# Amazon Bedrock 降本技巧：缓存时长、Flex、推理力度和 maxTokens

> AWS 说明了四项请求级设置——提示词缓存时长、服务层级、推理力度和 maxTokens——如何影响 Bedrock 的 token 用量和定价。

Oossa · 2026-11-12 · https://oossa.com/zh/amazon-bedrock-cost-tips-cache-ttl-flex-tier-thinking-effort-and-maxtokens

AWS 的博客展示了 Amazon Bedrock 的四项推理选项如何影响费用。缩短缓存 TTL、使用 Flex 服务层级、降低推理力度，以及收紧 maxTokens 上限，都能减少 token 用量和费用。文章提供了示例代码、测试结果和定价表链接，帮助开发者在正式调整前评估影响。

## 事实

- 该文章发布于 2026-11-12。
- 1 小时缓存从一小时内的第二次请求开始变得更便宜；Nova 2 Lite 的 Flex 层级价格是 Standard 费率的一半。

## 为什么重要

开发者可以调整这四项设置，降低在 Bedrock 上的生成式 AI 开支，而不必更换模型。

## 来源与参考

1. [Four Amazon Bedrock inference choices that affect cost](https://aws.amazon.com/blogs/machine-learning/four-amazon-bedrock-inference-choices-that-affect-cost/) – AWS, 2026-11-12

最后更新: 2026-11-12