本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# 追蹤 Amazon Bedrock 中的用量和成本
Amazon Bedrock 提供多種方式，可將模型推論使用量和成本歸因於特定使用者、團隊、應用程式、環境或實驗。您可以使用單一機制或結合數個機制。例如，針對每個使用者可見性使用 IAM 主體屬性，以及針對每個應用程式標記的專案，以及針對每個呼叫實驗追蹤請求中繼資料。
**提示**
如果您不確定哪些機制適合您使用案例，請從本章[常見問答集](cost-mgmt-faq.md)結尾的 開始。它回答常見的決策問題，例如「我想要每個使用者、每個提示歸因 — 我有哪些選擇？」 和「傳統 CUR 和 CUR 2.0 有何不同？」。
## 選擇合適方案
您選擇的成本歸因方法取決於您要追蹤的維度、您使用的 Amazon Bedrock APIs，以及您需要的精細程度。以下兩個資料表顯示互補檢視。使用第一個 依您的目標查詢機制，第二個則並排比較機制。
**依目標選擇**
如果您知道想要的成本追蹤，請從這裡開始。
| 如果您的目標是... | 使用 |
| --- | --- |
| 帳單上的每個使用者或每個團隊美元 | [IAM 主體屬性](cost-mgmt-iam-principal-tracking.md) |
| 每個應用程式或每個工作負載美元 | [應用程式推論設定檔](cost-mgmt-application-inference-profiles.md) (bedrock-runtime) 或 [專案](cost-mgmt-projects.md)和 [工作區](cost-mgmt-workspaces.md)(bedrock-mantle) |
| 每個提示符記用量和成本，依任何維度分割 | [每個請求中繼資料標記](cost-mgmt-request-metadata.md)，搭配[模型調用日誌](model-invocation-logging.md) |
| 每個使用者和每個提示的詳細資訊 | [模型調用日誌](model-invocation-logging.md)，其中包含從 identity ARN 或[請求中繼資料](cost-mgmt-request-metadata.md)標籤取得的使用者 |
| 發票準確的美元和每個提示的詳細資訊 | 結合原生方法 （例如 [IAM 主體屬性](cost-mgmt-iam-principal-tracking.md)) 與 [每個請求中繼資料標記](cost-mgmt-request-metadata.md) |
**比較機制**
下表根據可用機制的屬性、輸出的內容、輸出的精細程度、資料交付的位置，以及它們支援的端點，來比較這些機制。
| Mechanism | 屬性依據 | Output | 精細程度 | 資料目的地 | 支援的 API | `bedrock-runtime` | `bedrock-mantle` |
| --- | --- | --- | --- | --- | --- | --- | --- |
| [IAM 主體屬性](cost-mgmt-iam-principal-tracking.md) | IAM 身分 | 帳單金額 | 彙總，每天每個用量類型 | AWS Cost Explorer/CUR 2.0 | InvokeModel、Converse、聊天完成 |  |  |
| [應用程式推論設定檔](cost-mgmt-application-inference-profiles.md) | 設定檔資源標籤 | 帳單金額 | 彙總，每天每個用量類型 | AWS Cost Explorer/CUR 2.0 | InvokeModel、Converse、聊天完成 |  |  |
| [專案](cost-mgmt-projects.md) | 專案資源標籤 | 帳單金額 | 彙總，每天每個用量類型 | AWS Cost Explorer/CUR 2.0 | 回應、聊天完成 |  |  |
| [工作區](cost-mgmt-workspaces.md) | 透過工作區標頭的專案資源標籤 | 帳單金額 | 彙總，每天每個用量類型 | AWS Cost Explorer/CUR 2.0 | 人類訊息 |  |  |
| [每個請求中繼資料標記](cost-mgmt-request-metadata.md) | 每個請求索引鍵/值標籤 | 字符計數 （您轉換為成本） | 每個請求 | 僅限調用日誌 | InvokeModel、InvokeModelWithResponseStream、Converse、ConverseStream |  |  |
**注意**
原生方法 ([IAM 主體屬性](cost-mgmt-iam-principal-tracking.md)、[專案](cost-mgmt-projects.md)、 [應用程式推論設定檔](cost-mgmt-application-inference-profiles.md)和 [工作區](cost-mgmt-workspaces.md)) 會將彙總帳單金額交付給 AWS Cost Explorer 和 CUR 2.0。最佳粒度是每天每個用量類型，由身分或標籤歸因；它們不會產生每個請求資料列。對於每個提示的詳細資訊，請使用[模型調用日誌](model-invocation-logging.md)，其中每個呼叫都是單獨的記錄，其中包含自己的字符計數。
## LLM 閘道後方的屬性
當閘道或代理代表許多使用者呼叫 Amazon Bedrock 時，Amazon Bedrock 會將閘道的 IAM 角色記錄為發起人的身分。若要保留使用者層級屬性，請根據您需要的輸出選擇 。
+ 對於計費工具中的每個使用者美元，請讓閘道使用每個使用者`RoleSessionName`或工作階段標籤，擔任每個使用者或租用戶的 Amazon Bedrock 角色。快取工作階段生命週期中產生的登入資料，以避免對每個請求進行 AWS STS 呼叫。如需詳細資訊，請參閱[IAM 主體屬性](cost-mgmt-iam-principal-tracking.md)。
+ 如需每個提示的詳細資訊，請在每次呼叫的[請求中繼資料](cost-mgmt-request-metadata.md)中設定使用者。請求中繼資料因請求而異，無需額外的 AWS STS 呼叫，這些工作階段標籤無法在共用工作階段上執行。