# 如何归集并控制 Amazon Bedrock 中 AI 工具的成本

- Source: MechNext — https://mechnext.eu/zh/article/72-attributing-and-controlling-ai-tool-costs-on-amazon-bedrock
- Published: 2026-11-16
- Updated: 2026-11-16
- Category: Industry News
- Language: zh (Markdown in other languages: ?lang=en, ?lang=de, ?lang=sk, ?lang=pl, ?lang=ru)

> Amazon Bedrock 可通过 CUR 2.0、会话标签以及工作负载配置文件或项目，把用量归集到 IAM 主体。实施时还需考虑报表延迟、不同工具的权限要求，以及响应速度各异的限额控制方式。

Amazon Bedrock 会在成本和使用情况报告 2.0，也就是 CUR 2.0 的 `line_item_iam_principal` 列中，记录每个推理调用者的完整 IAM ARN。对于联合身份用户，这个 ARN 还包含会话名称。完成这种记录不需要修改 API 调用，因此，调用者身份能够直接与计量用量关联，而不必为每次调用增加额外的应用级改动。

### CUR 2.0 能回答什么问题

CUR 2.0 会在每个按小时或按天生成的导出区间内，按照 IAM 主体和用量类型汇总 Bedrock 用量。它不提供单次请求的成本。因此，这份报告适合说明某个导出区间内，哪些用量被归到哪个主体以及哪种用量类别，却不能被当作逐次请求的成本明细账。

理解这种汇总边界很重要。看到某个主体在同一小时内产生多行记录，并不等于报告给出了多次请求各自的价格。报告展示的是区间聚合结果，分析时应围绕主体、用量类型和导出区间来阅读数据，而不能把其中一行直接解释为一个独立推理请求。

### 为何同一主体通常会有多行记录

Bedrock 会分别计量并计费输入令牌、输出令牌、缓存读取令牌和缓存写入令牌。由于这四类用量彼此分开，一个 IAM 主体在一小时内的活动通常会形成四行 CUR 记录。这些行共同描述该主体在相应时段中的不同计费类别。

因此，汇总时既要保留主体维度，也要保留用量类型维度。如果只看到行数增加就推断调用次数，会超出 CUR 2.0 所提供的信息。可靠的解释是：同一主体在同一时间区间内可能同时产生输入、输出、缓存读取和缓存写入四类独立计量结果，而报告本身仍然不披露每个请求的成本。

### IAM Identity Center 如何区分用户

使用 IAM Identity Center 时，代入角色的会话名称就是用户的登录名，因此每个用户会形成可区分的主体。对于联合身份用户，完整 ARN 中包含的会话名称也随之成为归集的一部分。这样，CUR 2.0 中记录的不是一个缺少会话信息的笼统角色标识，而是带有对应会话名称的完整调用主体。

该身份还可以通过会话标签补充组织信息，例如团队、成本中心和项目。IAM 主体标签或联合身份会话标签会以 `iamPrincipal/` 前缀出现在 CUR 2.0 中，并可在 Cost Explorer 中作为筛选维度。主体回答“由谁产生用量”，这些标签则为同一主体增加团队、成本中心或项目等可筛选背景。

### 标签不是即时生效的数据

IAM 主体成本分配标签只有在该主体实际执行过一次 Bedrock 调用后，才会出现在 Billing 中。标签出现最多可能需要 24 小时，进入 CUR 2.0 和 Cost Explorer 最多可能需要 48 小时。此外，标签激活不具有追溯效力，不能把激活前的既有用量重新纳入该标签。

这意味着，刚完成调用但尚未看到标签，并不能直接说明主体没有活动；新启用标签后，也不能期待它自动覆盖更早的数据。查看近期账单时，需要同时考虑首次 Bedrock 调用、标签在 Billing 中出现的时间，以及标签继续传递到 CUR 2.0 和 Cost Explorer 的时间。标签的组织价值与其处理延迟必须一起理解。

### 在调用者之外增加工作负载维度

调用者归集还可以与工作负载标记结合。对于 `bedrock-runtime`，Application Inference Profiles 可以为工作负载支出添加标签。对于 `bedrock-mantle`，Projects 和 Workspaces 可以隔离并标记支出。由此可以形成两个彼此相关但作用不同的观察角度：IAM 主体用于识别调用者，配置文件、项目或工作区用于组织相应工作负载的支出。

这两个角度不会改变 CUR 2.0 的基础粒度。主体维度说明某个小时或某一天的用量归属于谁，工作负载标签说明这些支出可归入哪个受支持的工作负载分组。无论增加多少组织标签，CUR 2.0 仍然按照导出区间和用量类型汇总，而不是给出逐请求成本。

### 不同工具对应不同权限范围

工具使用的 Bedrock 接口不同，所需操作和资源范围也不同。Codex 和 ChatGPT Work 在使用 `bedrock-mantle` 时，需要 `bedrock-mantle:CreateInference` 以及相关操作，并且这些权限要限定到一个 Project。这里的权限边界围绕 `bedrock-mantle` 的项目展开。

Claude Code 和 Claude Desktop 在使用 `bedrock-runtime` 时，需要 `bedrock:InvokeModel` 和 `bedrock:InvokeModelWithResponseStream`。这些操作要限定到相关模型或推理配置文件的 ARN。因而，不能把一个接口下的操作名称和资源范围直接套用到另一个接口；工具、所用接口、允许的操作以及目标 ARN 或 Project 需要相互对应。

### 凭证路径会改变最终归集身份

如果设置了 `AWS_BEARER_TOKEN_BEDROCK`，Claude Code 和 Codex 会使用该密钥，而不是 SSO 凭证链。此时，调用会被归集到该密钥背后的 IAM 用户。即使原本预期通过 SSO 会话识别某位用户，实际报告仍会反映真正用于调用的凭证。

因此，分析主体归集结果时，需要关注调用最终采用了哪条凭证路径。使用 SSO 时，可以利用登录名形成的会话名称区分用户，并通过会话标签增加团队、成本中心和项目等信息；使用上述环境变量提供的密钥时，归集对象则变为密钥背后的 IAM 用户。记录结果忠实反映实际调用身份。

### 必须正确创建 CUR 2.0 导出

要让 `line_item_iam_principal` 得到填充，CUR 2.0 必须启用调用者身份分配选项。如果某个导出是在 IAM 主体归集功能推出之前创建的，就必须用一个启用了该选项的新导出替换它。仅仅保留旧导出，并不能让所需主体数据自动出现在相应列中。

导出配置与标签延迟是两件不同的事。调用者身份分配选项决定主体列能否填充；主体成本分配标签仍需等待其在 Billing 中出现，并继续传递到 CUR 2.0 和 Cost Explorer。再加上 CUR 2.0 本身按小时或按天汇总，这些条件共同决定了可以观察到哪些数据，以及何时能够观察到。

### AWS Budgets 提供基于成本数据的动作

AWS Budgets 可以在按标签筛选的阈值被突破时触发动作，例如应用拒绝策略。这种方式能够把标签维度与阈值动作关联起来，但预算更新和账单数据都存在延迟。对于用量增长很快的用户，这些延迟可能使其超出限制长达一天。

因此，预算动作不能被理解为对每次推理调用进行即时判定。它依赖预算更新和账单数据到达后的结果，适合表达基于标签筛选阈值的控制，但其响应速度受到数据处理周期约束。若目标是更快制止持续增长的用量，就需要比较使用指标或逐次调用控制的其他方式。

### 分钟级执行与逐次调用阻止

CloudWatch 警报与 Lambda 可以利用 Bedrock 指标执行限制，给出的延迟为 1 至 5 分钟。与可能让高速度用户超出限制长达一天的预算动作相比，这是一种基于指标、以分钟为尺度的执行方式。它仍然不是对每次调用逐一同步判断，但响应窗口明显由账单周期转向了指标处理周期。

LLM 网关能够阻止单个调用，从而把控制放到每次调用的层面。不过，这种方式会增加运维复杂度，并给每个请求增加延迟。选择控制机制时，核心差异并不只是能否设置限制，还包括限制依据的数据、从发生用量到执行动作所需的时间，以及为了逐次阻止调用而承担的运维复杂度和请求延迟。

### 如何整体理解归集与控制

这些能力可以按职责组合起来理解。CUR 2.0 提供按 IAM 主体、用量类型以及小时或天汇总的数据；Identity Center 的会话名称让用户主体彼此区分；主体或联合身份会话标签增加团队、成本中心和项目维度；Application Inference Profiles、Projects 与 Workspaces 则根据所用接口补充工作负载支出维度。

控制层面，AWS Budgets 可以基于标签筛选阈值触发拒绝策略等动作，但会受到预算与账单延迟影响；CloudWatch 警报和 Lambda 依据 Bedrock 指标，以给出的 1 至 5 分钟延迟执行限制；LLM 网关可阻止单个调用，同时带来额外运维复杂度与逐请求延迟。三类方式分别对应账单驱动、指标驱动和调用级阻止。

[AWS 的主要来源](https://aws.amazon.com/blogs/machine-learning/cost-attribution-and-controls-for-ai-developer-and-productivity-tools-on-amazon-bedrock)把这些要素放在同一个成本归集与控制框架中。落实该框架时，既要确认 CUR 2.0 已启用调用者身份分配，也要核对工具实际使用的凭证和接口，并在阅读标签数据时保留最多 24 小时和 48 小时的处理窗口。最终得到的是区间级成本归集与多种响应速度的控制选项，而不是逐请求成本报告。
