AWS Machine Learning Blog 中文 关注 优化每任务成本并在 Amazon Bedrock 上验证智能体投资回报率 比较每 token 价格掩盖了在 Amazon Bedrock 上运行模型的真实成本。本文展示如何计算跨四个隐藏成本驱动因素的真实每任务成本,并通过缓存、路由和输出约束来降低该成本,同时利用人类基准、留置实验和五维评分卡来证明智能体的投资回报率。 Optimizing cost per task and proving agent ROI on Amazon Bedrock aws.amazon.com AWS Machine Learning Blog 中文 RSS thenote.app