Czym jest Amazon Bedrock (AWS Bedrock)? Modele, cennik, agenci i co działa dobrze na produkcji

Jerzy Kopaczewski 21 listopada 2026 11 min czytania
Contents

Czym jest Amazon Bedrock (AWS Bedrock)? Modele, cennik, agenci i co działa dobrze na produkcji

AWS Bedrock, oficjalnie Amazon Bedrock, to w pełni zarządzana usługa AWS, która daje dostęp przez API do modeli fundamentowych od kilku dostawców. Dzięki niej budujesz aplikacje generatywnej AI bez samodzielnego hostowania modeli. To nie osobny produkt, tylko część AWS: obowiązują te same zasady IAM, sieci, logowania i rozliczeń co w każdej innej usłudze. W tym przewodniku opisujemy, jak Bedrock działa, jakie ma modele, z czego składa się cennik, czym różni się od AgentCore, SageMakera i self-hostingu oraz jakie błędy produkcyjne zaskakują zespoły najczęściej.
Devopsity jest AWS Partnerem, dzięki czemu kwalifikujące się projekty typu proof of concept można sfinansować w ramach programów partnerskich AWS. Jeśli rozważasz Bedrock dla twojego biznesu, napisz do Devopsity i sprawdźmy, czy Twój PoC się kwalifikuje, zanim wydasz budżet.

Jeśli Bedrock znasz i interesuje Cię warstwa agentowa, zacznij od tekstu AgentCore: architektura, komponenty i cennik. Ta strona to przegląd całości.

Autor: Jerzy Kopaczewski, Devopsity (partner konsultingowy AWS). Fakty o usłudze i cenniku sprawdziliśmy w dokumentacji AWS 21 listopada 2026.

 

Czym jest Amazon Bedrock

Amazon Bedrock to zarządzana usługa AWS do korzystania z modeli bazowych. Zamiast stawiać GPU, pobierać wagi i uruchamiać serwer inferencji, wysyłasz żądanie do API, a model uruchamia się na AWS. Dokumentacja AWS opisuje Bedrock jako bezpieczny, korporacyjny dostęp do wydajnych modeli czołowych firm AI, przeznaczony do budowania i skalowania aplikacji generatywnej AI.

Czy Bedrock jest częścią AWS? Tak. „AWS Bedrock” i „Amazon Bedrock” to ta sama usługa, jedna z wielu w chmurze AWS, obok EC2, S3 czy Lambdy. Dostępem steruje IAM, ruch może pozostać w sieci AWS, a zużycie ląduje na zwykłej fakturze za chmurę. To główny powód, dla którego zespoły już działające na AWS wybierają Bedrock zamiast bezpośredniego wywołania u dostawcy modelu: przegląd bezpieczeństwa, logowanie i alokacja kosztów działają tak jak reszta usług chmurowych.

 

Jak działa Bedrock

Z Bedrockiem pracujesz przez endpoint bedrock-runtime. Dokumentacja AWS zaleca go dla nowych aplikacji i pokazuje kilka sposobów wywołania modelu: Converse API (jeden spójny format żądania dla różnych modeli), Invoke API oraz API zgodnościowe, takie jak Messages, Responses i Chat Completions dla modeli części dostawców. W praktyce zmiana modelu bywa zmianą identyfikatora modelu, a nie przepisywaniem kodu.

Wokół samej inferencji Bedrock dokłada funkcje, których Twoja firma zwykle w końcu potrzebuje: wyszukiwanie w Twoich danych, mechanizmy bezpieczeństwa, ewaluację i dostosowywanie modeli. Opisujemy je niżej. Zanim zaczniesz budować, ustal kilka rzeczy:

  • Dostęp do modelu i region. Modele włącza się per konto i są oferowane per region. Sprawdź jedno i drugie, zanim oprzesz projekt na konkretnym modelu.
  • Inferencja międzyregionowa. AWS oferuje globalną i geograficzną inferencję międzyregionową, która dla obsługiwanych modeli zwiększa przepustowość i obniża koszt tokena. Ceną jest kompromis w kwestii rezydencji danych.
  • Limity. Liczba żądań i tokenów na minutę jest ograniczona per konto i per model. Stąd bierze się większość niespodzianek na produkcji.

 

Modele dostępne w Bedrock

Dokumentacja AWS mówi o ponad 100 modelach bazowych od dostawców takich jak Amazon (Nova), Anthropic (Claude), DeepSeek, Moonshot AI, MiniMax, OpenAI i xAI. Strona z cennikiem wymienia też między innymi AI21 Labs, Cohere, Google, Meta, Mistral AI, NVIDIA, Qwen, Stability AI i TwelveLabs. Katalog zmienia się szybko, a nowe modele pojawiają się w Bedrock regularnie, więc każdą stałą listę, także tę, traktuj jako status z danego dnia i sprawdź aktualną listę modeli.

Wybór modelu to jednocześnie wybór ceny i profilu przepustowości: to samo zadanie potrafi kosztować kilka razy więcej lub mniej, zależnie od dostawcy i rozmiaru modelu. Przykład liczony na większą skalę znajdziesz w tekście Bedrock vs SageMaker vs self-hosting na EKS: koszt LLM.

 

Co można zbudować na Bedrock

MożliwośćDo czego służy
Inferencja modeliWywołania modelu do czatu, streszczeń, ekstrakcji danych, kodu czy obrazów, na żądanie lub wsadowo.
Knowledge BasesRAG na własnych dokumentach. Magazyn wektorowy pod spodem ma osobny koszt, patrz RAG na AWS: wzorce i koszty.
GuardrailsKontrola treści i bezpieczeństwa stosowana do promptów i odpowiedzi.
Dostosowywanie modeliWedług dokumentacji AWS: fine-tuning, dalsze pretrenowanie i destylacja, gdy sam prompt nie wystarcza.
Ewaluacja, routing i optymalizacja promptówPorównywanie modeli, kierowanie żądań i strojenie promptów. Każda z tych funkcji jest wyceniana osobno.
Agenci i AgentCoreAgenci wywołujący narzędzia i pamiętający kontekst. AgentCore to warstwa uruchomieniowa: architektura i cennik oraz porównanie z self-hostingiem i frameworkami.

AWS stale dokłada narzędzia osadzone na modelach bazowych, na przykład wbudowane Web Search, które osadza modele OpenAI w Bedrock w aktualnych informacjach z sieci. Jeśli porównujesz platformy agentowe między chmurami, zobacz AgentCore vs Vertex vs Foundry. Produkty, które często mylą się z Bedrockiem, opisujemy w tekstach Czym jest Amazon Bedrock Studio i SageMaker Unified Studio a Bedrock.

 

Planujesz obciążenie na Bedrock i chcesz drugą opinię o kosztach i architekturze?

Umów bezpłatną rozmowę 30 min

 

Jak liczy się cennik AWS Bedrock

Nie ma jednej ceny Bedrock’a. AWS podaje, że cennik zależy od modalności, dostawcy i modelu, a rachunek to suma kilku osobno mierzonych elementów.

  • Tokeny, zależnie od modelu. Modele tekstowe rozlicza się za tokeny wejściowe i wyjściowe według stawki ustalonej dla modelu. Zwykle droższe są tokeny wyjściowe, więc rozwlekłe odpowiedzi i długie rozumowanie kosztują więcej niż krótkie.
  • Poziomy usług. AWS oferuje poziomy Standard, Flex, Priority i Reserved. Standard to domyślne rozliczenie pay-as-you-go. Reserved pasuje do stałego, dużego ruchu, który nie toleruje błędów pojemności, a pozostałe wymieniają cenę na opóźnienie i priorytet. Poziom wybieraj per obciążenie, a nie per konto.
  • Inferencja wsadowa. Dla wybranych modeli AWS wycenia inferencję wsadową o 50% niżej niż na żądanie. Wszystko, co nie wymaga natychmiastowej odpowiedzi, na przykład nocne przetwarzanie dokumentów, powinno trafić właśnie tu.
  • Funkcje rozlicza się osobno. Knowledge Bases, Guardrails, Model Evaluation, Data Automation, Intelligent Prompt Routing, Prompt Optimization i Web Search mają własne cenniki. „Prosty” asystent RAG płaci więc za model, usługę wyszukiwania i magazyn wektorowy.
  • Pętle agentów mnożą tokeny. Agent, który planuje, wywołuje narzędzia i wielokrotnie czyta kontekst, zużywa znacznie więcej tokenów niż pojedyncze wywołanie. Licz koszt pętli, a nie promptu. Cennik środowiska uruchomieniowego agentów opisujemy w tekście o cenniku AgentCore.
Uwaga o cenniku: AWS często zmienia modele, poziomy i stawki Bedrock'a, a ceny zależą od regionu, modelu i konfiguracji. Traktuj powyższe jako opis tego, z czego składa się rachunek, a nie wycenę. Aktualne stawki sprawdź na stronie cennika AWS Bedrock i policz własny wolumen tokenów, zanim podejmiesz zobowiązanie.

 

Bedrock, SageMaker czy self-hosting?

  • Bedrock pasuje, gdy chcesz zarządzanego dostępu do gotowych modeli przy minimum pracy operacyjnej, a dane i obciążenia są już na AWS.
  • SageMaker pasuje, gdy trzeba trenować, mocno dostrajać lub hostować własne modele. Zobacz SageMaker Unified Studio a Bedrock.
  • Self-hosting na EKS pasuje przy dużym, stałym wolumenie, gdy zależy Ci na kontroli kosztu i lokalizacji, a zespół uniesie operacje. Liczby są w naszym porównaniu kosztów inferencji LLM.

 

Co działa dobrze na produkcji, a co nie tak dobrze

Większość tekstów o Bedrock kończy się na pytaniu „czym to jest”. Oto błędy, z którymi zespoły naprawdę się spotykają, każdy z rozwiązaniem w bibliotece runbooków Devopsity:

ObjawTypowa przyczynaRunbook
503 ServiceUnavailableExceptionChwilowy brak pojemności we współdzielonym modeluBedrock 503: nie można przetworzyć żądania
429 ThrottlingExceptionLimit konta (żądania lub tokeny na minutę)Throttling InvokeModel 429
„Too many tokens per day”Wyczerpany dzienny limit tokenówDzienny limit tokenów
AccessDenied na modeluModel wycofany lub przestarzały albo niewłączony dostępAccessDenied na modelu
Synchronizacja Knowledge Base się nie udajeUprawnienia S3 do źródła danychKnowledge Base: odmowa dostępu do S3
Timeouty środowiska AgentCoreWywołanie przekracza limity środowiskaTimeout wywołania środowiska

 

Kiedy warto wziąć zewnętrznego partnera

Jako partner konsultingowy AWS Devopsity widzi kilka sytuacji z Bedrock’iem, w których zewnętrzny zespół się opłaca:

  • Wybór warstwy. Bedrock, AgentCore, SageMaker i self-hosting rozwiązują różne problemy, a zła decyzja to drogi objazd.
  • Model kosztów przed wdrożeniem. Koszty tokenów, wyszukiwania i pętli agentów łatwo zaniżyć. Realistyczny model oszczędza niespodzianki w pierwszym miesiącu, a bieżącą kontrolę zapewnia FinOps w Devopsity.
  • Odporność. Ponowienia, backoff, inferencja międzyregionowa i zarezerwowana pojemność decydują, czy przeciążony model skończy się awarią.
  • Bezpieczeństwo i rezydencja danych. Zakres IAM, Guardrails i wybór regionu trzeba ustalić, zanim wrażliwe dane trafią do modelu.

 

Podsumowanie

Amazon Bedrock (AWS Bedrock) to zarządzany sposób AWS na korzystanie z modeli fundamentowych wielu dostawców, razem z funkcjami do wyszukiwania, bezpieczeństwa, dostosowywania i agentów.

Trzy rzeczy, które Devopsity radzi zapamiętać:

  1. To jedna usługa AWS, a nie osobny dostawca. Bezpieczeństwo, sieć, logowanie i rozliczenia działają tak jak w reszcie Twojego środowiska AWS, i to jest jego główna przewaga nad bezpośrednim wywołaniem dostawcy modelu.
  2. Rachunek ma kształt, a nie stałą cenę. Na koszt wpływają model, poziom usługi, tryb wsadowy lub na żądanie, osobno wyceniane funkcje i pętle agentów, więc najpierw policz własne zużycie.
  3. Zaplanuj błędy pojemności i limitów. Błędy 503 i 429 są na dużej skali normalne. Ponowienia, limity i zarezerwowana pojemność to część projektu, a nie dodatek na końcu.

 

Najczęstsze pytania o AWS Bedrock

Czym jest AWS Bedrock?

AWS Bedrock, oficjalnie Amazon Bedrock, to w pełni zarządzana usługa AWS dająca dostęp przez API do modeli fundamentowych kilku dostawców. Pozwala budować aplikacje generatywnej AI bez własnego hostowania i skalowania modeli. Wywołujesz model przez API, infrastrukturę prowadzi AWS, a płacisz za zużycie.

Czy Bedrock jest częścią AWS? Czym różni się AWS od AWS Bedrock?

Tak. AWS to cała platforma chmurowa, a Bedrock to jedna z jej usług, tak jak EC2 czy S3. „AWS Bedrock” i „Amazon Bedrock” to ten sam produkt. Należy do portfolio AI i uczenia maszynowego AWS i korzysta z IAM, sieci, logowania oraz rozliczeń jak każda inna usługa.

Do czego służy AWS Bedrock?

Typowe zastosowania to czat i asystenci, streszczenia, generowanie dokumentów i kodu, RAG na własnych danych, moderacja treści z użyciem guardrails oraz agenci wywołujący narzędzia. Bedrock zapewnia dostęp do modeli i funkcje wokół nich, a logika aplikacji należy do Ciebie.

Jakie modele są dostępne w Amazon Bedrock?

Dokumentacja AWS wymienia ponad 100 modeli fundamentowych od dostawców takich jak Amazon, Anthropic, DeepSeek, Moonshot AI, MiniMax, OpenAI i xAI, a strona z cennikiem dodaje między innymi Meta, Mistral AI, Cohere, Google, NVIDIA i Qwen. Dostępność zależy od modelu i regionu, więc przed projektem sprawdź aktualną listę.

Ile kosztuje Amazon Bedrock?

Nie ma jednej ceny. Koszt zależy od modelu, jego dostawcy i modalności, a AWS oferuje poziomy usług Standard, Flex, Priority i Reserved oraz tańszą inferencję wsadową dla wybranych modeli. Funkcje takie jak Knowledge Bases, Guardrails i Web Search są wyceniane osobno. Aktualne stawki sprawdź na stronie cennika AWS i najpierw policz własny wolumen tokenów.

Dlaczego Bedrock zwraca błąd 503 lub 429?

Błąd 503 ServiceUnavailableException oznacza, że Bedrock chwilowo nie ma pojemności dla tego żądania, a 429 ThrottlingException że przekroczono limit konta. Wymagają innych napraw, które opisują runbooki Devopsity: błędy 503 w Bedrock i throttling InvokeModel 429.

Bedrock, SageMaker czy self-hosting?

Bedrock wybierz, gdy chcesz zarządzanego dostępu do gotowych modeli przy minimum pracy operacyjnej. SageMaker, gdy trzeba trenować lub hostować własne modele, a self-hosting na EKS, gdy potrzebujesz pełnej kontroli kosztu i lokalizacji przy dużym, stałym wolumenie. Kompromisy rozbiera Devopsity w porównaniu kosztów.
Jerzy Kopaczewski

Budujesz na Amazon Bedrock?

Umów bezpłatną 30-minutową rozmowę z Devopsity. Pomagamy zespołom wybrać między Bedrockiem, SageMakerem i self-hostingiem, policzyć realne koszty tokenów i wyszukiwania przed wdrożeniem oraz zabezpieczyć obciążenia na Bedrock przed throttlingiem i błędami pojemności.

Umów rozmowę
AWS Amazon Bedrock GenAI modele fundamentowe AgentCore FinOps
jerzy.webp
Jerzy Kopaczewski
Współzałożyciel i CTO

Spis treści
Przeczytaj również

Przeczytaj również: