Precios de AWS Bedrock: desglose de costes y cómo optimizarlos en 2026

Respuesta rápida: los precios de AWS Bedrock varían según el uso. Por ejemplo, Nova Pro cuesta alrededor de $0.80 por millón de tokens de entrada y $3.20 por millón de tokens de salida. Las tarifas varían según el modelo y la región.

Su prueba de concepto de Bedrock funcionó. El modelo fue bueno, la API fue limpia, lanzaron una función y a los usuarios les gusta.

Luego llegó la factura.

Fue más alta que el número calculado a ojo que usaron para aprobar el proyecto, y las líneas que se ven en la factura no explican del todo por qué. No están solos, y la respuesta no es «Bedrock es caro».

La respuesta es que los precios de Bedrock tienen cinco o seis elementos variables que no son evidentes hasta que uno ha pasado por uno o dos ciclos de facturación.

Un pronóstico útil comienza con la carga de trabajo: las llamadas al modelo que realiza, el contexto que envía y los servicios que la respaldan. A partir de ahí, puede probar qué cambios reducen los costos sin debilitar el resultado.

¿Necesita calcular el precio de su propia carga de trabajo en Bedrock? Agende una revisión de costos de Bedrock con Avahi.

Puntos clave

• Pronostique los tokens de entrada y salida por separado, usando tráfico representativo y las tarifas correspondientes al modelo y la región elegidos.
• Incluya en el presupuesto los costos de respaldo, como recuperación, almacenamiento vectorial, orquestación y Guardrails.
• Pruebe el enrutamiento de modelos, el almacenamiento en caché de prompts y la inferencia por lotes frente a sus requisitos de calidad y latencia antes de proyectar ahorros.
• Considere Provisioned Throughput para demanda estable. La capacidad reservada sigue costando dinero cuando está inactiva.
• Agende una revisión de costos de Bedrock con Avahi para evaluar su carga de trabajo y definir el alcance de una prueba de valor.

Cómo funcionan realmente los precios de AWS Bedrock (también conocidos como precios de Amazon Bedrock)

Bedrock se basa en el uso. No hay un mínimo, ni suscripción, ni un nivel gratuito de AWS Bedrock en el que pueda confiar para producción (más información sobre el nivel gratuito más adelante). Usted paga por lo que usa, pero «lo que usa» tiene cinco categorías que vale la pena entender antes de pronosticar una factura.

Cuatro palancas de costos determinan la factura de Amazon Bedrock:

• Bajo demanda: Pague por cada 1.000 tokens de entrada, por cada 1.000 tokens de salida, por imagen o por segundo de vídeo generado. Sin compromiso, sin mínimo, los precios varían según el modelo y la región de AWS. Aquí es donde empiezan la mayoría de los equipos.
• Rendimiento provisionado: Reserve capacidad dedicada para un modelo específico en unidades de modelo, facturada por hora, utilice o no la capacidad. A esto se cambia cuando el uso se vuelve predecible y de gran volumen.
• Inferencia por lotes: Ejecute trabajos asíncronos con un 50 % de descuento sobre la tarifa Bajo demanda. Específicamente para Amazon Nova, AWS también ofrece un nivel Flex con el mismo 50 % de descuento, además de un nivel Priority a aproximadamente 1,75 veces el Standard para cargas de trabajo críticas que necesitan una asignación de cómputo preferente. Adecuado para trabajos donde la latencia no importa (resúmenes nocturnos, clasificación de documentos, enriquecimiento periódico).
• Almacenamiento en caché de prompts: Almacene en caché el contexto de entrada repetido (prompts del sistema, fragmentos de conocimiento extensos, ejemplos de pocos disparos) y pague una fracción de la tarifa de tokens de entrada por la parte almacenada en caché. Ahorros de hasta el 90 % en la parte de entrada para aplicaciones con mucho contexto.

Estas palancas de costos no son excluyentes. Un sistema en producción puede combinar varias de ellas:

• On-Demand para tráfico en vivo
• Batch para trabajo nocturno
• Almacenamiento en caché de prompts en las partes estáticas de cada solicitud y, a veces,
• Provisioned Throughput en el modelo que maneja la mayor parte de la carga.

Luego están los componentes que se ubican sobre el modelo y tienen su propio precio: Bedrock Knowledge Bases para RAG, Bedrock Agents para flujos de trabajo de varios pasos, Bedrock Flows para orquestación visual y Bedrock Guardrails para moderación de contenido.

Presupueste sus cargos correspondientes y los servicios de AWS que invocan.

Referencia rápida: los cuatro modos de precios de AWS Bedrock de un vistazo

Precios Bajo demanda: el punto de partida predeterminado

Cuando llama por primera vez a un modelo de Bedrock a través de la API, está en el modo Bajo demanda. El modelo se comparte de forma multiinquilino, usted paga por token y no hay compromiso.

La estructura es la misma en todos los modelos de texto: paga por separado por los tokens de entrada (su prompt, incluyendo cualquier contexto recuperado y el mensaje del sistema) y los tokens de salida (la respuesta del modelo). Los tokens de salida generalmente cuestan de 3 a 5 veces más que los de entrada. Esta relación es el dato más importante para la previsión de costes, porque la mayoría de los equipos subestiman el coste de salida cuando calculan el gasto.

Un ejemplo rápido con Amazon Nova Pro. A partir de junio de 2026 en la página oficial de precios de AWS Nova, Nova Pro Bajo demanda cuesta 0,80 $ por cada millón de tokens de entrada y 3,20 $ por cada millón de tokens de salida, lo que equivale a 0,0008 $ por cada 1.000 tokens de entrada y 0,0032 $ por cada 1.000 tokens de salida.

Así, un intercambio de chat típico de 1.000 tokens de entrada y 500 tokens de salida cuesta 0,0008 $ + 0,0016 $ = 0,0024 $ por llamada. Con 100.000 llamadas al día, eso supone unos 240 $ al día, o aproximadamente 7.200 $ al mes.

Precios seleccionados de Amazon Nova en US East (Norte de Virginia), en USD por millón de tokens. Tarifas estándar bajo demanda salvo que se indique lo contrario; lista de precios de AWS con fecha del 30 de septiembre de 2026.

Nota: los tokens de entrada leídos de la caché se facturan con un 75 % de descuento respecto del precio de token de entrada bajo demanda. Los precios del nivel Flex y del nivel Batch son aproximadamente un 50 % más bajos que las tarifas del nivel Standard mostradas. Nova 2 Lite está disponible de forma general. La disponibilidad y las tarifas varían entre los modelos Nova 2. Verifique las tarifas más recientes aquí.

Precios seleccionados de Anthropic Claude en Amazon Bedrock (inferencia global entre regiones). En USD por millón de tokens, nivel Standard, según la lista de precios de AWS del 30 de septiembre de 2026 para us-east-1. Claude 3.5 Haiku es la excepción regional indicada a continuación.

Algunas cosas que debe verificar antes de usar estos precios:

• Región: los precios de Claude 3.5 Haiku se aplican a la inferencia dentro de la región y geográfica. La inferencia global usa tarifas diferentes.
• Procesamiento por lotes: AWS indica compatibilidad de Claude 3.5 Haiku con Batch en us-west-2 para solicitudes de una sola región y en us-east-1 para solicitudes entre regiones. No se indica compatibilidad con Batch para Opus 4.7 ni 4.8.
• Almacenamiento en caché: los precios de lectura de caché no incluyen el costo independiente de escribir en la caché.
• Tamaño del contexto: los precios mostrados para Opus 4.5, Sonnet 4/4.5 y Haiku 4.5 se aplican a contextos de hasta 200 000 tokens.
• Modelos anteriores: Sonnet 4 es un modelo heredado con fecha de fin de vida útil el 14 de octubre de 2026. Verifique los precios de acceso extendido antes de elegirlo.
• Precios regionales: las tarifas pueden variar según la opción de inferencia. Por ejemplo, el precio geográfico/dentro de la región de Sonnet 4.6 es de $3.30 por entrada y $16.50 por salida, por millón de tokens.

Verifique los precios actuales y la disponibilidad de modelos de AWS antes de presupuestar.

Cómo se comparan los precios de entrada:

A $3 por millón de tokens de entrada, Sonnet 4.6 cuesta:

• 3.75 veces más que Nova Pro, que cuesta $0.80
• 50 veces más que Nova Lite, que cuesta $0.06

Estas comparaciones solo abarcan los tokens de entrada. Su total también incluye los tokens de salida y cualquier cargo de enrutamiento.

La familia Claude de Anthropic en Bedrock sigue el mismo patrón con un coste absoluto más elevado.

• Los precios de Anthropic en AWS Bedrock siguen de cerca las tarifas de la API publicadas por Anthropic, con variaciones regionales.
• Claude Opus 4.8 es una opción para razonamiento complejo ($5.00 por 1M de tokens de entrada, $25.00 por 1M de salida a la tarifa Standard global).
• Claude Sonnet 4.6 es la opción principal de alta calidad ($3.00 por 1M de entrada, $15.00 por 1M de salida, con una ventana de contexto de 1M de tokens).
• Claude Haiku 4.5 es la opción más rápida y económica ($1.00 por 1M de entrada, $5.00 por 1M de salida).
• Anthropic también tiene Mythos Preview disponible en una vista previa de investigación restringida (no disponible para el público general, sin precios publicados aún).
• Los modelos Meta Llama y Mistral ofrecen puntos alternativos de precio-rendimiento. Verifique siempre la tarifa actual en la página oficial de precios de AWS Bedrock antes de comprometerse con un presupuesto, porque las tarifas cambian y la región importa.

Para los embeddings (modelos vectoriales como Amazon Titan Text Embeddings o Cohere Embed), solo paga por los tokens de entrada porque la salida es un vector, no texto generado. Los costes de los embeddings suelen ser pequeños por llamada, pero las aplicaciones RAG generan muchos, por lo que se acumulan.

Para la generación de imágenes y video, la unidad de facturación puede cambiar a imágenes o segundos de video. Verifique la tarifa y el ciclo de vida del modelo seleccionado antes de presupuestar: AWS indica fechas de EOL del 30 de septiembre de 2026 para Nova Canvas y Nova Reel.

El patrón en todos estos casos: usted paga por la salida. La forma de reducir el coste Bajo demanda es casi siempre producir menos salida, o producir la misma salida con un modelo más barato.

Provisioned Throughput: cuándo vale la pena

Provisioned Throughput es la respuesta para cargas de trabajo estables y de alto volumen. Usted reserva unidades de modelo (cada una garantiza un rendimiento conocido en tokens por minuto) y paga una tarifa por hora, ya sea que la capacidad esté en uso o inactiva.

On-Demand evita pagar por capacidad reservada inactiva. Compare su costo y los límites de servicio con la opción aprovisionada frente a su demanda real.

El Rendimiento provisionado es más caro por hora, pero ofrece un rendimiento y un coste predecibles. Hay tres niveles de compromiso: sin compromiso (pago por hora, cancelación en cualquier momento), compromiso de 1 mes (tarifa por hora más baja) y compromiso de 6 meses (tarifa por hora mínima).

El cálculo honesto sobre si cambiar:

• Si su volumen diario de tokens es modesto e intermitente, manténgase en On-Demand.
• Para tráfico sostenido, compare el cargo aprovisionado con el gasto bajo demanda para el mismo modelo, región y combinación de entrada/salida. No existe un punto de equilibrio universal de tokens por minuto.
• Las opciones de inferencia dependen del modelo y del método de personalización. Los modelos personalizados importados admiten inferencia bajo demanda. Los modelos ajustados (fine-tuned) tienen requisitos de implementación específicos de cada modelo, así que verifique la documentación correspondiente antes de presupuestar la capacidad.

El error que debe evitarse es sobrerreservar. Comprar capacidad con compromiso de 6 meses para un tráfico que aún no es estable es la forma más rápida de gastar de más en Bedrock. La mayoría de los equipos debería operar en On-Demand el tiempo suficiente para ver el patrón real de tráfico antes de comprometerse.

¿Cuándo tiene sentido usar Provisioned Throughput?

Primero mida la demanda horaria estable y las necesidades de nivel de servicio. Provisioned Throughput reserva capacidad del modelo, por lo que la capacidad no utilizada igual tiene un costo.

Compare el cargo mensual aprovisionado con el gasto observado bajo demanda para el mismo modelo, región y perfil de tráfico.

Mantenga el tráfico intermitente o en etapa inicial bajo demanda, salvo que el requisito de capacidad o latencia justifique una reserva.

Inferencia por lotes y almacenamiento en caché de prompts: las dos palancas silenciosas

Dos modos de precios son fáciles de pasar por alto y, a menudo, afectan la factura más que la decisión de qué modelo elegir.

La inferencia por lotes (Batch) ejecuta prompts de forma asíncrona a la mitad de la tarifa de On-Demand para los modelos compatibles (AWS también tiene un nivel Flex con el mismo descuento del 50 % para los modelos compatibles, con compensaciones similares).

Los casos de uso no son interactivos:

• Resumen de documentos nocturno
• Enriquecimiento periódico de datos
• Generación de embeddings a gran escala
• Generación de informes al final del día
• Cualquier caso en el que la solicitud y la respuesta no necesiten ocurrir en tiempo real. Si puede retener una solicitud durante horas, puede pagar la mitad.
• El patrón que funciona: tome las partes de su carga de trabajo de gran volumen y tolerantes a la latencia, y páselas a Batch. El primer lugar donde mirar es cualquier cosa que se ejecute con una programación cron. El segundo es cualquier caso en el que un usuario inicie un trabajo y esté contento de recibir un correo electrónico cuando termine.

El almacenamiento en caché de prompts es la palanca más importante para las aplicaciones con mucho contexto. Si sus prompts incluyen un prefijo estático grande (un prompt del sistema, un conjunto grande de ejemplos de pocos disparos, un documento de política largo, un contexto de base de conocimientos) y el prefijo se repite en las solicitudes, Bedrock puede almacenar en caché el prefijo y facturar los tokens almacenados en caché a una fracción de la tarifa estándar de tokens de entrada.

Los ahorros por lectura de caché pueden llegar al 90 % en los modelos compatibles. El ahorro neto depende de la reutilización, los cargos de escritura en caché, la longitud mínima del prefijo y el vencimiento.

Verifique si su aplicación envía repetidamente un prefijo apto para caché.

Si su aplicación envía el mismo prompt del sistema de 5.000 tokens con cada solicitud, probablemente esté pagando por 5.000 tokens de entrada en cada llamada cuando podría estar pagando una fracción mínima de eso.

Vale la pena auditar si está viendo una factura de tokens de entrada más alta de lo esperado.

Los costos ocultos: Knowledge Bases, Agents, Flows, Guardrails

La mayoría de los equipos presupuestan para el modelo y olvidan los componentes que lo rodean. Cada uno tiene su propia línea en la factura.

Bedrock Knowledge Bases es la capacidad de RAG administrada. La invocación del modelo durante la recuperación se cobra a las tarifas de inferencia estándar.

El costo oculto es el almacén de vectores: si usa Amazon OpenSearch Serverless como índice de respaldo (la opción administrada predeterminada), espere un costo base de al menos unos cientos de dólares al mes por la capacidad de OCU, incluso con un volumen bajo de consultas.

Para cargas de trabajo más pequeñas, alternativas como Amazon Aurora PostgreSQL con pgvector u OpenSearch autogestionado pueden ser más baratas, pero requieren más configuración. También está el coste del modelo de embeddings durante la ingesta, que se paga una vez por documento pero se repite cada vez que se vuelve a indexar.

Bedrock Agents orquestan flujos de trabajo de varios pasos donde el modelo llama a herramientas, recupera contexto y produce una respuesta final.

The agent invocation itself does not have a fixed per-call fee; what you pay is the sum of every model call the agent makes along the way.

Los agentes que realizan muchas llamadas a herramientas y muchas invocaciones al modelo por solicitud de usuario pueden ser engañosamente caros si solo cuenta las interacciones visibles del usuario.

Bedrock Flows es el producto de orquestación visual para encadenar prompts, condiciones y herramientas. El coste específico de Flows es de aproximadamente 0,035 $ por cada 1.000 transiciones de nodos visuales, además de los costes de invocación del modelo subyacente.

Para un uso de bajo volumen es trivial; para cargas de trabajo de producción de alto volumen vale la pena medirlo.

El precio de Bedrock Guardrails depende de los filtros habilitados, la API utilizada y el volumen evaluado. Consulte la página de precios de AWS para la configuración que planea implementar.

Incluya las evaluaciones de entrada y de salida cuando use Guardrails en ambas. Cada filtro habilitado puede sumarse al cargo, así que modele el conjunto completo de políticas.

Ninguno de estos es irrazonable por sí solo. Se convierten en un problema cuando los equipos los apilan todos juntos sin medir la contribución de cada uno a la cifra final.

Costes ocultos de un vistazo.

Enrutamiento de modelos: adapte el costo a la complejidad de la solicitud

Si lee una sección de esta guía, que sea esta.

El enrutamiento de modelos puede reducir costos cuando algunas solicitudes alcanzan el objetivo de calidad con un modelo más económico. Compare su impacto con el almacenamiento en caché, el procesamiento por lotes y los cambios de capacidad usando su propio tráfico.

El patrón: envíe solicitudes simples a un modelo barato y rápido. Envíe solicitudes complejas a un modelo grande y caro. Decida cuál es cuál mediante programación.

Un ejemplo ilustrativo de enrutamiento: Supongamos que su aplicación maneja dos tipos de consultas: búsquedas fácticas cortas (aproximadamente el 70% del tráfico) y razonamiento complejo de varios pasos (aproximadamente el 30% del tráfico).

Si enruta todo a Claude Sonnet 4.6 ($3/M de entrada y $15/M de salida), pagará sus tarifas en cada llamada.

Si el 70% de las solicitudes se mueven a Claude Haiku 4.5 ($1/M de entrada y $5/M de salida), mientras que el 30% permanece en Sonnet 4.6, el mismo volumen de tokens de entrada y salida cuesta aproximadamente un 46.7% menos antes de la sobrecarga de enrutamiento.

Esta ilustración asume que el modelo más económico cumple con el objetivo de calidad. Pruebe esa suposición con tráfico representativo.

La implementación es una función clasificadora o de enrutamiento que se ejecuta antes de la llamada al modelo. AWS Intelligent Prompt Routing admite pares de modelos seleccionados dentro de una familia. Confirme el soporte del modelo y de la Región antes de elegirlo; otras combinaciones requieren enrutamiento a nivel de aplicación.

AWS publica que puede reducir los costes hasta en un 30 % sin comprometer la precisión. Si desea el patrón de enrutamiento pero no quiere construir el clasificador usted mismo, esta es la opción sin desarrollo.

La compensación es real. El enrutamiento añade una pequeña cantidad de latencia, un costo inicial mínimo para el clasificador y complejidad arquitectónica. Para aplicaciones de bajo volumen es excesivo. A mayor volumen, mida si los ahorros justifican esa sobrecarga.

Este es el patrón que Avahi ha utilizado con Groopview, nuestro caso de estudio principal a continuación.

Palancas de optimización para probar con su carga de trabajo:

Calculadora de precios de AWS Bedrock: previsión de su factura

La oficial Calculadora de precios de AWS es compatible con Amazon Bedrock y es la herramienta adecuada para una primera previsión. Los campos que más importan:

• Modelo y región (las tarifas difieren entre regiones)
• Tokens de entrada diarios y tokens de salida diarios (su modelo y modo de precios más utilizados)
• Tamaño del almacén de vectores de Knowledge Bases y tasa de consultas
• Evaluaciones de Guardrails por día
• Volumen de generación de imágenes o vídeos, si corresponde
  

La advertencia honesta: la calculadora solo le muestra lo que AWS cobrará por los componentes que usted introduzca. No detecta los patrones que impulsan el gasto excesivo (modelos sobredimensionados, prompts sin caché, rendimiento sobreprovisionado, Guardrails ejecutándose en cada entrada y cada salida).

Para una previsión real sobre una carga de trabajo real, instrumente primero la aplicación, mida durante una o dos semanas en Bajo demanda y realice la previsión a partir del uso observado. La calculadora es un punto de partida, no la respuesta.

Construya una estimación de costos de Bedrock a partir de su carga de trabajo

Comience con el modelo, la Región y el nivel de inferencia que utilizará. Estime las solicitudes mensuales y los tokens promedio de entrada y salida a partir de una muestra de tráfico representativa.

Costo mensual del modelo = (tokens de entrada ÷ 1,000,000 × tasa de entrada) + (tokens de salida ÷ 1,000,000 × tasa de salida). Utilice las tasas cotizadas por millón de tokens para ambas partes del cálculo.

Utilice la página oficial de precios de Amazon Bedrock para el modelo y la Región que seleccionó. Confirme los niveles admitidos y la disponibilidad antes de comprometerse con la estimación.

Calcule el tráfico esperado, un mes pico y un mes con prompts o respuestas más largos. Incluya reintentos y pasos de agente: una acción de usuario puede desencadenar varias llamadas al modelo.

Añadir cargos más allá de los tokens del modelo

Añada Guardrails, ingesta de Bases de Conocimiento, almacenamiento e infraestructura de recuperación donde sea aplicable. Los Agentes y Flujos pueden desencadenar llamadas adicionales al modelo y otros servicios de AWS.

Verifique cada partida relevante en la página de precios de AWS, luego valide la estimación completa en AWS Pricing Calculator.

Pruebe los ahorros frente a su tráfico. El almacenamiento en caché requiere la reutilización de un prefijo de prompt compatible. Batch y Flex tienen condiciones de modelo, latencia y disponibilidad. Compare el costo total, incluidos los servicios de soporte, antes de cambiar.

Cuándo NO usar Bedrock

Compare Bedrock con alternativas frente a su carga de trabajo y requisitos operativos.

Bedrock ES la respuesta correcta cuando:

• Desea acceso gestionado a múltiples modelos de vanguardia detrás de una única interfaz (Anthropic, Amazon Nova, Meta, Mistral, Cohere y otros sin gestionar relaciones con proveedores por separado).
• Necesita integración nativa de AWS con el resto de su stack (S3, Lambda, ECS, IAM, VPC, CloudWatch).
• Le importan los controles de IAM, el aislamiento de VPC y el registro de auditoría de nivel AWS para el cumplimiento normativo.
• La economía unitaria tiene sentido a su escala una vez que aplica el enrutamiento, el almacenamiento en caché y el modo de precios adecuado.

Bedrock NO es la respuesta correcta cuando:

• Toda su carga de trabajo es un modelo específico con un volumen sostenido muy alto y puede ejecutarlo de forma más económica en otro lugar.
• Ejecuta modelos de la familia Llama con una carga sostenida pesada (el alojamiento directo en Amazon EC2 con Inferentia o una plataforma de inferencia dedicada a menudo supera la economía de Bedrock).
• Su caso de uso se ajusta a un modelo pequeño de código abierto y el autohospedaje en su propia infraestructura es significativamente más barato.
• Su aplicación solo utiliza los modelos de un proveedor y acudir directamente a la API de ese proveedor resulta más económico (a cambio de renunciar a la seguridad e integración nativas de AWS).

Bedrock optimiza la amplitud (muchos modelos, una interfaz), la gobernanza (controles de nivel AWS) y la facilidad de integración. Si esto le importa, incluya Bedrock en su lista de preseleccionados. Si no los necesita, calcule las alternativas antes de comprometerse.

Resultado real: Cómo Groopview redujo el tiempo de respuesta del avatar de IA en un 80% con el enrutamiento de modelos Dual-Nova

Groopview construye un avatar de coanfitrión de IA que procesa texto e imágenes durante transmisiones en vivo en tiempo real. El producto es sensible a la latencia de una manera que la mayoría de la IA empresarial no lo es: una respuesta lenta rompe la experiencia de redes sociales que el avatar debe habilitar.

La arquitectura anterior enrutaba cada interacción a través de un único modelo capaz. El tiempo de respuesta era de unos 12 segundos. Para un producto de transmisión en vivo, eso era demasiado lento para sentirse en tiempo real, y el coste del modelo por interacción era más alto de lo que la economía unitaria podía soportar a escala.

En Avahi reconstruimos la arquitectura en Amazon Bedrock utilizando un marco de orquestación Dual-Nova, enrutando cada solicitud a través de un clasificador que decide si la consulta es simple o compleja:

• Las consultas simples (la mayor parte del tráfico) se enrutan a Amazon Nova Lite, el modelo más pequeño y económico.
• Las consultas complejas se enrutan a Amazon Nova Pro, el modelo más grande y de mayor calidad.
  

El stack: Amazon Bedrock (Nova Pro y Nova Lite), Amazon API Gateway, AWS Lambda, instancias de GPU Amazon EC2 g6e para el renderizado del avatar, Amazon S3, Amazon RDS y Amazon CloudWatch para la observabilidad.

El resultado:

• El tiempo de respuesta del avatar de IA bajó de 12 segundos a unos 2,5 segundos para consultas simples (una reducción de la latencia del 80 %).
• Las consultas complejas responden en unos 7 segundos.
• Mayor fidelización en las sesiones y nuevas fuentes de ingresos gracias a la mejora de la experiencia en tiempo real.
• El coste por interacción disminuyó porque la mayoría del tráfico ahora llega al modelo más barato.
  

Este es el patrón de enrutamiento de modelos hecho realidad. Mismo producto, mismos modelos disponibles, diferente elección arquitectónica sobre qué solicitud llega a qué modelo.

Leer el caso de estudio completo →

Dónde encaja la financiación de AWS

La parte que la mayoría de las guías de precios no pueden ofrecer.

Avahi es un socio de servicios de nivel AWS Premier Tier y, a través de nuestra asociación con AWS, la prueba de concepto que demuestre su caso de costes de Bedrock puede ser financiada. Las empresas elegibles pueden recibir una PoC financiada dependiendo del proyecto, para que pueda modelar el coste real en su carga de trabajo real antes de comprometerse con una construcción completa.

La estructura que funciona: elija la carga de trabajo que está evaluando, defina el objetivo de coste, construya una PoC acotada frente a su forma de tráfico real en Bedrock con la arquitectura de enrutamiento y almacenamiento en caché adecuada, mida la factura frente a la previsión y decida.

Bring a representative traffic sample and your current cost baseline. We can review model choice, routing, caching, and a scoped proof of value.

Reserve una revisión de costos de Bedrock con Avahi.

Tome la decisión con Avahi

Bedrock combina el acceso gestionado a modelos con controles nativos de AWS. Los modelos sobredimensionados, el contexto repetido sin caché, la capacidad reservada inactiva y las llamadas innecesarias pueden aumentar los costos. Mida cada contribución antes de cambiar la arquitectura.

Utilice la calculadora para una previsión inicial, luego valide las suposiciones del modelo, enrutamiento, almacenamiento en caché y capacidad con un PoC acotado frente a tráfico representativo.

Reserve una revisión de costos de Bedrock para su carga de trabajo de mayor volumen. Las empresas elegibles pueden recibir un PoC financiado dependiendo de su proyecto.

Preguntas frecuentes: Precios de AWS Bedrock

¿Cuánto cuesta empezar con Bedrock?

No hay un costo fijo para empezar con AWS Bedrock (oficialmente Amazon Bedrock). Habilita el servicio en su cuenta de AWS, verifica los requisitos de acceso para the foundation models you want to use, and pay only for what you process: per 1,000 input and output tokens for text models, per image for image generation, per second for video, plus hourly rates for any reserved Provisioned Throughput. A small prototype touching a model like Amazon Nova Lite or Claude 3.5 Haiku can run for a few dollars a day. A production application can range from hundreds to many thousands of dollars per month depending on volume and model choice.

¿AWS Bedrock es gratuito?

Bedrock no es gratuito de la forma en que Amazon S3 o AWS Lambda tienen niveles gratuitos en los que puede confiar para cargas de trabajo en producción. AWS ofrece periódicamente créditos y asignaciones de prueba para modelos específicos, y los proveedores de modelos individuales ocasionalmente promueven períodos de evaluación. Para implementaciones en producción, asuma que Bedrock es de uso pago desde la primera llamada. La forma correcta de evaluar antes de comprometerse es una prueba de concepto delimitada, que puede ser parcial o totalmente financiada por AWS para empresas elegibles.

¿Bedrock es costoso?

Bedrock no es categóricamente caro. Se vuelve costoso de tres formas predecibles: usar por defecto el modelo más grande para cada solicitud cuando la mayoría no lo necesita, dejar prompts estáticos grandes sin almacenar en caché y reservar en exceso Rendimiento provisionado antes de que el tráfico sea estable. Los equipos que enrutan solicitudes simples a modelos pequeños, almacenan en caché contexto repetido y permanecen en Bajo demanda hasta que el tráfico sea predecible encuentran que los costes de Bedrock son razonables para lo que entregan. (Los hilos sobre precios de AWS Bedrock en Reddit consistentemente revelan los mismos tres modos de falla: modelos sobredimensionados, prompts sin almacenar en caché y rendimiento sobrerreservado). Las decisiones de arquitectura importan más que la tarifa publicada.

¿Para qué se utiliza AWS Bedrock?

AWS Bedrock es un servicio completamente administrado que le da acceso a modelos fundacionales de múltiples proveedores (Anthropic Claude, Amazon Nova, Meta Llama, Mistral, Stability AI, Cohere y otros) detrás de una API. Se utiliza para construir aplicaciones de IA generativa que incluyen chatbots, sistemas RAG, procesamiento de documentos, generación de imágenes y vídeo, agentes y moderación de contenido, sin el trabajo de administrar la infraestructura del modelo subyacente. Bedrock es la respuesta nativa de AWS a la pregunta de cómo usar modelos de frontera dentro de un entorno que cumple con los requisitos empresariales de IAM, VPC y auditoría.

¿Cuánto cuesta Claude en Bedrock?

Los precios de AWS Bedrock para Claude siguen el patrón estándar de Bedrock: se cobra por cada 1.000 tokens de entrada y salida, y la salida normalmente cuesta de 3 a 5 veces más que la entrada. Claude Sonnet 4.6 es la opción de mayor calidad y mayor coste en la alineación actual. Claude 3.5 Haiku es la opción más rápida y económica para la mayoría de las tareas. Las tarifas exactas varían según la región y cambian a medida que Anthropic lanza nuevas versiones, así que siempre verifique la tarifa actual en la página oficial de precios de AWS Bedrock antes de hacer pronósticos.

¿Qué son los precios de Rendimiento provisionado de AWS Bedrock?

El Rendimiento provisionado en Bedrock reserva capacidad dedicada en unidades de modelo, facturadas por hora por unidad independientemente de la utilización. Hay tres niveles de compromiso: sin compromiso (tarifa por hora más alta, se detiene en cualquier momento), compromiso de 1 mes (tarifa más baja) y compromiso de 6 meses (tarifa más baja). Cada modelo tiene su propia tarifa de unidad de modelo y sus propios ahorros por nivel de compromiso. El punto de equilibrio frente a Bajo demanda depende de la utilización sostenida; para cargas de trabajo de alto volumen predecibles generalmente gana, para tráfico intermitente o impredecible generalmente no.

Precios de AWS Bedrock Guardrails: ¿Cuánto cuesta?

El precio de Guardrails depende del filtro y la API. Los filtros de contenido aplicables cuestan $0.15 por cada 1,000 unidades de texto para texto y $0.00075 por imagen; InvokeGuardrailChecks utiliza un esquema de precios separado.

Incluya cada filtro habilitado y las evaluaciones de entrada y salida en su previsión. Una unidad de texto tiene hasta 1,000 caracteres, por lo que el contenido más largo puede consumir varias unidades.

¿Cómo funcionan los precios de LLM de AWS Bedrock?

Los precios de LLM de Bedrock tienen cuatro modos: Bajo demanda (por cada 1.000 tokens de entrada y salida, sin compromiso), Rendimiento provisionado (capacidad reservada por hora), Inferencia por lotes (procesamiento asíncrono a aproximadamente la mitad de la tarifa Bajo demanda) y Almacenamiento en caché de prompts (contexto de entrada almacenado en caché facturado a una fracción de las tarifas estándar, hasta un 90 % de descuento). La mayoría de las implementaciones en producción combinan tres de estos: Bajo demanda para tráfico en vivo, Por lotes para trabajo nocturno y Almacenamiento en caché de prompts en prefijos de prompts estáticos. El Rendimiento provisionado entra cuando el uso es grande, constante y predecible.

¿Puede Avahi ayudar a optimizar mi factura de AWS Bedrock?

Sí. Avahi es un socio de servicios de nivel Premier de AWS que construye y optimiza arquitecturas de IA generativa en AWS, incluyendo enrutamiento de modelos, almacenamiento en caché de prompts, inferencia por lotes y planificación de capacidad. Una prueba de valor acotada puede evaluar el caso de costos frente a su carga de trabajo antes de una implementación mayor. Las empresas elegibles pueden recibir un PoC financiado a través de nuestra asociación con AWS, dependiendo del proyecto.

Reserve una revisión de costos de Bedrock con Avahi.