基于 Application Inference Profile 为 Amazon Bedrock 构建分业务单元的近实时成本告警¶

Ch11.288 基于 Application Inference Profile 为 Amazon Bedrock 构建分业务单元的近实时成本告警¶

📊 Level ⭐⭐ | 3.7KB | entities/amazon-bedrock-application-inference-profile-per-bu-cost-alert.md

基于 Application Inference Profile 为 Amazon Bedrock 构建分业务单元的近实时成本告警¶

Background：本文基于 AWS China Blog 2026-06-22 的技术教程，介绍一种轻量、旁路、近实时的 Bedrock 成本告警方案：调用方直连 Bedrock（无代理），利用 Application Inference Profile 做分 BU 的用量归因，直接在 CloudWatch metric math 告警里把 token 数换算成估算成本，再通过通知 Lambda 转发到协作工具。

痛点：Bedrock 成本可见性¶

企业使用 Amazon Bedrock 时，多个业务单元（BU）共享同一个模型订阅，成本难以拆分。常见方案各有取舍：

• 基于账单的方式（成本分配标签、AWS Budgets）：准确但有数小时延迟，无法实时告警
• 代理/网关方式（LiteLLM 等）：可做硬性预算阻断，但引入额外延迟、单点故障和负载限制

方案核心：Application Inference Profile¶

Bedrock 支持在原始基础模型基础上封装一层 Application Inference Profile，给不同应用分开使用。通过 Application Inference Profile 调用模型时，Bedrock 在 AWS/Bedrock 命名空间下发出的 token 指标（InputTokenCount、OutputTokenCount、CacheReadInputTokens、CacheWriteInputTokens），其 ModelId 维度的取值是该 Application Inference Profile 的 ID，而非底层基础模型的 ModelID。

利用这一特性，给每个 BU 分配独立的 Application Inference Profile 后，每个 BU 的 token 用量在 CloudWatch 中天然隔离，无需额外标签或代理。

架构¶

整套方案用两条 aws cloudformation deploy 命令部署：

1. 调用方直连 Bedrock — 链路上没有代理，不引入额外延迟
2. Application Inference Profile 做分 BU 用量归因 — 每个 BU 一个 Profile
3. CloudWatch metric math 告警 — 将 token 数换算为估算成本
4. 通知 Lambda — 将告警状态变更转发到飞书/微信/DingTalk/Slack/Teams/邮件

与现有方案对比¶

→ 原文存档

关联¶

• 相关概念: Harness Engineering