用 AWS CLI 核算 Bedrock 单次调用费用

🎤 面试题

“你的团队想接入一个 Amazon Bedrock 聊天机器人。你会如何计算一次 prompt 的成本？”

这道题既会出现在 AIF-C01 备考中，也会出现在真实面试中。一个有说服力的回答是：Bedrock 按 token 收费，每次响应都会告诉你消耗了多少 token。下面用 AWS CLI，花 5 分钟验证一下。👇

👉 流程：发送一次 prompt → 读取用量 → 乘以单价 → 比较两个 prompt

✅ 已安装 AWS CLI v2，并已登录（aws sts get-caller-identity 能正常执行）
✅ Region 为 us-east-1
✅ 已获得 Amazon Nova Micro 的模型访问权限（Bedrock 控制台 → Model access）

💬 第 2 步：使用 Converse API 发送一次 prompt

aws bedrock-runtime converse \
  --region us-east-1 \
  --model-id us.amazon.nova-micro-v1:0 \
  --messages '[{"role":"user","content":[{"text":"Explain overfitting in one sentence."}]}]' \
  --query '{answer: output.message.content[0].text, usage: usage}'

✅ 预期结果（你的 token 数量会有所不同）：

{
  "answer": "Overfitting is when a model learns the training data so closely ...",
  "usage": { "inputTokens": 8, "outputTokens": 24, "totalTokens": 32 }
}

👀 这个 usage 区块就是以 token 为单位的账单。

🧮 第 3 步：把 token 换算成金额

打开 Amazon Bedrock 定价页面，找到 Nova Micro，复制每 1,000 个输入 token 和每 1,000 个输出 token 的价格。

IN=8; OUT=24                      # from usage
P_IN=<price per 1K input tokens>  # from the pricing page
P_OUT=<price per 1K output tokens>
awk -v i=$IN -v o=$OUT -v pi=$P_IN -v po=$P_OUT \
  'BEGIN { printf "USD %.8f per prompt\n", i/1000*pi + o/1000*po }'

💡 再乘以每天的 prompt 数量，就能得到每日成本。这才是你的经理想知道的数字。

🧨 故意把成本拉高

改为要求一个长回答：

--messages '[{"role":"user","content":[{"text":"Explain overfitting in 500 words."}]}]'

📈 outputTokens 会明显增加，而且输出 token 的单价比输入 token 更高。接着加上 --inference-config '{"maxTokens":50}'，看看成本如何降下来。

💵 在 Nova Micro 上发送几次 prompt，成本还不到一美分。

🧹 无需删除任何东西：Converse 调用不会创建资源。

🎯 现在你在面试和考试中可以这样回答

✅ “Bedrock 的按需定价按输入和输出 token 分别计费。”
✅ “每次 Converse 响应都会返回 inputTokens 和 outputTokens。”
✅ “输出 token 通常更贵，所以我会用 maxTokens 限制输出数量。”
✅ “单次 prompt 成本 × 每天的 prompt 数量 = 每日账单。”

这是我们免费 AWS AI Practitioner（AIF-C01）课程第 5 章的实操版。完整章节会解释什么是 token、为什么 token 决定成本，以及考试会如何考查这些知识。

👉 前往 Confident Prep 阅读完整章节。

如需采取进一步措施，你可以考虑屏蔽此人和／或举报滥用行为。