Czym jest Amazon Bedrock (AWS Bedrock)? Modele, cennik, agenci i co działa dobrze na produkcji
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
| Możliwość | Do czego służy |
|---|---|
| Inferencja modeli | Wywołania modelu do czatu, streszczeń, ekstrakcji danych, kodu czy obrazów, na żądanie lub wsadowo. |
| Knowledge Bases | RAG na własnych dokumentach. Magazyn wektorowy pod spodem ma osobny koszt, patrz RAG na AWS: wzorce i koszty. |
| Guardrails | Kontrola treści i bezpieczeństwa stosowana do promptów i odpowiedzi. |
| Dostosowywanie modeli | Według dokumentacji AWS: fine-tuning, dalsze pretrenowanie i destylacja, gdy sam prompt nie wystarcza. |
| Ewaluacja, routing i optymalizacja promptów | Porównywanie modeli, kierowanie żądań i strojenie promptów. Każda z tych funkcji jest wyceniana osobno. |
| Agenci i AgentCore | Agenci 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.
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:
| Objaw | Typowa przyczyna | Runbook |
|---|---|---|
| 503 ServiceUnavailableException | Chwilowy brak pojemności we współdzielonym modelu | Bedrock 503: nie można przetworzyć żądania |
| 429 ThrottlingException | Limit konta (żądania lub tokeny na minutę) | Throttling InvokeModel 429 |
| „Too many tokens per day” | Wyczerpany dzienny limit tokenów | Dzienny limit tokenów |
| AccessDenied na modelu | Model wycofany lub przestarzały albo niewłączony dostęp | AccessDenied na modelu |
| Synchronizacja Knowledge Base się nie udaje | Uprawnienia S3 do źródła danych | Knowledge Base: odmowa dostępu do S3 |
| Timeouty środowiska AgentCore | Wywołanie przekracza limity środowiska | Timeout 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:
- 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.
- 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.
- 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?
Czy Bedrock jest częścią AWS? Czym różni się AWS od AWS Bedrock?
Do czego służy AWS Bedrock?
Jakie modele są dostępne w Amazon Bedrock?
Ile kosztuje Amazon Bedrock?
Dlaczego Bedrock zwraca błąd 503 lub 429?
Bedrock, SageMaker czy self-hosting?
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.