Amazon Bedrock 定價

定價範例

• AI21 Labs

  應用程式開發人員針對 Amazon Bedrock 發出下列 API 呼叫：要求 AI21 的 Jurrasic-2 Mid 模型將輸入文字的 10,000 個字符輸入結果，總結為 2000 個字符的輸出結果。
  

  產生的總成本 = 10,000 個字符/1000 * 0.0125 USD + 2000 個字符/1000 * 0.0125 USD = 0.15 USD
  

• Amazon

  隨需定價

  應用程式開發人員針對 Amazon Bedrock 每小時發出下列 API 呼叫：要求 Amazon Titan Text – Lite 模型將輸入文字的 2000 個字符輸入結果，總結為 1000 個字符的輸出結果。

  每小時產生的總成本 = 2000 個字符/1000 * 0.0003 USD + 1000 個字符/1000 * 0.0004 USD = 0.001 USD。

  應用程式開發人員針對 Amazon Bedrock 發出下列 API 呼叫：要求 Titan 影像產生器模型產生 1000 個 1024 x 1024 大小的標準品質映像

  產生的總成本 = 1000 個映像 * 每個映像 0.01 USD = 10 USD

  自訂 (微調和持續預先訓練) 定價

  應用程式開發人員使用 1000 個影像/文字配對自訂 Titan 影像產生模型。訓練後，開發人員會使用自訂模型佈建輸送量一小時來評估模型的效能。微調的模型會儲存一個月。評估後，開發人員會使用佈建輸送量 (1 個月使用期) 來託管自訂模型。

  每月微調成本為：微調訓練 (0.005 * 500 * 64 USD)，其中 0.005 USD 是每張看到之影像的定價，500 是步驟數，64 是批次大小 + 每月自訂模型儲存 (1.95 USD) + 一小時自訂模型推論 (21 USD) = 160 + 1.95 + 21 USD = 182.95 USD
  

  佈建輸送量定價

  應用程式開發人員購買兩個 Titan Text Express 模型單元，且其文字摘要使用案例的期限為 1 個月。

  每月產生的總成本 = 2 個模型單元 * 18.40 USD/小時 * 24 小時 * 31 天 = 27,379.20 USD

  應用程式開發人員購買一個基礎 Titan 影像產生器模型的模型單元，且使用期限為 1 個月。

  產生的總成本 = 1 * 16.20 USD * 24 小時 * 31 天 = 12,052.80 USD

• Anthropic

  隨需定價

  應用程式開發人員針對美國西部 (奧勒岡) 地區的 Amazon Bedrock 發出下列 API 呼叫：要求 Anthropic 的 Claude 模型將輸入文字的 11,000 個字符輸入結果，總結為 4000 個字符的輸出結果。

  產生的總成本為 11,000 個字符/1000 * 0.008 USD + 4000 個字符/1000 * 0.024 USD = 0.088 USD + 0.096 USD = 0.184 USD
  

  佈建輸送量定價

  應用程式開發人員在美國西部 (奧勒岡) 地區購買一個 Anthropic Claude Instant 的模型單元：
  

  每月產生的總成本為 1 個模型單元 * 39.60 USD * 24 小時 * 31 天 = 29,462.40 USD

• Cohere

  隨需定價

  應用程式開發人員針對 Amazon Bedrock 發出下列 API 呼叫：要求 Cohere 的 Command 模型將輸入文字的 6000 個字符輸入結果，總結為 2000 個字符的輸出結果。

  產生的總成本 = 6000 個字符/1,000 * 0.00150 USD + 2000 個字符/1,000 * 0.0020 USD = 0.013 USD

  應用程式開發人員針對 Amazon Bedrock 發出下列 API 呼叫：要求 Cohere 的 Command-Light 模型將輸入文字的 6000 個字符輸入結果，總結為 2000 個字符的輸出結果。

  產生的總成本 = 6000 個字符/1000 * 0.0003 USD + 2000 個字符/1000 * 0.0006 USD = 0.003 USD

  應用程式開發人員針對 Amazon Bedrock 發出下列 API 呼叫：要求 Cohere 的 Embed English 或多語模型產生 10,000 個字符輸入結果的嵌入。

  產生的總成本 = 10,000 個字符/1000 * 0.0001 USD = 0.001 USD

  自訂 (微調) 定價

  應用程式開發人員使用 1000 個資料字符自訂 Cohere Command 模型。訓練後，使用自訂模型佈建輸送量一小時來評估模型的效能。微調的模型會儲存一個月。評估後，開發人員會使用佈建輸送量 (1 個月使用期) 來託管自訂模型。

  微調每月產生的成本為：微調訓練 (0.004 USD * 1000) + 每月自訂模型儲存 (1.95 USD) + 一小時自訂模型推論 (49.50 USD) = 55.45 USD
  

  自訂模型的佈建輸送量 (1 個月使用期) 產生的每月成本 = 39.60 USD

  佈建輸送量定價
  

  應用程式開發人員購買一個 Cohere Command 模型單元，且其文字摘要使用案例的期限為 1 個月。

  每月產生的總成本為 1 個模型單元 * 39.60 USD * 24 小時 * 31 天 = 29,462.40 USD

• Meta

  隨需定價

  應用程式開發人員針對 Amazon Bedrock 發出下列 API 呼叫：要求 Meta 的 Llama 2 Chat (130 億) 模型將輸入文字的 2000 個字符輸入結果，總結為 500 個字符的輸出結果。

  產生的總成本 = 2000 個字符/1000 * 0.00075 USD + 500 個字符/1000 * 0.001 USD = 0.002 USD

  自訂 (微調) 定價

  應用程式開發人員使用 1000 個資料字符自訂 Llama 2 Pre-trained (700 億) 模型。訓練後，使用自訂模型佈建輸送量一小時來評估模型的效能。微調的模型會儲存一個月。評估後，開發人員會使用佈建輸送量 (1 個月使用期) 來託管自訂模型。

  微調每月產生的成本為：微調訓練 (0.00799 USD * 1000) + 每月自訂模型儲存 (1.95 USD) + 一小時自訂模型推論 (23.50 USD) = 33.44 USD

  自訂模型的佈建輸送量 (1 個月使用期) 產生的每月成本 = 21.18 USD

  佈建輸送量定價

  應用程式開發人員購買一個 Meta Llama 2 模型單元，且其文字摘要使用案例的期限為 1 個月。

  每月產生的總成本為 1 個模型單元 * 21.20 USD * 24 小時 * 31 天 = 15,772.8 USD

• Mistral AI

  隨需定價

  應用程式開發人員針對 Amazon Bedrock 每小時發出下列 API 呼叫：要求 Mistral 7B 模型將輸入文字的 2000 個字符輸入結果，總結為 1000 個字符的輸出結果。

  每小時產生的總成本 = 2000 個字符/1000 * 0.00015 USD + 1000 個字符/1000 * 0.0002 USD = 0.0005 USD

  應用程式開發人員針對 Amazon Bedrock 每小時發出下列 API 呼叫：要求 Mixtral 8x7B 模型將輸入文字的 2000 個字符輸入結果，總結為 1000 個字符的輸出結果。

  每小時產生的總成本 = 2000 個字符/1000 * 0.00045 USD + 1000 個字符/1000 * 0.0007 USD = 0.0016 USD

  應用程式開發人員針對 Amazon Bedrock 每小時發出下列 API 呼叫：要求 Mistral 大型模型將輸入文字的 2000 個字符輸入結果，總結為 1000 個字符的輸出結果。 

  每小時產生的總成本 = 2000 個字符/1000 * 0.008 USD + 1000 個字符/1000 * 0.024 USD = 0.04 USD
  
  

• Stability AI

  隨需定價

  應用程式開發人員針對 Amazon Bedrock 發出下列 API 呼叫：要求 SDXL 模型產生 512 x 512 大小、步長為 70 的映像 (高品質)

  產生的總成本 = 1 個映像 * 每個映像 0.036 USD = 0.036 USD

  應用程式開發人員針對 Amazon Bedrock 發出下列 API 呼叫：要求 SDXL1.0 模型產生 1024 x 1024 大小、步長為 70 的映像 (高品質)

  產生的總成本 = 1 個映像 * 每個映像 0.08 USD = 0.08 USD

  佈建輸送量定價

  應用程式開發人員購買一個 SDXL1.0 模型單元，且使用期為 1 個月。

  產生的總成本 = 1 * 49.86 USD * 24 小時 * 31 天 = 37,095.84 USD