优秘智能 · 内容中心

技术洞察 · 2026-08-16

Bedrock成本归因实践:用Athena与CUDOS实现精细化成本追踪

本文详解Amazon Bedrock细粒度成本归因方案,覆盖CUR 2.0搭建、Athena查询、CUDOS可视化全链路,助力企业管控大模型调用成本。

🎧 本文 AI 播客

优秘智能观察:随着大模型调用成为企业AI经营的常规支出,颗粒度的成本归因能力是企业降本增效的核心前提,本文整理的AWS Bedrock成本追踪方案可为企业大模型成本管控提供参考。

一、Bedrock成本归因能力核心价值

此前发布的Bedrock成本归因基础功能,可将每一次推理请求追溯到发起调用的IAM主体,通过新增的line_item_iam_principal字段实现按用户、按应用的用量可视化,搭配成本分配标签还可按团队、项目、租户维度聚合支出,适配第三方工具调用、自定义开发等所有Bedrock应用场景。本文将讲解如何通过Amazon Athena查询与CUDOS仪表盘,实现成本数据的可视化分析。

二、前置准备:搭建CUR 2.0数据导出链路

分析Bedrock成本前,需先配置带IAM主体数据的成本和使用报告(CUR 2.0)导出,具体要求如下:

注意事项:开启IAM主体数据会增大CUR文件体积,高用量、多主体的业务场景需提前规划S3存储容量,可配置S3生命周期规则管理历史文件。首次CUR 2.0报告交付最长需要24小时。

三、对接Amazon Athena实现自定义查询

Amazon Athena支持用标准SQL查询CUR数据,无需额外管理基础设施,你可以通过官方开源脚本自动化完成Athena与CUR数据的对接,也可按照官方文档手动配置。完成对接后可通过测试语句验证配置正确性,常见查询场景包括:

1. 按IAM主体与使用类型统计成本

该查询可明确「谁调用了哪些模型、分别产生了多少支出」,输出结果包含IAM主体ARN、模型使用类型、总token消耗、总支出等字段,可通过LIKE语法筛选特定模型的调用数据。

2. 按IAM标签维度统计成本

若你已为IAM主体绑定团队、项目、成本中心等标签并激活为成本分配标签,可通过对应字段按业务维度聚合成本,快速核算不同业务线的Bedrock投入。(因原文篇幅限制,完整查询语句可参考AWS官方技术文档)

四、通过CUDOS仪表盘实现可视化分析

Athena适合灵活自定义查询、对接BI工具与内部对账流程,CUDOS则提供了适配企业组织架构的预构建可视化视图,可直接展示颗粒度的Bedrock成本与用量数据,降低企业数据分析门槛。

优秘智能点评:大模型调用成本的精细化管控,是企业AI化经营落地的重要一环。不管是调用公有云大模型,还是搭建企业内部专属AI系统,清晰的成本归因、用量统计能力,都能帮助企业把AI投入精准匹配到业务产出。优秘智能旗下营销智脑、灵秘数字分身等产品均内置全链路用量统计与成本分摊能力,助力企业实现可控的AI经营升级,感兴趣可前往umi6.com咨询了解。

原始来源:https://aws.amazon.com/blogs/machine-learning/part-2-amazon-bedrock-cost-attribution-with-amazon-athena-and-cudos/