la ruta de remediación. Revise esta tabla de puntajes con una cadencia regular (semanal para flotas de alta velocidad, quincenal para el resto) y trátela como la superficie de decisión conjunta de FinOps más plataforma.

Conclusión

En esta publicación, aprendió a crear un modelo de operación de cinco etapas que lleva el gasto de Amazon Bedrock desde sin control hasta completamente gobernado:

  1. Atribuir cada dólar a un propietario utilizando etiquetas de principal de IAM, etiquetas de sesión y CUR 2.0.
  2. Observar cada solicitud a través de la registración de invocación de modelo y metadatos de solicitud marcados.
  3. Asegurar los presupuestos en el nivel que coincide con su riesgo: monitoreo solo, denegación de IAM en caso de incumplimiento o bloqueo de puerta de enlace sincrónica.
  4. Optimizar los valores predeterminados de la plataforma con enrutamiento de prompt inteligente y caché de prompt para eliminar el desperdicio de manera centralizada.
  5. Operar una tabla de puntajes y una cadencia de revisión que convierte la telemetría en decisiones de política.

Tenga en cuenta la primera fila de esa tabla de puntajes: costo por resultado exitoso, no costo por llamada. Esa distinción es donde esta guía se entrega. Todo aquí hace que el gasto de Amazon Bedrock sea visible, atribuible, limitado y eficiente, pero un flujo de trabajo puede ser perfectamente eficiente y aún no ser digno de ejecutarse. Decidir eso requiere medir el agente contra el proceso humano que reemplazó, lo cual es una disciplina de producto y análisis en lugar de FinOps. Lo que la plataforma de costo contribuye es la base: la atribución limpia y los datos de costo por flujo de trabajo son exactamente las entradas que la medición de resultados une.

Construya las cinco etapas y podrá responder de principio a fin: quién lo gastó, por qué y si estuvo controlado. Eso es lo que significa administrar el costo de Amazon Bedrock, y es la diferencia entre una revisión de factura mensual y un modelo de operación.

Para empezar, implemente la Guía para Claude Code con Amazon Bedrock arquitectura de referencia para las Etapas 1–3, luego use la documentación de mejores prácticas de atribución de costo para configurar su estrategia de etiquetado.

 


Acerca de los autores

Aswath Ram A Srinivasan

Aswath Ram A Srinivasan

Aswath es un arquitecto de soluciones especializado senior para Amazon Bedrock, centrado en modelos básicos, características y optimización y atribución de costos. Ayuda a los ISV y a los clientes estratégicos a resolver sus desafíos en Amazon Bedrock. Trabaja con equipos empresariales para diseñar arquitecturas de inferencia que equilibren el rendimiento, el costo y la simplicidad operativa, de manera responsable. En su tiempo libre, es fotógrafo y le gusta revisar artículos de revistas científicas sobre inteligencia artificial neurosimbólica y inteligencia artificial responsable.

Aamna Najmi

Aamna Najmi

Aamna es una arquitecta de soluciones especializada senior para inteligencia artificial generativa, centrada en modelos Anthropic y en la operación y gobernanza de sistemas de inteligencia artificial generativa a gran escala en Amazon Bedrock. Ayuda a los ISV a resolver sus desafíos, a adoptar la innovación y a crear nuevas oportunidades de negocio con Amazon Bedrock. En su tiempo libre, persigue su pasión por experimentar con comida y descubrir nuevos lugares.

Ajit Mahareddy

Ajit Mahareddy

Ajit es un líder experimentado de producto y de lanzamiento al mercado (GTM) con más de 20 años de experiencia en gestión de productos, ingeniería y lanzamiento al mercado. Antes de su cargo actual, Ajit lideró la gestión de productos para la construcción de productos de inteligencia artificial y aprendizaje automático en empresas de tecnología líderes, incluyendo Uber, Turing y eHealth. Está apasionado por avanzar en las tecnologías de inteligencia artificial generativa y por impulsar un impacto real en el mundo con la inteligencia artificial generativa.

Benedict Augustine

Benedict Augustine

Benedict es un líder de GTM de productos adversos que ha estado trabajando con ISV de primer nivel para el uso de Amazon Bedrock.

¿Tiene un proyecto de software o plataforma SaaS en mente?

Hable directamente con nuestros arquitectos de software en SoftAndino. Le brindamos asesoría técnica y cotización inmediata sin compromiso.