
AWS の2026年11月12日の記事を原文で確かめた速報です。Amazon Bedrock を呼び出して測り直した記事ではなく、記事の末尾(まとめの表の最後の行と結論)は取得できていません
この記事のポイント安くなる設定を一度に全部入れる話ではありません。効き方はモデルと作業の中身で変わります。決めることは、どの作業で、どの設定を1つだけ変え、使った量と出来をどこへ書き留めるかです。
AWSが解説した4つの設定と、記事の数字
提供元の説明
AWS は2026年11月12日、Amazon Bedrock(AWS の上で各社のAIモデルを呼び出すサービス)の費用に効く4つの設定を、自分たちの測定つきで解説しました。4つは、プロンプトキャッシュの保持時間、サービス階層、思考の強さ、出力の上限です。どれもモデルや指示文を変えずに費用を変えられますが、効き方はモデルと作業の中身で変わるとしています。料金は、応答ごとに返る使用量をもとに、入力と出力のトークン(文字を数える単位)へ、処理したモデルと階層の単価がかかります。思考に使ったトークンは、出力として数えられます。
| 設定 | 記事の説明 | 記事の測定と条件 |
|---|---|---|
| キャッシュの保持時間 | 毎回同じ前置きを保存して安く読み直す仕組み。対応する Anthropic のモデルは5分と1時間。Claude Sonnet 5 と Opus 5 では、5分の書き込みが入力単価の1.25倍、1時間の書き込みが2倍、読み出しが0.1倍 | 5分の保持は、5分以内の最初の再利用で元が取れる。1時間の保持は、依頼の間隔が5分を超える場合に、1時間のうち2回目の依頼から安くなる。キャッシュを使わない場合より安くなるには、1時間に3回の依頼が要る |
| サービス階層 | 急がない処理向けの階層(Flex)を依頼ごとに指定できる。対応は Amazon Nova 2 Lite と OpenAI gpt-oss-120b。Claude Sonnet 5 と Opus 5 は非対応で、指定するとエラーになる | Nova 2 Lite で標準と Flex を200件ずつ交互に送り、トークン数は一致。執筆時点の us-west-2 の単価は標準の半分で、筆者の請求額も一致 |
| 思考の強さ | Claude Sonnet 5 と Opus 5 の既定は high、Haiku 5.5 の既定は medium。low から max までの5段階 | Opus 5 で課題3つを各段階8回。どの段階でも24回すべて正解。出力トークンの中央値は low が936、high が2,521 |
| 出力の上限 | maxTokens は出力の天井で、思考のトークンも含む。依頼の開始時に入力と上限の分が差し引かれるため、大きな値は同時に処理できる数を減らす | Sonnet 5 で通常の出力5件の最大が103トークン。長い出力を誘う依頼では、上限155のほうが上限2,048より1,893トークン少なく済んだが、どちらの応答も途中で切れた |
思考の強さの測定は、段階ごとの数字も載っています。Opus 5 でエージェントの課題3つを8回ずつ実行したもので、正解の数はどの段階も同じでした。
| 思考の強さ | 出力トークンの中央値 | lowからの増え方 |
|---|---|---|
| low(最も弱い) | 936 | 基準 |
| medium(中) | 1,484 | 59%増 |
| high(既定) | 2,521 | 169%増 |
| xhigh(より強い) | 2,964 | 217%増 |
| max(最大) | 3,762 | 302%増 |
一方、コード生成の作業では、出力トークンの中央値が low で676、high で743となり、実行ごとのばらつきの範囲でした。記事は、課題を壊すトークンの削減は節約ではないと述べています。キャッシュについては、システムプロンプトか道具の定義を変えると、読み出しが0件になり書き込みがやり直しになったこと、バッチ推論では使えないことを注意しています。出力の上限については、安全のための制御ではないとし、上限は思考を有効にした状態の実績から決めるよう勧めています。料金は変わりうるため、現在の料金を確認するよう求めています。
条件・未確認事項
取得できたのは、記事の最後にあるまとめの表の途中までです。表の最後の行と結論、見本のノートブックの中身は確かめていません。取得した範囲にあるのは単価の倍率で、ドルの金額はありません。測定は課題3つを8回ずつなど小さく、提供元自身によるものです。この記事では Amazon Bedrock を呼び出しておらず、数字を測り直していません。
4つに共通する読み方
提供元の説明
記事はまとめとして、どの設定にも同じ手順を勧めています。使っているモデルが対応しているかを確かめ、設定を1つだけ変え、トークンか費用を測り、品質を追う、という順です。モデルの版・リージョン・API ごとに、何に対応しているかの記録を持つことも勧めています。
筆者の整理
4つの設定は、効く場面がそれぞれ違います。キャッシュは、同じ前置きを短い間隔で何度も送る作業で効きます。1時間の保持は書き込みが2倍かかるため、1時間に1回か2回しか送らない作業では、使わないほうが安く済みます。安い階層は、結果を待てる作業で、かつ使っているモデルが対応している場合に限られます。思考の強さは、low でも全部正解だったという結果が出ていますが、これは記事の3つの課題での話です。どの作業でも下げてよいという結論ではありません。
出力の上限は、節約の道具としては弱いと読めます。記事の測定でも、上限を詰めた応答は途中で切れていました。切れた応答は使えないことが多く、やり直せばその分も費用になります。上限は、出力が止まらなくなったときの天井として置くものです。
自分の定型作業で、1つずつ確かめる案
活用の仮説
次の表は、毎日か毎週、同じ指示書で AI に任せている作業(たとえば問い合わせの下書きづくりや、集めた情報の要約)を API 経由で動かしている架空の例で書いた、確かめ方の案です。実行した結果ではなく、本人や顧客の実績でもありません。
| 確かめること | 書き留めるもの | 見ることの案 |
|---|---|---|
| 同じ前置きを送る間隔 | 作業ごとに、同じ指示書と道具の定義を、1時間に何回、何分おきに送っているか | 5分以内に続くなら短い保持が候補。5分を超えて1時間に3回以上なら長い保持が候補。1時間に1回か2回なら、長い保持は損になりうる |
| 急がない作業 | 夜間の集計や下書きのように、結果を待てる作業の一覧 | 使っているモデルが安い階層に対応しているかを先に確かめる。期限と、間に合わないときの代わりの手順を決める |
| 思考の強さ | 確認表のある作業を1つ選び、強さを1段下げて数件通した結果 | 先に通った回数を比べる。同じなら出力の量を比べる。通らなくなったら戻す |
| ふだんの出力の量 | 同じ作業の出力の量を数件分。いちばん多かった回の量 | 上限は、ふだんの最大より余裕を持たせて置く。応答が途中で切れた回数を数える |
| 変更の記録 | 変えた設定、日付、モデルの版、使った量、通った回数 | 一度に変える設定は1つ。モデルの版が変わったら測り直す |
進め方の案です。まず作業を1つ選び、出来上がりを見る確認表を用意します。次に、表の上から順に、いまの状態を書き留めます。変えるのは、書き留めた数字から効きそうだと分かった設定を1つだけです。数件通して、通った回数が変わらないことを確かめてから、使った量を比べます。
条件・未確認事項
この確かめ方は未実行の案です。数件の試しでは偶然の差と区別がつかないことがあります。記事の倍率と対応状況は Amazon Bedrock でのもので、ほかの提供元では違う可能性があります。定額の契約でアプリから使う場合に、4つのうちどれを自分で選べるかは製品ごとに違い、この記事では確かめていません。
出典と確認日
原典の公開日は提供元の表記です。製品の導入・効果の実測は行っていません。
- AWS Machine Learning Blog / Four Amazon Bedrock inference choices that affect cost。公開日:2026年11月12日。確認日:2026年11月14日。
