🐍 Python (boto3)

import boto3

brt = boto3.client("bedrock-runtime",
                   region_name="us-east-1")

resp = brt.converse(
    modelId="global.anthropic.claude-fable-5",
    system=[{"text": "你是资深云架构师"}],
    messages=[{"role": "user",
        "content": [{"text": "用一句话介绍 Bedrock"}]}],
    inferenceConfig={"maxTokens": 512},  # 必须显式设置!
)
print(resp["output"]["message"]
          ["content"][0]["text"])
print(resp["usage"])  # token 用量与缓存指标

💻 AWS CLI

aws bedrock-runtime converse \
  --model-id global.anthropic.claude-fable-5 \
  --messages '[{"role":"user","content":
      [{"text":"用一句话介绍 Bedrock"}]}]' \
  --inference-config '{"maxTokens":512}' \
  --region us-east-1

🐍 OpenAI SDK（只改两行）

from openai import OpenAI

client = OpenAI(
    base_url="https://bedrock-mantle"
             ".us-east-1.amazonaws.com/v1",
    api_key="$BEDROCK_API_KEY",  # Bedrock API Key
)
resp = client.chat.completions.create(
    model="gpt-5.6-terra",
    max_tokens=512,
    messages=[{"role": "user",
               "content": "介绍一下 Bedrock"}],
)
print(resp.choices[0].message.content)

🌐 curl

curl https://bedrock-mantle.us-east-1\
.amazonaws.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $BEDROCK_API_KEY" \
  -d '{
    "model": "gpt-5.6-terra",
    "max_tokens": 512,
    "messages": [
      {"role":"user","content":"介绍一下 Bedrock"}
    ]
  }'

# API Key 方式：SDK 自动识别环境变量
export AWS_BEARER_TOKEN_BEDROCK=your-api-key
# curl 则用 -H "Authorization: Bearer $KEY"

# SigV4 方式：boto3 自动签名
# 凭证链：环境变量 → ~/.aws/credentials → IAM Role

💾 两种缓存机制不一样！

⚠️ 仅 GPT-5.5 及更早是全自动缓存（≥1024 tok 前缀、写入免费）；GPT-5.6 起改为显式断点、写入 1.25×。GPT 缓存走 Responses API（bedrock-mantle）。

好的缓存对象：system prompt、few-shot、工具定义、长文档

🐍 Claude 显式缓存示例（Converse API）

resp = brt.converse(
    modelId="us.anthropic.claude-sonnet-4-6",
    system=[
        {"text": LONG_SYSTEM_PROMPT},  # >2048 tok
        {"cachePoint": {"type": "default"}},
    ],
    messages=[{"role": "user",
        "content": [{"text": user_question}]}],
    inferenceConfig={"maxTokens": 1024},
)
u = resp["usage"]
# 首次: cacheWriteInputTokens > 0
# 后续: cacheReadInputTokens > 0 (命中!)
print(u["cacheReadInputTokens"],
      u["cacheWriteInputTokens"])

💰 价格乘数（相对标准输入价）

写入计价：Claude 5 分钟写 1.25×、1 小时写 2×；GPT-5.6 30 分钟写 1.25×（无 1h 档）。示例（$/百万 tok）：Sonnet 4.6 写 $3.75(5m) / $6.00(1h)、读 $0.30；GPT-5.6 Terra 写 $3.44(30m)、读 $0.28。

⚖️ 回本条件（TTL 窗口内请求数 → 节省）

🧠 Anthropic

促销价至 2026-08-31，之后 $3/$15。*Fable 5 缓存价按标准乘数推算，以定价页为准。EU 区 Fable 5 为 $11/$55。

⚡ OpenAI

💡 为什么和 OpenAI 官网价"对不上"：Bedrock 当前为 In-Region 区域内推理，对标 OpenAI 的 Data Residency（数据驻留）档——两者价格完全一致；Bedrock global 跨区推理上线后，价格将与 OpenAI 标准档一致。