bedrock

AWS Bedrock

Amazon Bedrock は、統一された API を通じて AI 企業の基盤モデル（FM）を利用できるサービスです。テキスト生成、埋め込み、画像生成機能を使って生成 AI アプリケーションを構築できます。

目次

• 基本概念
• 一般的なパターン
• CLI リファレンス
• ベストプラクティス
• トラブルシューティング
• 参考資料

基本概念

基盤モデル

Bedrock で利用できる事前学習済みモデル：

• Claude（Anthropic）：テキスト生成、分析、コーディング
• Nova / Titan（Amazon）：テキスト、マルチモーダル、埋め込み
• GPT / gpt-oss（OpenAI）：テキスト生成、推論
• Llama（Meta）：オープンウェイトのテキスト生成
• Mistral：効率的なテキスト生成
• Stable Image（Stability AI）：画像生成と編集

モデルへのアクセス

商用リージョンでは、すべてのサーバーレスモデルへのアクセスがデフォルトで有効になっています（コンソールでのオプトインは不要です）。GovCloud（US）では、モデルは引き続き Model access ページで手動で有効にします（サードパーティーモデルも、リンクされた商用アカウントで有効にします）：

• サードパーティーモデルを初めて呼び出すと、AWS Marketplace を通じて自動的に登録されます（最大 15 分）。呼び出し元には aws-marketplace:Subscribe、Unsubscribe、ViewSubscriptions が必要です
• bedrock-runtime 上の Anthropic モデルには、アカウント／組織ごとに一度だけユースケースフォームが必要です（put-use-case-for-model-access）
• 呼び出しは EULA への同意を意味します。モデルをブロックするには、そのモデルに対する bedrock:InvokeModel と bedrock:InvokeModelWithResponseStream の両方を拒否します（SCP/IAM）。ConverseStream などのストリーミング API は後者を使用します。aws-marketplace:Subscribe の拒否だけでは、初回利用をブロックできません

エンドポイント

エンドポイント	API	用途
bedrock-runtime.{region}.amazonaws.com（推奨）	InvokeModel、Converse、Anthropic Messages（/anthropic）、OpenAI Responses/Chat Completions（/openai/v1）	Guardrails、クロスリージョン推論、プロンプトルーティング、アプリケーション推論プロファイル
bedrock-mantle.{region}.api.aws	OpenAI Responses/Chat Completions（/openai/v1）、Anthropic Messages	サーバーサイドツール（Web Search）、background=true による非同期処理、Projects/Workspaces、CRIS 専用モデルへの単一リージョンアクセス

• どちらもトークン単価は同じです。認証には SigV4 または Bedrock API キー（AWS_BEARER_TOKEN_BEDROCK）を使用します
• IAM：bedrock:InvokeModel（runtime）と bedrock-mantle:CreateInference（mantle）
• bedrock-runtime 上の Responses API は同期処理のみで、サーバーサイドツールはありません

推論プロファイルとモデルのライフサイクル

• 新しいモデル（例：Claude Sonnet 5）には、bedrock-runtime 上でリージョン内のオンデマンド ID がありません。modelId として、地理的推論プロファイル ID（us.、eu.、au.）または global. を使用します
• ライフサイクルは Active -> Legacy -> EOL です（get-foundation-model の modelLifecycle を参照）。Legacy：新たな Provisioned Throughput、ファインチューニング、クォータの引き上げはできません。EOL：リクエストは失敗します
• モデルカードには「EOL no sooner than」の日付が記載されています。モデル ID を固定する前に確認してください

ナレッジベースとエージェント

• マネージドナレッジベース（type: MANAGED）：Bedrock がストレージ、インデックス作成、検索を実行します。AgenticRetrieveStream（クエリ分解、反復検索、memoryConfiguration を使った AgentCore Memory の任意利用）をサポートするのはこのタイプのみです
• ネイティブマルチモーダルのマネージド KB は、TwelveLabs Marengo Embed 3.0（twelvelabs.marengo-embed-3-0-v1:0）で動画／音声／画像を直接埋め込みます。Retrieve のみを使ってテキストでクエリします（RetrieveAndGenerate は利用できません）
• Bedrock Agents Classic はメンテナンスモードです。2026 年 7 月 30 日以降、新規アカウントでは利用できません（過去 12 か月の利用実績がない場合、CreateAgent／InvokeInlineAgent は 403 を返します）。モデルカタログは凍結されています。新しいエージェントは Amazon Bedrock AgentCore 上に構築してください

推論タイプ

タイプ	ユースケース	料金
オンデマンド	変動するワークロード	トークン単位
Provisioned Throughput	安定した大量処理	時間単位のコミットメント
バッチ推論	非同期の大規模処理	トークン単価の割引

一般的なパターン

Invoke Model（テキスト生成）

AWS CLI：

# Invoke Claude
aws bedrock-runtime invoke-model \
  --model-id us.anthropic.claude-sonnet-5 \
  --content-type application/json \
  --accept application/json \
  --cli-binary-format raw-in-base64-out \
  --body '{
    "anthropic_version": "bedrock-2023-05-31",
    "max_tokens": 4096,
    "messages": [
      {"role": "user", "content": "Explain AWS Lambda in 3 sentences."}
    ]
  }' \
  response.json

# Claude Sonnet 5/Opus 5 think by default: content may start with a thinking block
cat response.json | jq -r '.content[] | select(.type=="text") | .text'

boto3：

import boto3
import json

bedrock = boto3.client('bedrock-runtime')

def invoke_claude(prompt, max_tokens=4096):
    response = bedrock.invoke_model(
        modelId='us.anthropic.claude-sonnet-5',
        contentType='application/json',
        accept='application/json',
        body=json.dumps({
            'anthropic_version': 'bedrock-2023-05-31',
            'max_tokens': max_tokens,
            'messages': [
                {'role': 'user', 'content': prompt}
            ]
        })
    )

    result = json.loads(response['body'].read())
    # Skip thinking blocks (adaptive thinking is on by default for Sonnet 5).
    # max_tokens caps thinking + text, so a truncated response may have no text block.
    if result['stop_reason'] == 'max_tokens':
        print('Truncated at max_tokens: raise it or lower output_config.effort')
    return next((b['text'] for b in result['content'] if b['type'] == 'text'), '')

# Usage
response = invoke_claude('What is Amazon S3?')
print(response)

ストリーミングレスポンス

import boto3
import json

bedrock = boto3.client('bedrock-runtime')

def stream_claude(prompt):
    response = bedrock.invoke_model_with_response_stream(
        modelId='us.anthropic.claude-sonnet-5',
        contentType='application/json',
        accept='application/json',
        body=json.dumps({
            'anthropic_version': 'bedrock-2023-05-31',
            'max_tokens': 4096,
            'messages': [
                {'role': 'user', 'content': prompt}
            ]
        })
    )

    for event in response['body']:
        chunk = json.loads(event['chunk']['bytes'])
        if chunk['type'] == 'content_block_delta':
            yield chunk['delta'].get('text', '')

# Usage
for text in stream_claude('Write a haiku about cloud computing.'):
    print(text, end='', flush=True)

埋め込みを生成する

import boto3
import json

bedrock = boto3.client('bedrock-runtime')

def get_embedding(text):
    response = bedrock.invoke_model(
        modelId='amazon.titan-embed-text-v2:0',
        contentType='application/json',
        accept='application/json',
        body=json.dumps({
            'inputText': text,
            'dimensions': 1024,
            'normalize': True
        })
    )

    result = json.loads(response['body'].read())
    return result['embedding']

# Usage
embedding = get_embedding('AWS Lambda is a serverless compute service.')
print(f'Embedding dimension: {len(embedding)}')

履歴を含む会話

import boto3
import json

bedrock = boto3.client('bedrock-runtime')

class Conversation:
    def __init__(self, system_prompt=None):
        self.messages = []
        self.system = system_prompt

    def chat(self, user_message):
        self.messages.append({
            'role': 'user',
            'content': user_message
        })

        body = {
            'anthropic_version': 'bedrock-2023-05-31',
            'max_tokens': 4096,
            'messages': self.messages
        }

        if self.system:
            body['system'] = self.system

        response = bedrock.invoke_model(
            modelId='us.anthropic.claude-sonnet-5',
            contentType='application/json',
            accept='application/json',
            body=json.dumps(body)
        )

        result = json.loads(response['body'].read())
        if result['stop_reason'] == 'max_tokens':
            # max_tokens caps thinking + text; don't store a truncated/empty turn
            self.messages.pop()
            raise RuntimeError('Truncated at max_tokens: raise it or lower output_config.effort')
        assistant_message = next(
            (b['text'] for b in result['content'] if b['type'] == 'text'), ''
        )

        self.messages.append({
            'role': 'assistant',
            'content': assistant_message
        })

        return assistant_message

# Usage
conv = Conversation(system_prompt='You are an AWS solutions architect.')
print(conv.chat('What database should I use for a chat application?'))
print(conv.chat('What about for time-series data?'))

利用可能なモデルを一覧表示する

# List all foundation models
aws bedrock list-foundation-models \
  --query 'modelSummaries[*].[modelId,modelName,providerName]' \
  --output table

# Filter by provider
aws bedrock list-foundation-models \
  --by-provider anthropic \
  --query 'modelSummaries[*].modelId'

# Get model details (includes modelLifecycle.status)
aws bedrock get-foundation-model \
  --model-identifier anthropic.claude-sonnet-5

モデルへのアクセスを確認する

# agreementAvailability.status AVAILABLE / NOT_AVAILABLE, authorizationStatus
aws bedrock get-foundation-model-availability \
  --model-id anthropic.claude-sonnet-5

# Anthropic one-time use case form (base64-encoded JSON:
# companyName, companyWebsite, intendedUsers, industryOption, otherIndustryOption, useCases)
aws bedrock put-use-case-for-model-access --form-data <base64-json>

# Programmatic agreement for third-party models
aws bedrock list-foundation-model-agreement-offers --model-id <model-id>
aws bedrock create-foundation-model-agreement --model-id <model-id> --offer-token <token>

トークン数を数える

# Free; returns inputTokens. Not supported for every model (e.g. CRIS-only Claude models)
aws bedrock-runtime count-tokens \
  --model-id anthropic.claude-3-5-haiku-20241022-v1:0 \
  --input '{"converse": {"messages": [{"role": "user", "content": [{"text": "Hello"}]}]}}'

CLI リファレンス

Bedrock（コントロールプレーン）

コマンド	説明
aws bedrock list-foundation-models	利用可能なモデルを一覧表示する
aws bedrock get-foundation-model	モデルの詳細を取得する
aws bedrock list-custom-models	ファインチューニング済みモデルを一覧表示する
aws bedrock create-model-customization-job	ファインチューニングを開始する
aws bedrock list-provisioned-model-throughputs	プロビジョニング済み容量を一覧表示する
aws bedrock get-foundation-model-availability	モデルへのアクセス／同意状況を確認する
aws bedrock put-use-case-for-model-access	Anthropic の初回利用ケースフォームを送信する
aws bedrock list-inference-profiles	システム／アプリケーションの推論プロファイルを一覧表示する
aws bedrock create-model-invocation-job	バッチジョブを開始する（--model-invocation-type InvokeModel|Converse）

Bedrock Runtime（データプレーン）

コマンド	説明
aws bedrock-runtime invoke-model	モデルを同期的に呼び出す
aws bedrock-runtime converse	複数ターンの会話 API
aws bedrock-runtime count-tokens	入力トークン数を数える（invokeModel または converse を指定した --input）
aws bedrock-runtime apply-guardrail	ガードレールに照らしてコンテンツを評価する

InvokeModelWithResponseStream と ConverseStream は SDK 専用です（AWS CLI v2 では利用できません）。

Bedrock Agent Runtime

コマンド	説明
aws bedrock-agent-runtime retrieve	ナレッジベースを検索する
aws bedrock-agent-runtime retrieve-and-generate	RAG クエリ

InvokeAgent、RetrieveAndGenerateStream、AgenticRetrieveStream は SDK 専用です（イベントストリーム）。

ベストプラクティス

コストの最適化

• 適切なモデルを使用する：単純なタスクには小型のモデルを使用します
• max_tokens を設定する：可能な場合は出力の長さを制限します
• レスポンスをキャッシュする：同一のクエリを繰り返す場合に使用します
• 可能な場合はバッチ処理する：一括処理にはバッチ推論を使用します
• 使用状況を監視する：コストに関する CloudWatch アラームを設定します
• グローバル推論プロファイル：データレジデンシー要件が許す場合、地理的プロファイルより約 10% 安価です
• 思考トークンは出力として課金される：Claude Sonnet 5／Opus 5 はデフォルトで思考します。不要な場合は "thinking": {"type": "disabled"} を渡すか、output_config.effort を下げてください。また、max_tokens（思考＋テキストの上限）を見直してください
• Converse のバッチ形式：--model-invocation-type Converse を使用すると、モデル間で単一のリクエスト形式を維持できます
• コストの帰属：IAM プリンシパルにコスト配分タグを付けます（両方のエンドポイントで機能します）

パフォーマンス

• ストリーミングを使用する：長い出力でもユーザーエクスペリエンスが向上します
• コネクションプーリング：boto3 クライアントを再利用します
• リージョンへのデプロイ：レイテンシを減らすため、最も近いリージョンを使用します
• プロビジョニング済みスループット：大量のワークロードを安定して処理する場合に使用します
• エンドポイントの選択：デフォルトでは bedrock-runtime を使用し、mantle 専用の機能には bedrock-mantle を使用します

セキュリティ

• 最小権限の IAM：必要なモデルへのアクセスのみを許可します
• VPC エンドポイント：トラフィックをプライベートに保ちます
• ガードレール：コンテンツフィルタリングを実装します
• CloudTrail による監査：モデルの呼び出しを追跡します
• Web Search（mantle）：Fetch を AWS の境界内にとどめるには、external_web_access: false を設定します。AmazonBedrockFullAccess には bedrock-websearch:ExternalWebAccess が含まれていないため、デフォルトの true では Fetch が暗黙的に失敗します
• アクティブなモデルを固定する：modelLifecycle を確認し、EOL 前に Legacy モデルから移行します

IAM 権限

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": [
        "bedrock:InvokeModel",
        "bedrock:InvokeModelWithResponseStream"
      ],
      "Resource": [
        "arn:aws:bedrock:us-east-1:123456789012:inference-profile/us.anthropic.claude-sonnet-5",
        "arn:aws:bedrock:us-east-1::foundation-model/amazon.titan-embed-text-v2:0"
      ]
    },
    {
      "Effect": "Allow",
      "Action": [
        "bedrock:InvokeModel",
        "bedrock:InvokeModelWithResponseStream"
      ],
      "Resource": "arn:aws:bedrock:*::foundation-model/anthropic.claude-sonnet-5",
      "Condition": {
        "StringEquals": {
          "bedrock:InferenceProfileArn": "arn:aws:bedrock:us-east-1:123456789012:inference-profile/us.anthropic.claude-sonnet-5"
        }
      }
    }
  ]
}

推論プロファイルを使用するには、プロファイル ARN と、各宛先リージョンの基盤モデルへのアクセスが必要です（aws bedrock get-inference-profile --inference-profile-identifier <id> の models フィールドで一覧を確認できます）。リージョンを拒否する SCP では、宛先リージョンを許可するか、bedrock:InferenceProfileArn による例外を設定する必要があります。

トラブルシューティング

AccessDeniedException

原因：

• サードパーティ製モデルを初めて使用する際に aws-marketplace:Subscribe が不足している（自動サブスクリプションに失敗します。修正後、反映まで約2分かかる場合があります）
• Anthropic のユースケースフォームが送信されていない
• IAM ポリシーに bedrock:InvokeModel がない、または推論プロファイルの宛先リージョンの基盤モデル ARN が不足している
• モデル ID またはリージョンが間違っている
• Bedrock Agents Classic：「Bedrock Agents is in Maintenance Mode」— 以前に使用したことのないアカウントで CreateAgent／InvokeInlineAgent を実行すると 403 が発生します（AgentCore を使用してください）

デバッグ：

# Check model access status
aws bedrock get-foundation-model-availability \
  --model-id anthropic.claude-sonnet-5

# Test IAM permissions
aws iam simulate-principal-policy \
  --policy-source-arn arn:aws:iam::123456789012:role/my-role \
  --action-names bedrock:InvokeModel \
  --resource-arns "arn:aws:bedrock:us-east-1:123456789012:inference-profile/us.anthropic.claude-sonnet-5"

# The profile ARN can pass while cross-Region routing is still denied: also simulate each
# destination-Region model ARN (models field of get-inference-profile) with the profile context
aws iam simulate-principal-policy \
  --policy-source-arn arn:aws:iam::123456789012:role/my-role \
  --action-names bedrock:InvokeModel \
  --resource-arns "arn:aws:bedrock:us-east-1::foundation-model/anthropic.claude-sonnet-5" \
                  "arn:aws:bedrock:us-west-2::foundation-model/anthropic.claude-sonnet-5" \
  --context-entries '[{"ContextKeyName":"bedrock:InferenceProfileArn","ContextKeyType":"string","ContextKeyValues":["arn:aws:bedrock:us-east-1:123456789012:inference-profile/us.anthropic.claude-sonnet-5"]}]'

ModelNotReadyException

**原因：**モデルのプロビジョニング中、または一時的に利用できません。

**解決策：**指数バックオフを使用した再試行を実装します。

import time
from botocore.exceptions import ClientError

def invoke_with_retry(bedrock, body, max_retries=3):
    for attempt in range(max_retries):
        try:
            return bedrock.invoke_model(
                modelId='us.anthropic.claude-sonnet-5',
                body=json.dumps(body)
            )
        except ClientError as e:
            if e.response['Error']['Code'] == 'ModelNotReadyException':
                time.sleep(2 ** attempt)
            else:
                raise
    raise Exception('Max retries exceeded')

ThrottlingException

原因：

• bedrock-runtime でモデルごとの1分あたりのトークン数（入力と出力の合計）、または1日あたりのトークン数のクォータを超過している
• RPM クォータを超過している（モデルによって異なり、クォータがないモデルもあります）
• 同時リクエストが多すぎる

解決策：

• クォータの引き上げを申請します（TPM／TPD の両方を対象とするため、「Cross-Region InvokeModel tokens per minute for 」を申請してください。レガシーモデルは対象外です）
• max_tokens を下げます。クォータの消費量に影響します
• スループットを高めるため、クロスリージョン推論プロファイルを使用します
• 指数バックオフを実装します
• プロビジョンドスループットを検討します

ValidationException

よくある問題：

• モデル ID が無効、またはモデルが EOL になっている
• エラーに、モデル ID ではオンデマンドスループットがサポートされていないと記載されている：推論プロファイル ID（us.／global. プレフィックス）を使用してください
• リクエスト本文の形式が不正
• max_tokens がモデルの上限を超えている
• adaptive／disabled のみを受け付けるモデル（例：Claude Sonnet 5）で、budget_tokens と thinking.type: "enabled" を指定している
• output_config.format（構造化出力）を bedrock-mantle に送信している（bedrock-runtime の Converse／InvokeModel を使用してください）

デバッグ：

# Check model-specific requirements
aws bedrock get-foundation-model \
  --model-identifier anthropic.claude-sonnet-5 \
  --query 'modelDetails.[inferenceTypesSupported,modelLifecycle.status]'

参考資料

• Bedrock ユーザーガイド
• Bedrock API リファレンス
• Bedrock Runtime API
• モデルパラメーター
• Bedrock の料金
• エンドポイント
• モデル一覧
• モデルのライフサイクル
• Agents Classic のメンテナンスモード