Amazon Bedrock 定價

定價模式

隨需

使用隨需模式,您只需為用量付費,而無需基於時間的期限承諾。針對文字生成模型,處理的每個輸入字符和生成的每個輸出字符都會向您收費。針對嵌入模型,處理的每個輸入字符都會向您收費。字符由幾個字元組成,是指模型學習了解使用者輸入和提示的基本文字單位。針對影像生成模型,每個生成的影像都會向您收費。

批次

使用批次模式,您可以提供一組提示作為單一輸入檔案,並接收回應作為單一輸出檔案,讓您能夠同時獲得大規模預測。回應已經過處理並儲存在 Amazon S3 儲存貯體中,以便您稍後存取。批次模式的定價與隨需模式的定價相同。

佈建輸送量

使用佈建輸送量模式,您可以為特定基礎或自訂模型購買模型單元。佈建輸送量模式主要針對需要保證輸送量的大型一致性推論工作負載而設計。自訂模型只能使用佈建輸送量來存取。模型單元提供一定的輸送量,該輸送量是透過每分鐘處理的輸入或輸出字符的最大數量進行衡量。使用「佈建輸送量」定價,將按小時向您收費,您可以靈活選擇 1 個月或 6 個月的承諾期限。

模型自訂

透過 Amazon Bedrock,您可以使用資料自訂 FM,以針對特定任務和業務環境提供量身打造的回應。您可以使用標記資料微調模型,也可以使用未標記資料繼續進行預先訓練。對於文本生成模型的自訂,您必須根據模型處理的總字符數量 (訓練資料語料庫中的字符數量乘以時期數量) 支付模型訓練費用,並依照每個模型每月支付模型儲存費用。時期是指在微調或持續預先訓練過程中,對訓練資料集進行的一次完整傳遞。使用自訂模型的推論會根據佈建輸送量計畫收費,且需購買佈建輸送量。模型單元可在無承諾期限的情況下,用於對自訂模型進行推論。我們會根據您用於自訂模型推論的第一個模型單元的小時數向您收費。如果您想將輸送量提高到超過一個模型單元,則必須購買 1 個月或 6 個月的承諾期限。

強大的建置工具,無需額外收費

使用 Amazon Bedrock 代理程式和 Amazon Bedrock 知識庫時,您只需為使用這些功能的模型和向量資料庫付費。

定價明細

定價取決於模式、供應商和模型。請選擇模型供應商以查看詳細定價。

AI21 Labs

隨需和批次定價

AI21 Labs 模型 每 1,000 個輸入字符的定價 每 1,000 個輸出字符的定價

Jurassic-2 Mid

0.0125 USD

0.0125 USD

Jurassic-2 Ultra

0.0188 USD

0.0188 USD

目前,AI21 Labs 在 Amazon Bedrock 上的模型不支援模型自訂 (微調) 和佈建輸送量。

Amazon

區域

Anthropic

隨需和批次定價

區域:美國東部 (維吉尼亞北部) 及美國西部 (奧勒岡)

Anthropic 模型 每 1,000 個輸入字符的定價 每 1,000 個輸出字符的定價

Claude Instant

0.00080 USD

0.00240 USD

Claude

0.00800 USD

0.02400 USD

區域:亞太區域 (東京)

Anthropic 模型 每 1,000 個輸入字符的定價 每 1,000 個輸出字符的定價

Claude Instant

0.00080 USD

0.00240 USD

Claude

0.00800 USD

0.02400 USD

區域:歐洲 (法蘭克福)

Anthropic 模型 每 1,000 個輸入字符的定價 每 1,000 個輸出字符的定價

Claude Instant

0.00080 USD

0.00240 USD

Claude

0.00800 USD

0.02400 USD

佈建輸送量定價:

區域:美國東部 (維吉尼亞北部) 及美國西部 (奧勒岡)

Anthropic 模型 每個模型單元每小時定價,1 個月承諾 每個模型單元每小時定價,6 個月承諾

Claude Instant

39.60 USD

22.00 USD

Claude

63.00 USD

35.00 USD

區域:亞太區域 (東京)

Anthropic 模型 每個模型單元每小時定價,1 個月承諾 每個模型單元每小時定價,6 個月承諾

Claude Instant

53.00 USD

29.00 USD

Claude

86.00 USD

48.00 USD

區域:歐洲 (法蘭克福)

Anthropic 模型 每個模型單元每小時定價,1 個月承諾 每個模型單元每小時定價,6 個月承諾

Claude Instant

49.00 USD

27.00 USD

Claude

79.00 USD

44.00 USD

請聯絡您的 AWS 客戶團隊,以取得有關模型單元的更多詳細資訊。 

Cohere

隨需和批次定價

Cohere 模型 每 1,000 個輸入字符的定價 每 1,000 個輸出字符的定價
Command 0.0015 USD 0.0020 USD
Command-Light 0.0003 USD 0.0006 USD
Embed – 英文 0.0001 USD
Embed – 多語言 0.0001 USD

自訂定價 (微調)

Cohere 模型 訓練 1,000 個字符的定價 每月儲存每個自訂模型的定價 根據自訂模型每小時每模型單元推斷的定價 (無承諾佈建輸送量定價)

Cohere Command

0.004 USD

1.95 USD

49.50 USD

Cohere Command-Light 0.001 USD

1.95 USD

8.56 USD

*訓練的字符總數 = 訓練資料語料庫中的字符數量 x 時期數

佈建輸送量定價:

Cohere 模型 每個模型單元每小時定價,1 個月承諾

每個模型單元每小時定價,6 個月承諾

Cohere Command

39.60 USD

23.77 USD

Cohere Command-Light

6.85 USD

4.11 USD

請聯絡您的 AWS 客戶或銷售團隊,以取得有關模型單元的更多詳細資訊。 

Meta Llama 2

隨需和批次定價 

Meta 模型 每 1,000 個輸入字符的定價 每 1,000 個輸出字符的定價

Llama 2 Chat (130 億)

0.00075 USD

0.00100 USD

Llama 2 Chat (700 億)

0.00195 USD

0.00256 USD

模型自訂定價 (微調)

Meta 模型 訓練 1,000 個字符的定價 每月儲存每個自訂模型* 的定價 根據自訂模型每小時 1 個模型單元推斷的定價 (無承諾佈建輸送量定價)

Llama 2 預先訓練 (130 億)

0.00149 USD

1.95 USD

23.50 USD

Llama 2 預先訓練 (700 億)

0.00799 USD

1.95 USD 23.50 USD

*自訂模型儲存 = 1.95 USD

佈建輸送量定價:

Meta 模型 每個模型單元每小時定價,1 個月承諾 每個模型單元每小時定價,6 個月承諾

Llama 2 預先訓練及 Chat (130 億)

21.18 USD

13.08 USD

Llama 2 預先訓練 (700 億)

21.18 USD

13.08 USD

*Llama 2 預先訓練模型僅在自訂後的佈建輸送量中可用。

請聯絡您的 AWS 客戶或銷售團隊,以取得有關模型單元的更多詳細資訊。

Stability AI

隨需和批次定價

Stability AI 提供的影像模型依影像定價,具體取決於步驟數和影像解析度:

Stability AI 模型 影像解析度 生成每張標準品質影像的定價 (<=50 個步驟) 生成每張標準品質影像的定價 (> 50 個步驟)

 

SDXL 0.8

512 x 512 或更小

每個影像 0.018 USD

每個影像 0.036 USD

大於 512 x 512

每個影像 0.036 USD

每個影像 0.072 USD

SDXL 1.0

最多 1024 x 1024

0.04 USD 0.08 USD

佈建輸送量定價:

Stability AI 模型 每個模型單元每小時定價,1 個月承諾* 每個模型單元每小時定價,6 個月承諾*

SDXL 1.0

49.86 USD

46.18 USD

*包括基本和自訂模型的推論。

請聯絡您的 AWS 客戶或銷售團隊,以取得有關模型單元的更多詳細資訊。

目前,Amazon Bedrock 上的 Stability AI 模型不支援模型自訂 (微調)。

定價範例

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

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 Image Generator 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 Image Generation 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。

微調每月產生的成本為:微調訓練 (0.005 USD * 1000) + 每月自訂模型儲存 (1.95 USD) + 一小時自訂模型推論 (21 USD) = 5 USD + 1.95 USD + 21 USD = 27.95 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 Image Generator 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

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

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

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 (13B) 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 (70B) 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

定價範例

  • 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

  • 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

  • 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

  • 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

  • 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

  • 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