亚马逊投了OpenAI 500亿，我用AWS调了三天模型，聊聊真实感受

先说结论：亚马逊这500亿美元砸下去，对普通开发者来说，短期内感受不到什么变化，但长期看，AWS的AI服务会越来越离不开OpenAI。我实验室刚好在跑一个强化学习项目，需要调大模型做环境交互，正好借这个机会把AWS Bedrock上的OpenAI模型跑了一遍，算是提前体验了“亚马逊牌OpenAI”到底好不好用。

1. 准备：从零开始搞AWS账号

动手之前先得有AWS账号。我用的个人邮箱注册，绑定Visa卡，这一步花了大概10分钟。注意，AWS会先扣1美元验证，别慌，不是真扣。

进到控制台，搜索 Bedrock，这是AWS的AI模型平台。点进去之后，会看到一个「模型目录」，里面列了Claude、Llama、Mistral，还有OpenAI的GPT-4o和GPT-4-turbo。我一开始以为得先申请才能用，结果发现亚马逊已经把OpenAI的模型直接集成进去了，不需要额外填申请表。这一点比Azure做得好，Azure上用小模型经常要等审批。

2. 上手：3步调通第一个API调用

第一步：创建一个模型端点。 在Bedrock左侧菜单选「Model access」，点「Manage model access」，把OpenAI的GPT-4o勾上，提交。AWS会提示“This action may take up to 5 minutes”，实际我等了不到2分钟就显示可用。

第二步：获取API密钥。 在Bedrock的「API keys」页面生成一个。注意，这里生成的密钥是AWS IAM角色，不是OpenAI自己的API key。所以调用方式也和OpenAI官方SDK不同，得用AWS的Boto3库。

第三步：写代码。 我用的Python，先装 boto3，然后写一个简单的调用：

import boto3

client = boto3.client('bedrock-runtime', region_name='us-east-1')
response = client.invoke_model(
    modelId='openai.gpt-4o',
    body='{"prompt": "Hello, world!", "max_tokens": 50}'
)
print(response['body'].read().decode())

跑了一下，5秒出结果，没什么问题。但注意，region必须选 us-east-1，其他区域目前不支持。

3. 踩坑：两个大坑差点劝退

第一个坑：调用限制。 我跑了20个并发请求，直接报 ThrottlingException。AWS的免费配额是每分钟1000个token，但GPT-4o的模型限制更严，实际跑下来每分钟只能发10个请求。我实验室的项目需要同时调几百次，这根本不够用。解决办法是去AWS控制台提配额提升申请，但需要填理由，我等了3天才批到500个请求/分钟。

第二个坑：费用算不明白。 亚马逊的定价页面写得很清楚：GPT-4o输入$2.5/1M tokens，输出$10/1M tokens。但注意，AWS还会额外收“模型托管费”，大约是模型调用费的20%。我跑了一个测试用掉300万token，账单出来$45，比直接用OpenAI的API贵了大概$8。说实话，不推荐小规模用户用AWS调用OpenAI，直接去OpenAI官网买额度更划算。但如果是大企业，AWS的账单合并和权限管理确实方便。

4. 优缺点清单

优点：

• 集成度好，不需要申请OpenAI账号，一个AWS账号搞定所有模型
• 企业级安全，IAM权限控制比OpenAI的API key更精细
• 多模型切换方便，从GPT-4o换到Claude只需改个modelId，代码不用大改

缺点：

• 费用比官方贵，小团队用不起
• 并发配额低，需要手动提申请，流程繁琐
• 区域限制，只有us-east-1可用，延迟对国内用户不友好

5. 结论：适合谁，不适合谁

适合：已经在用AWS的企业，希望统一管理AI模型权限，不介意多花点钱图省事。

不适合：个人开发者、学生、小团队，直接去OpenAI官网开API，省心省钱。

趋势预测：亚马逊这500亿美元投下去，下一步大概率会推出“OpenAI专属实例”，类似AWS的EC2实例那样，给大模型专用硬件。到时候价格可能会降下来，但短期（半年内）别指望。我实验室已经决定暂时用OpenAI官方API，等AWS降价再说。