AWS każe płacić 75% więcej za priorytet w Bedrocku
3 listopada cennik Bedrocka pokazał poziom Priority z 75-procentową dopłatą względem Standard i poziom Flex z 50-procentowym rabatem. Wcześniej prezes Andy Jassy mówił, że moce na 2027 rok są w dużej mierze wyprzedane.

AWS zamienia brakujące moce w cennik
Jassy opisał niedobór w podcaście wideo ze współzałożycielem Andreessen Horowitz Benem Horowitzem i partnerem generalnym Erikiem Torenbergiem. „2027 jest w dużej mierze wyprzedany” – powiedział. „Zawsze zostawiamy pewną część na użycie na żądanie i naszą usługę wnioskowania Bedrock albo EC2, ale duże bloki są w większości wyprzedane. Spora część 2028 roku też.”
Strona cennika Bedrocka, zaktualizowana 3 listopada, przekłada ten niedobór na liczby. Poziom Priority kosztuje 75% więcej niż Standard. Flex to 50% rabatu. Batch również wypada 50% taniej niż Standard w wybranych modelach. Przypisy dotyczą modeli, które oferują te poziomy, więc nie każdy model ma każdą opcję.
Co dają poszczególne poziomy
Priority to opłata za wyprzedzenie kolejki dla zadań, które nie mogą czekać: czatu obsługującego klientów, agentów głosowych, procesu zakupu. Flex i Batch sprzedają cierpliwość za połowę ceny. AWS podaje, że wybrane modele podstawowe od Anthropic, Mety, Mistral AI i Amazona są dostępne do wnioskowania wsadowego 50% taniej niż w cenniku na żądanie.
Dzięki poziomom AWS sprzedaje ten sam model kupującemu, który potrzebuje gwarantowanej szybkości, i temu, który może poczekać. Ma to znaczenie, bo duże zarezerwowane bloki na 2027 rok w większości zniknęły. AWS trzyma rezerwę na użycie na żądanie, EC2 i wnioskowanie w Bedrocku, ale nie podało jej wielkości. Żaden komunikat AWS nie mówi, że EC2, Bedrock albo SageMaker AI są zamknięte dla nowych użytkowników.
Doniesienia mówią, że laboratoria AI, w tym Anthropic i OpenAI, podpisały wieloletnie zobowiązania na Trainium, co tłumaczy, dlaczego duże bloki zniknęły pierwsze. Startup, który potrzebuje 8 GPU na przyszły tydzień, trafia na inny rynek niż laboratorium chcące wieloletniego bloku o mocy wielu gigawatów.
Popyt wyprzedza nowe serwerownie
Wyniki Amazona za trzeci kwartał pokazały, że AWS rosło o 39,3% rok do roku, szósty kwartał przyspieszania z rzędu i najszybsze tempo od blisko pięciu lat. Amazon planował około 220 mld dol. nakładów inwestycyjnych na 2026 rok. 30 października firma podała, że instaluje akcelerator AI mniej więcej co 14 sekund, a klienci zużywali moce niemal tak szybko, jak przybywały.
Jassy powiedział, że te wydatki nie zamykają luki. „Nawet wydając w tym roku 220 mld dol., zostawiamy na stole pokaźną część popytu” – stwierdził, według DatacenterDynamics. Dodał: „Popyt jest po prostu niewiarygodny.”
Co dalej
Jassy mówił, że AWS może rosnąć powyżej 40% zarówno w 2027, jak i w 2028 roku. To prognoza, nie wynik. Dopóki nie pojawią się nowe moce, ceny poziomów pokazują, jak AWS rozdziela to, co ma.
Źródła
19- 01Bedrock Priority Tier Costs 75% More, Flex 50% Less [2026]EN
- 02Is hosting an open-source inference engine profitable?EN
- 03AI Model Cost Statistics: Training, Inference and Token PricingEN
- 04The Economics of Continuous InferenceEN
- 05GPT-6.1 Terra's price cut, recomputed for a cache-heavy agent sessionEN
- 06Tokenomics 2.0 According to Citadel's Frank Flight: The AI Boom Has a Pricing ProblemEN
- 07Modal CEO: Who Wins the Inference Market | Has Open-Source LLM Inference Peaked?EN
- 08ARIA's Scaling Inference Lab Deploys Lumai's Optical Compute TechEN
- 09Apple faces unprecedented memory cost increases as RAM prices continue to surgeEN
- 10Solar PV cuts Spain’s electricity costs by €17.02 billion over 18 monthsEN
- 11As Diesel Costs Surge for Farmers & Rural Businesses, Solar Offers a LifelineEN
- 12VMO2 to axe 30% staff costs, halt fiber build in £800M savings planEN
- 13Fuel From Bamboo Costs Just $2.75 Per GallonEN
- 14Here's how much Trump's Iran war has added to Americans' fuel costsEN
- 15Global AI Inference Chip Market Size, Share, Trends and Forecast 2027-2037 | Token Economics, Custom ASICs and Edge AI Create Strategic Growth OpportunitiesEN
- 16LEAP: Efficient LLM Inference Scheduling with Generalizable Length PredictionEN
- 17Launch HN: Momentic (YC W24) – Agents that catch bugs by using your appEN
- 18I post trained a model on DemoscenesEN
- 19How Specializing the Vocabulary of SLMs Can Cut Inference Cost by 77% in Real ApplicationsEN
Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.
Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.
Komentarze
0- Brak komentarzy — bądź pierwszy.