
Kosten von KI-Werkzeugen in Amazon Bedrock zuordnen und kontrollieren
Amazon Bedrock erfasst für jeden Aufrufer einer Inferenz den vollständigen IAM-ARN in der Spalte line_item_iam_principal des Cost and Usage Report 2.0, kurz CUR 2.0. Bei föderierten Benutzern enthält der ARN auch den Sitzungsnamen. Dafür sind keine Änderungen an den API-Aufrufen erforderlich. Die Identität des tatsächlichen Aufrufers kann somit zusammen mit der gemessenen Nutzung ausgewiesen werden.
Welche Aussage CUR 2.0 ermöglicht
CUR 2.0 aggregiert die Bedrock-Nutzung nach Principal und Nutzungstyp für jedes stündliche oder tägliche Exportintervall. Der Bericht weist keine Kosten pro Einzelanfrage aus. Er zeigt folglich, welche Nutzung innerhalb eines Intervalls einem Principal und einer Nutzungskategorie zugeordnet ist, ist aber kein Protokoll einzeln bepreister Aufrufe.
Die Nutzungstypen müssen getrennt betrachtet werden, weil Bedrock Eingabe-, Ausgabe-, Cache-Lese- und Cache-Schreib-Token jeweils separat misst und abrechnet. Eine Stunde Aktivität unter einem IAM-Principal erzeugt daher typischerweise vier CUR-Zeilen. Mehrere Zeilen für denselben Principal und dieselbe Stunde können also die vier Abrechnungskategorien darstellen und nicht mehrere separat ausgewiesene Anfragen.
Identität und organisatorischer Kontext
Bei IAM Identity Center entspricht der Sitzungsname der angenommenen Rolle dem Anmeldenamen des Benutzers. Dadurch besitzt jeder Benutzer einen unterscheidbaren Principal. Sitzungs-Tags können diese Identität um Angaben wie Team, Kostenstelle und Projekt ergänzen. Tags des IAM-Principals oder einer Föderationssitzung erscheinen in CUR 2.0 mit dem Präfix iamPrincipal/ und stehen in Cost Explorer als filterbare Dimensionen bereit.
Für diese Tags gelten zeitliche Grenzen. Ein IAM-Principal-Tag für die Kostenzuordnung erscheint in Billing erst, nachdem der Principal einen Bedrock-Aufruf ausgeführt hat. Bis zur Anzeige können bis zu 24 Stunden vergehen; bis zur Übernahme in CUR 2.0 und Cost Explorer können es bis zu 48 Stunden sein. Die Aktivierung wirkt nicht rückwirkend. Neue Tags und sehr aktuelle Aktivität sind deshalb unter Berücksichtigung dieser Verzögerungen auszuwerten.
Ausgaben zusätzlich nach Workload ordnen
Die Zuordnung zum Aufrufer lässt sich um eine Workload-Dimension ergänzen. Application Inference Profiles können Workload-Ausgaben auf bedrock-runtime markieren. Bei bedrock-mantle können Projects und Workspaces Ausgaben isolieren und markieren. Der Principal beschreibt damit den Aufrufer, während Profil, Projekt oder Workspace die Ausgaben nach der jeweiligen Workload gliedern können.
Beide Perspektiven bleiben an die Granularität der Kostendaten gebunden. Die Principal-Aggregation zeigt, wem die Nutzung im Exportintervall zugeordnet wurde. Workload-Tags ergänzen den unterstützten organisatorischen Zusammenhang. CUR 2.0 liefert dennoch keine Kosten einer einzelnen Anfrage, sondern aggregierte Daten nach Intervall und Nutzungstyp.
Berechtigungen hängen von Werkzeug und Schnittstelle ab
Codex und ChatGPT Work benötigen bei Verwendung von bedrock-mantle die Aktion bedrock-mantle:CreateInference sowie zugehörige, auf ein Project begrenzte Aktionen. Claude Code und Claude Desktop benötigen mit bedrock-runtime die Aktionen bedrock:InvokeModel und bedrock:InvokeModelWithResponseStream. Diese werden auf die relevanten Modell- oder Inference-Profile-ARNs begrenzt.
Auch der tatsächlich verwendete Zugang bestimmt die Zuordnung. Ist AWS_BEARER_TOKEN_BEDROCK gesetzt, verwenden Claude Code und Codex den Schlüssel anstelle der SSO-Anmeldekette. Die Aufrufe werden dann dem IAM-Benutzer hinter diesem Schlüssel zugeordnet. Im Kostenbericht erscheint somit die Identität des wirklich verwendeten Zugangs und nicht zwangsläufig die andernfalls erwartete SSO-Identität.
Erforderliche Exportkonfiguration
Damit line_item_iam_principal befüllt wird, muss CUR 2.0 mit der Option zur Zuordnung nach Aufruferidentität konfiguriert sein. Ein Export, der vor der Einführung der IAM-Principal-Zuordnung erstellt wurde, muss durch einen neuen Export mit dieser Option ersetzt werden. Ein bereits vorhandener älterer Export stellt die erforderlichen Principal-Daten nicht automatisch bereit.
Konfiguration und Datenverzögerung sind zwei getrennte Aspekte. Die Zuordnungsoption ermöglicht die Principal-Spalte; für Tags gelten weiterhin die Fristen bis zu ihrer Anzeige und Weitergabe. Zusammen mit der stündlichen oder täglichen Aggregation bestimmen diese Bedingungen, welche Informationen zu welchem Zeitpunkt in den Kostendaten sichtbar sind.
Kontrollen reagieren unterschiedlich schnell
AWS Budgets kann beim Überschreiten eines nach Tags gefilterten Schwellenwerts eine Aktion auslösen, beispielsweise eine Verweigerungsrichtlinie anwenden. Aktualisierungen des Budgets und Verzögerungen der Abrechnungsdaten können jedoch dazu führen, dass ein Benutzer mit sehr schneller Nutzung den Grenzwert um bis zu einen Tag überschreitet. Eine Budgetaktion ist daher keine unmittelbare Entscheidung über jeden einzelnen Aufruf.
CloudWatch-Alarme und Lambda können Grenzwerte anhand von Bedrock-Metriken mit einer angegebenen Latenz von 1–5 Minuten durchsetzen. Ein LLM-Gateway kann einzelne Aufrufe blockieren, verursacht jedoch zusätzliche betriebliche Komplexität und Latenz pro Anfrage. Zur Auswahl stehen damit eine verzögerte, abrechnungsbasierte Kontrolle, eine minutennahe Reaktion auf Metriken und eine Blockierung auf Ebene der einzelnen Inferenz.
Die primäre AWS-Quelle verbindet diese Bausteine: CUR 2.0 liefert aggregierte Nutzung nach Principal, Tags ergänzen organisatorischen und Workload-Kontext, und Budgets, CloudWatch mit Lambda oder ein LLM-Gateway bieten Kontrollen mit unterschiedlichen zeitlichen und betrieblichen Eigenschaften.