기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# OpenAI Batch API를 사용하여 프롬프트 배치 제출
Amazon Bedrock OpenAI 모델로 배치 [OpenAI Create batch API](https://platform.openai.com/docs/api-reference/batch)를 사용하여 배치 추론 작업을 실행할 수 있습니다.
다음과 같은 방식으로 OpenAI Create batch API를 직접적으로 호출할 수 있습니다.
+ Amazon Bedrock 런타임 엔드포인트를 사용하여 HTTP 요청을 수행합니다.
+ Amazon Bedrock 런타임 엔드포인트를 사용하여 OpenAI SDK 요청을 사용합니다.
주제 영역을 선택하여 자세히 알아보세요.
**Topics**
+ [OpenAI Batch API에 지원되는 모델 및 리전](#inference-openai-batch-supported)
+ [OpenAI Batch API를 사용하기 위한 사전 조건](#inference-openai-batch-prereq)
+ [OpenAI 배치 작업 생성](#inference-openai-batch-create)
+ [OpenAI 배치 작업 검색](#inference-openai-batch-retrieve)
+ [OpenAI 배치 작업 나열](#inference-openai-batch-list)
+ [OpenAI 배치 작업 취소](#inference-openai-batch-cancel)
## OpenAI Batch API에 지원되는 모델 및 리전
배치 OpenAI 생성 API는 Amazon Bedrock 및 이러한 OpenAI 모델을 지원하는 AWS 리전에서 지원되는 모든 모델에 사용할 수 있습니다. 지원되는 모델 및 리전에 대한 자세한 내용은 [Amazon Bedrock에서 지원되는 파운데이션 모델](models-supported.md) 섹션을 참조하세요.
## OpenAI Batch API를 사용하기 위한 사전 조건
OpenAI Batch API 작업을 사용하기 위한 사전 조건을 보려면 원하는 방법의 탭을 선택한 후 다음 단계를 따릅니다.
------
#### [ OpenAI SDK ]
+ **인증** - OpenAI SDK는 Amazon Bedrock API 키를 사용한 인증만 지원합니다. Amazon Bedrock API 키를 생성하여 요청을 인증합니다. Amazon Bedrock API 키와 키 생성 방법에 대해 알아보려면 빌드 장의 API 키 섹션을 참조하세요.
+ **엔드포인트** - Amazon Bedrock 런타임 엔드포인트 및 할당량에 사용할 AWS 리전에 해당하는 엔드포인트를 찾습니다. [https://docs.aws.amazon.com/general/latest/gr/bedrock.html#br-rt](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#br-rt) AWS SDK를 사용하는 경우 클라이언트를 설정할 때 전체 엔드포인트가 아닌 리전 코드만 지정하면 될 수 있습니다.
+ **모델 액세스** - 이 기능을 지원하는 Amazon Bedrock 모델에 대한 액세스를 요청합니다. 자세한 내용은 [SDK 및 CLI를 사용하여 모델 액세스 관리](model-access.md#model-access-modify) 단원을 참조하십시오.
+ **OpenAI SDK 설치** - 자세한 내용은 OpenAI 설명서의 [라이브러리](https://platform.openai.com/docs/libraries)를 참조하세요.
+ **S3에 업로드된 배치 JSONL 파일** - OpenAI 설명서의 [배치 파일 준비](https://platform.openai.com/docs/guides/batch#1-prepare-your-batch-file)의 단계에 따라 배치 파일을 올바른 형식으로 준비합니다. 그런 다음 Amazon S3 버킷에 업로드합니다.
+ **IAM 권한** - 적절한 권한이 있는 다음 IAM ID가 있는지 확인합니다.
+ 인증하는 IAM 자격 증명은 배치 추론 관련 API 작업을 수행할 수 있습니다. 자세한 내용은 [IAM 자격 증명이 배치 추론 작업을 제출하고 관리하는 데 필요한 권한](batch-inference-permissions.md) 단원을 참조하십시오.
+ 사용 중인 배치 추론 서비스 역할은 사용자의 ID를 수임하고, 사용 중인 OpenAI 모델을 간접적으로 호출하고, S3의 배치 JSONL 파일에 액세스할 수 있습니다. 자세한 내용은 [서비스 역할](security-iam-sr.md) 단원을 참조하십시오.
------
#### [ HTTP request ]
+ **인증** - 자격 AWS 증명 또는 Amazon Bedrock API 키로 인증할 수 있습니다.
자격 AWS 증명을 설정하거나 Amazon Bedrock API 키를 생성하여 요청을 인증합니다.
+ 자격 AWS 증명 설정에 대한 자세한 내용은 [AWS 보안 자격 증명을 사용한 프로그래밍 방식 액세스를](https://docs.aws.amazon.com/IAM/latest/UserGuide/security-creds-programmatic-access.html) 참조하세요.
+ Amazon Bedrock API 키와 키 생성 방법에 대해 알아보려면 빌드 장의 API 키 섹션을 참조하세요.
+ **엔드포인트** - Amazon Bedrock 런타임 엔드포인트 및 할당량에 사용할 AWS 리전에 해당하는 엔드포인트를 찾습니다. [https://docs.aws.amazon.com/general/latest/gr/bedrock.html#br-rt](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#br-rt) AWS SDK를 사용하는 경우 클라이언트를 설정할 때 전체 엔드포인트가 아닌 리전 코드만 지정하면 될 수 있습니다.
+ **모델 액세스** - 이 기능을 지원하는 Amazon Bedrock 모델에 대한 액세스를 요청합니다. 자세한 내용은 [SDK 및 CLI를 사용하여 모델 액세스 관리](model-access.md#model-access-modify) 단원을 참조하십시오.
+ **S3에 업로드된 배치 JSONL 파일** - OpenAI 설명서의 [배치 파일 준비](https://platform.openai.com/docs/guides/batch#1-prepare-your-batch-file)의 단계에 따라 배치 파일을 올바른 형식으로 준비합니다. 그런 다음 Amazon S3 버킷에 업로드합니다.
+ **IAM 권한** - 적절한 권한이 있는 다음 IAM ID가 있는지 확인합니다.
+ 인증하는 IAM 자격 증명은 배치 추론 관련 API 작업을 수행할 수 있습니다. 자세한 내용은 [IAM 자격 증명이 배치 추론 작업을 제출하고 관리하는 데 필요한 권한](batch-inference-permissions.md) 단원을 참조하십시오.
+ 사용 중인 배치 추론 서비스 역할은 사용자의 ID를 수임하고, 사용 중인 OpenAI 모델을 간접적으로 호출하고, S3의 배치 JSONL 파일에 액세스할 수 있습니다. 자세한 내용은 [서비스 역할](security-iam-sr.md) 단원을 참조하십시오.
------
## OpenAI 배치 작업 생성
OpenAI Create batch API에 대한 자세한 내용은 OpenAI 설명서의 다음 리소스를 참조하세요.
+ [배치 생성](https://platform.openai.com/docs/api-reference/batch/create) - 요청과 응답을 모두 자세히 설명합니다.
+ [요청 출력 객체](https://platform.openai.com/docs/api-reference/batch/request-output) - 배치 작업에서 생성된 출력의 필드를 자세히 설명합니다. S3 버킷의 결과를 해석할 때는 이 설명서를 참조하세요.
**요청 구성**
배치 추론 요청을 구성할 때 다음 Amazon Bedrock 관련 필드 및 값을 기록해 둡니다.
**요청 헤더**
+ X-Amzn-Bedrock-RoleArn(필수) - 배치 추론 서비스 역할의 Amazon 리소스 이름(ARN)입니다. 자세한 내용은 [배치 추론을 위한 사용자 지정 서비스 역할 생성](batch-iam-sr.md) 섹션을 참조하세요.
+ X-Amzn-Bedrock-ModelId(필수) - 추론에 사용할 파운데이션 모델의 ID입니다. 자세한 내용은 [Amazon Bedrock에서 지원되는 파운데이션 모델](models-supported.md) 단원을 참조하십시오.
+ X-Amzn-Bedrock-OutputEncryptionKeyId(선택 사항) - 출력 S3 파일을 암호화하는 데 사용할 KMS 키의 ID입니다. 자세한 내용은 [AWS KMS (SSE-KMS)를 사용한 서버 측 암호화 지정을 참조하세요](https://docs.aws.amazon.com/AmazonS3/latest/userguide/specifying-kms-encryption.html).
+ X-Amzn-Bedrock-Tags(선택 사항) - 출력에 연결할 태그를 나타내는 키 및 값의 사전입니다. 자세한 내용은 [Amazon Bedrock 리소스 태그 지정](tagging.md) 단원을 참조하십시오.
**요청 본문 파라미터:**
+ 엔드포인트 - `v1/chat/completions`이어야 합니다.
+ input\_file\_id - 배치 JSONL 파일의 S3 URI를 지정합니다.
**생성된 결과 찾기**
생성 응답에는 배치 ID가 포함됩니다. 배치 추론 작업의 결과 및 오류 로깅은 입력 파일이 포함된 S3 폴더에 작성됩니다. 결과는 다음 폴더 구조와 같이 배치 ID와 이름이 동일한 폴더에 있습니다.
```
---- {batch_input_folder}
|---- {batch_input}.jsonl
|---- {batch_id}
|---- {batch_input}.jsonl.out
|---- {batch_input}.jsonl.err
```
OpenAI Create batch API를 다양한 메서드와 함께 사용하는 예제를 보려면 원하는 방법의 탭을 선택한 후 다음 단계를 따릅니다.
------
#### [ OpenAI SDK (Python) ]
OpenAI SDK를 사용하여 배치 작업을 생성하려면 다음을 수행합니다.
1. OpenAI SDK를 가져오고 다음 필드를 사용하여 클라이언트를 설정합니다.
+ `base_url` - 다음 형식과 같이 Amazon Bedrock 런타임 엔드포인트를 `/openai/v1`에 접두사로 추가합니다.
```
https://{{${bedrock-runtime-endpoint}}}/openai/v1
```
+ `api_key` - Amazon Bedrock API 키를 지정합니다.
+ `default_headers` - 헤더를 포함해야 하는 경우 이 객체에 헤더를 키-값 페어로 포함할 수 있습니다. 또는 특정 API 직접 호출을 수행할 때 `extra_headers`에서 헤더를 지정할 수 있습니다.
1. 클라이언트에서 [batches.create()](https://platform.openai.com/docs/api-reference/batch/create) 메서드를 사용합니다.
다음 예제를 실행하기 전에 다음 필드의 자리표시자를 바꿉니다.
+ api\_key - {{$AWS\_BEARER\_TOKEN\_BEDROCK}}을 실제 API 키로 바꿉니다.
+ X-Amzn-BedrockRoleArn – {{arn:aws:iam::123456789012:role/BatchServiceRole}}을 설정한 실제 배치 추론 서비스 역할로 바꿉니다.
+ input\_file\_id – {{s3://amzn-s3-demo-bucket/openai-input.jsonl}}을 배치 JSONL 파일을 업로드한 실제 S3 URI로 바꿉니다.
이 예제에서는 `us-west-2`에서 OpenAI Create batch job API를 직접적으로 호출하고 메타데이터 하나를 포함합니다.
```
from openai import OpenAI
client = OpenAI(
base_url="https://bedrock-runtime.us-west-2.amazonaws.com/openai/v1",
api_key="$AWS_BEARER_TOKEN_BEDROCK", # Replace with actual API key
default_headers={
"X-Amzn-Bedrock-RoleArn": "arn:aws:iam::123456789012:role/BatchServiceRole" # Replace with actual service role ARN
}
)
job = client.batches.create(
input_file_id="s3://amzn-s3-demo-bucket/openai-input.jsonl", # Replace with actual S3 URI
endpoint="/v1/chat/completions",
completion_window="24h",
metadata={
"description": "test input"
},
extra_headers={
"X-Amzn-Bedrock-ModelId": "openai.gpt-oss-20b-1:0",
}
)
print(job)
```
------
#### [ HTTP request ]
직접 HTTP 요청으로 채팅 완성을 생성하려면 다음을 수행합니다.
1. 다음 형식과 같이 Amazon Bedrock 런타임 엔드포인트를 `/openai/v1/batches`에 접두사로 지정해 POST 메서드를 사용하여 URL을 지정합니다.
```
{{https://${bedrock-runtime-endpoint}}}/openai/v1/batches
```
1. `Authorization` 헤더에서 AWS 자격 증명 또는 Amazon Bedrock API 키를 지정합니다.
다음 예제를 실행하기 전에 다음 먼저 필드의 자리표시자를 바꿉니다.
+ 승인 - {{$AWS\_BEARER\_TOKEN\_BEDROCK}}을 실제 API 키로 바꿉니다.
+ X-Amzn-BedrockRoleArn – {{arn:aws:iam::123456789012:role/BatchServiceRole}}을 설정한 실제 배치 추론 서비스 역할로 바꿉니다.
+ input\_file\_id – {{s3://amzn-s3-demo-bucket/openai-input.jsonl}}을 배치 JSONL 파일을 업로드한 실제 S3 URI로 바꿉니다.
다음 예제에서는 `us-west-2`에서 Create chat completion API를 직접적으로 호출하고 메타데이터 하나를 포함합니다.
```
curl -X POST 'https://bedrock-runtime.us-west-2.amazonaws.com/openai/v1/batches' \
-H 'Authorization: Bearer $AWS_BEARER_TOKEN_BEDROCK' \
-H 'Content-Type: application/json' \
-H 'X-Amzn-Bedrock-ModelId: openai.gpt-oss-20b-1:0' \
-H 'X-Amzn-Bedrock-RoleArn: arn:aws:iam::123456789012:role/BatchServiceRole' \
-d '{
"input_file_id": "s3://amzn-s3-demo-bucket/openai-input.jsonl",
"endpoint": "/v1/chat/completions",
"completion_window": "24h",
"metadata": {"description": "test input"}
}'
```
------
## OpenAI 배치 작업 검색
OpenAI Retrieve batch API 요청 및 응답에 대한 자세한 내용은 [배치 검색](https://platform.openai.com/docs/api-reference/batch/retrieve)을 참조하세요.
요청할 때 정보를 가져올 배치 작업의 ID를 지정합니다. 응답은 S3 버킷에서 조회할 수 있는 출력 및 오류 파일 이름을 포함하여 배치 작업에 대한 정보를 반환합니다.
OpenAI Retrieve batch API를 다양한 메서드와 함께 사용하는 예제를 보려면 원하는 방법의 탭을 선택한 후 다음 단계를 따릅니다.
------
#### [ OpenAI SDK (Python) ]
OpenAI SDK를 사용하여 배치 작업을 검색하려면 다음을 수행합니다.
1. OpenAI SDK를 가져오고 다음 필드를 사용하여 클라이언트를 설정합니다.
+ `base_url` - 다음 형식과 같이 Amazon Bedrock 런타임 엔드포인트를 `/openai/v1`에 접두사로 추가합니다.
```
https://{{${bedrock-runtime-endpoint}}}/openai/v1
```
+ `api_key` - Amazon Bedrock API 키를 지정합니다.
+ `default_headers` - 헤더를 포함해야 하는 경우 이 객체에 헤더를 키-값 페어로 포함할 수 있습니다. 또는 특정 API 직접 호출을 수행할 때 `extra_headers`에서 헤더를 지정할 수 있습니다.
1. 클라이언트에서 [batches.retrieve()](https://platform.openai.com/docs/api-reference/batch/create) 메서드를 사용하고 정보를 검색할 배치의 ID를 지정합니다.
다음 예제를 실행하기 전에 다음 필드의 자리표시자를 바꿉니다.
+ api\_key - {{$AWS\_BEARER\_TOKEN\_BEDROCK}}을 실제 API 키로 바꿉니다.
+ batch\_id - {{$AWS\_BEARER\_TOKEN\_BEDROCK}}을 실제 API 키로 바꿉니다.
예제에서는 ID가 {{batch\_abc123}}인 배치 작업의 `us-west-2`에서 OpenAI Retrieve batch job API를 직접적으로 호출합니다.
```
from openai import OpenAI
client = OpenAI(
base_url="https://bedrock-runtime.us-west-2.amazonaws.com/openai/v1",
api_key="$AWS_BEARER_TOKEN_BEDROCK" # Replace with actual API key
)
job = client.batches.retrieve(batch_id="batch_abc123") # Replace with actual ID
print(job)
```
------
#### [ HTTP request ]
직접 HTTP 요청으로 배치 작업을 검색하려면 다음을 수행합니다.
1. 다음 형식과 같이 Amazon Bedrock 런타임 엔드포인트를 `/openai/v1/batches/{{${batch_id}}}`에 접두사로 지정해 GET 메서드를 사용하여 URL을 지정합니다.
```
{{https://${bedrock-runtime-endpoint}}}/openai/v1/batches/{{batch_abc123}}
```
1. `Authorization` 헤더에서 AWS 자격 증명 또는 Amazon Bedrock API 키를 지정합니다.
다음 예제를 실행하기 전에 다음 먼저 필드의 자리표시자를 바꿉니다.
+ 승인 - {{$AWS\_BEARER\_TOKEN\_BEDROCK}}을 실제 API 키로 바꿉니다.
+ batch\_abc123 - 경로에서 이 값을 배치 작업의 실제 ID로 바꿉니다.
다음 예제에서는 ID가 {{batch\_abc123}}인 배치 작업의 `us-west-2`에서 OpenAI Retrieve batch API를 직접적으로 호출합니다.
```
curl -X GET 'https://bedrock-runtime.us-west-2.amazonaws.com/openai/v1/batches/batch_abc123' \
-H 'Authorization: Bearer $AWS_BEARER_TOKEN_BEDROCK'
```
------
## OpenAI 배치 작업 나열
OpenAI List batches API 요청 및 응답에 대한 자세한 내용은 [배치 나열](https://platform.openai.com/docs/api-reference/batch/list)을 참조하세요. 응답은 배치 작업에 대한 정보 배열을 반환합니다.
요청을 할 때 쿼리 파라미터를 포함하여 결과를 필터링할 수 있습니다. 응답은 S3 버킷에서 조회할 수 있는 출력 및 오류 파일 이름을 포함하여 배치 작업에 대한 정보를 반환합니다.
OpenAI List batches API를 다양한 메서드와 함께 사용하는 예제를 보려면 원하는 방법의 탭을 선택한 후 다음 단계를 따릅니다.
------
#### [ OpenAI SDK (Python) ]
OpenAI SDK를 사용하여 배치 작업을 나열하려면 다음을 수행합니다.
1. OpenAI SDK를 가져오고 다음 필드를 사용하여 클라이언트를 설정합니다.
+ `base_url` - 다음 형식과 같이 Amazon Bedrock 런타임 엔드포인트를 `/openai/v1`에 접두사로 추가합니다.
```
https://{{${bedrock-runtime-endpoint}}}/openai/v1
```
+ `api_key` - Amazon Bedrock API 키를 지정합니다.
+ `default_headers` - 헤더를 포함해야 하는 경우 이 객체에 헤더를 키-값 페어로 포함할 수 있습니다. 또는 특정 API 직접 호출을 수행할 때 `extra_headers`에서 헤더를 지정할 수 있습니다.
1. 클라이언트에서 [batches.list()](https://platform.openai.com/docs/api-reference/batch/list) 메서드를 사용합니다. 다음과 같은 선택적 파라미터를 포함할 수 있습니다.
다음 예제를 실행하기 전에 다음 필드의 자리표시자를 바꿉니다.
+ api\_key - {{$AWS\_BEARER\_TOKEN\_BEDROCK}}을 실제 API 키로 바꿉니다.
이 예제에서는 `us-west-2`에서 OpenAI List batch jobs API를 직접적으로 호출하고 반환할 결과 수를 2개로 지정합니다.
```
from openai import OpenAI
client = OpenAI(
base_url="https://bedrock-runtime.us-west-2.amazonaws.com/openai/v1",
api_key="$AWS_BEARER_TOKEN_BEDROCK" # Replace with actual API key
)
job = client.batches.list(limit=2)
print(job)
```
------
#### [ HTTP request ]
직접 HTTP 요청으로 배치 작업을 나열하려면 다음을 수행합니다.
1. 다음 형식과 같이 Amazon Bedrock 런타임 엔드포인트를 `/openai/v1/batches`에 접두사로 지정해 GET 메서드를 사용하여 URL을 지정합니다.
```
{{https://${bedrock-runtime-endpoint}}}/openai/v1/batches
```
다음과 같은 선택적 쿼리 파라미터를 포함할 수 있습니다.
1. `Authorization` 헤더에서 AWS 자격 증명 또는 Amazon Bedrock API 키를 지정합니다.
다음 예제를 실행하기 전에 다음 먼저 필드의 자리표시자를 바꿉니다.
+ 승인 - {{$AWS\_BEARER\_TOKEN\_BEDROCK}}을 실제 API 키로 바꿉니다.
이 예제에서는 `us-west-2`에서 OpenAI List batches API를 직접적으로 호출하고 반환할 결과 수를 2개로 지정합니다.
```
curl -X GET 'https://bedrock-runtime.us-west-2.amazonaws.com/openai/v1/batches?limit=2' \
-H 'Authorization: Bearer $AWS_BEARER_TOKEN_BEDROCK' \
```
------
## OpenAI 배치 작업 취소
OpenAI Cancel batch API 요청 및 응답 취소에 대한 자세한 내용은 [배치 취소](https://platform.openai.com/docs/api-reference/batch/cancel)를 참조하세요. 응답은 취소된 배치 작업에 대한 정보를 반환합니다.
요청할 때 취소할 배치 작업의 ID를 지정합니다.
OpenAI Cancel batch API를 다양한 메서드와 함께 사용하는 예제를 보려면 원하는 방법의 탭을 선택한 후 다음 단계를 따릅니다.
------
#### [ OpenAI SDK (Python) ]
OpenAI SDK를 사용하여 배치 작업을 취소하려면 다음을 수행합니다.
1. OpenAI SDK를 가져오고 다음 필드를 사용하여 클라이언트를 설정합니다.
+ `base_url` - 다음 형식과 같이 Amazon Bedrock 런타임 엔드포인트를 `/openai/v1`에 접두사로 추가합니다.
```
https://{{${bedrock-runtime-endpoint}}}/openai/v1
```
+ `api_key` - Amazon Bedrock API 키를 지정합니다.
+ `default_headers` - 헤더를 포함해야 하는 경우 이 객체에 헤더를 키-값 페어로 포함할 수 있습니다. 또는 특정 API 직접 호출을 수행할 때 `extra_headers`에서 헤더를 지정할 수 있습니다.
1. 클라이언트에서 [batches.cancel()](https://platform.openai.com/docs/api-reference/batch/cancel) 메서드를 사용하고 정보를 검색할 배치의 ID를 지정합니다.
다음 예제를 실행하기 전에 다음 필드의 자리표시자를 바꿉니다.
+ api\_key - {{$AWS\_BEARER\_TOKEN\_BEDROCK}}을 실제 API 키로 바꿉니다.
+ batch\_id - {{$AWS\_BEARER\_TOKEN\_BEDROCK}}을 실제 API 키로 바꿉니다.
예제에서는 ID가 {{batch\_abc123}}인 배치 작업의 `us-west-2`에서 OpenAI Cancel batch job API를 직접적으로 호출합니다.
```
from openai import OpenAI
client = OpenAI(
base_url="https://bedrock-runtime.us-west-2.amazonaws.com/openai/v1",
api_key="$AWS_BEARER_TOKEN_BEDROCK" # Replace with actual API key
)
job = client.batches.cancel(batch_id="batch_abc123") # Replace with actual ID
print(job)
```
------
#### [ HTTP request ]
직접 HTTP 요청으로 배치 작업을 취소하려면 다음을 수행합니다.
1. 다음 형식과 같이 Amazon Bedrock 런타임 엔드포인트를 `/openai/v1/batches/{{${batch_id}}}/cancel`에 접두사로 지정해 POST 메서드를 사용하여 URL을 지정합니다.
```
{{https://${bedrock-runtime-endpoint}}}/openai/v1/batches/{{batch_abc123}}/cancel
```
1. `Authorization` 헤더에서 AWS 자격 증명 또는 Amazon Bedrock API 키를 지정합니다.
다음 예제를 실행하기 전에 다음 먼저 필드의 자리표시자를 바꿉니다.
+ 승인 - {{$AWS\_BEARER\_TOKEN\_BEDROCK}}을 실제 API 키로 바꿉니다.
+ batch\_abc123 - 경로에서 이 값을 배치 작업의 실제 ID로 바꿉니다.
다음 예제에서는 ID가 {{batch\_abc123}}인 배치 작업의 `us-west-2`에서 OpenAI Cancel batch API를 직접적으로 호출합니다.
```
curl -X GET 'https://bedrock-runtime.us-west-2.amazonaws.com/openai/v1/batches/batch_abc123/cancel' \
-H 'Authorization: Bearer $AWS_BEARER_TOKEN_BEDROCK'
```
------