即使模型和提示词都没有变化，Amazon Bedrock 的推理账单仍可能持续上涨；AWS 提醒企业注意缓存时长、服务层级、推理强度和最大输出 token 这四项请求级选择。云平台正在把 AI 成本控制从研发问题变成一项可配置的运营工作。

这是什么

Amazon Bedrock 是 AWS 提供的企业大模型调用服务。此次测试聚焦四个不改变模型、却会影响计费的参数：缓存有效期、服务层级、推理投入和 maxTokens（单次回答允许生成的最大 token 数）。

其中，提示词缓存可以复用重复出现的系统指令、工具定义和参考资料。AWS 已提供 5 分钟和 1 小时两种显式缓存时长，但更长并不必然更便宜。以 Claude Sonnet 5 和 Claude Opus 5 为例，5 分钟缓存写入价格是普通输入的 1.25 倍，1 小时写入为 2 倍，缓存读取仅为 0.1 倍。企业需要根据复用频率计算回本点。

此外，推理 token（模型用于分析问题而非直接展示答案的计算量）按输出 token 计费；提高推理投入或最大输出上限，也可能让费用在后台悄然扩大。AWS 建议通过响应元数据、日志和账单数据核验实际影响。

行业怎么看

我们注意到，这篇内容的重点不是又一项模型升级，而是企业调用 AI 时必须补上的成本仪表盘。模型价格标签越来越容易比较，但真正决定月度账单的，往往是缓存命中率、服务层级、任务复杂度和输出限制。

风险也很清楚：缓存并非每次都能命中。Bedrock 的隐式缓存属于尽力而为，不保证复用；不同模型支持的时长和参数也不一致。若企业只按理论价格选档位，没有用真实请求日志回算，成本优化很容易变成新的账单谜题。

对云厂商而言，模型能力趋同后，调用编排、监控、权限与成本治理会成为续约和扩容的关键。这也意味着，AI 产品的毛利水平可能越来越取决于使用方式和客户管理能力，而不只取决于模型参数规模。

对普通人的影响

对企业 IT：采购大模型服务时，应把缓存复用率、各层级单次成本和推理 token 纳入统一评估，而不是只比较模型单价与基准测试成绩。

对个人职场：企业 AI 工具会更强调按任务分档，而非默认开启最高规格；但这也意味着员工使用 AI 的边界、预算和审计要求将更明确。

对消费市场：包含智能体的产品可能按复杂度采用不同服务层级，部分高频场景会通过缓存降低成本，用户未必需要为每次简单请求承担完整推理费用。