Amazon Bedrockとは？料金の仕組み・使い方・他のAIサービスとの違いを解説
Amazon Bedrockは、主要なAI企業の基盤モデル（Foundation Model）を、サーバーを管理せずにAPIで呼び出して使えるフルマネージドサービスです。この記事では、Amazon Bedrockの概要、他のAIサービスとの違い、料金、使い方、導入前の注意点を解説します。
AWS上で生成AIの導入を検討する際、「Amazon Bedrockとはどのようなサービスなのか」「料金はどう決まるのか」「他のAIサービスと何が違うのか」といった疑問を持つ方は多いのではないでしょうか。
Amazon Bedrockは、特定のAIモデルそのものを指すのではなく、複数社の基盤モデルをAWSの権限管理・ネットワーク・監査の仕組みの中で安全に利用するための「基盤（プラットフォーム）」としての役割を担っています。
この記事では、Amazon Bedrockの概要、他のAIサービスとの違い、料金、使い方、導入前の注意点を解説します。掲載している情報は、2026年10月16日時点のAWS公式情報にもとづきます。
Amazon Bedrockとは
複数の基盤モデルを1つのAPIで使えるフルマネージドサービス
Amazon Bedrockは、主要なAI企業の基盤モデル（Foundation Model）を、サーバーを管理せずにAPIで呼び出して使えるフルマネージドサービスです。
Amazon Bedrockは100以上の基盤モデルに対応しており、提供元にはAmazonをはじめ、Anthropic、OpenAI、DeepSeek、Moonshot AI、MiniMax、xAIなどが含まれます。
また、Converse APIを利用すれば、利用するモデルを切り替えても同じ書き方のままリクエストを送ることが可能です。
モデルの呼び出し以外にできること
Amazon Bedrockには、生成AIアプリケーションを作るための機能もそろっています。
| 機能 | できること | 使う場面の例 |
|---|---|---|
| Amazon Bedrock Knowledge Bases | 社内文書を検索し、回答に使う(RAG) | 社内規程に基づくQ&A |
| Amazon Bedrock Guardrails | 有害な内容や個人情報を含む入出力を抑える | 一般公開するチャットで、不適切な内容の出力を防ぐ |
| Amazon Bedrock AgentCore | AIエージェントを本番で動かす基盤。フレームワークやモデルを問わない | 社内システムを操作するエージェント |
| Amazon Bedrock Flows | プロンプト、モデル、AWS Lambdaなどをつないだ処理の流れを組み立てる | 定型の文書処理 |
| モデルのカスタマイズ | ファインチューニングや蒸留で、モデルを自社のデータに合わせる | 自社の業界の専門用語を、あらかじめモデルに学習させる |
東京リージョンから使うときの3つの呼び出し方
Amazon Bedrockのエンドポイントは東京（ap-northeast-1）と大阪（ap-northeast-3）にも用意されていますが、リクエストが実際にどこで処理されるかは、次の3つの呼び出し方によって異なります。
| 呼び出し方 | 処理されうる場所 |
|---|---|
| リージョン内 | 東京リージョンだけ |
| 日本のGeoプロファイル | 東京・大阪のいずれか |
| Globalプロファイル | 世界の商用リージョンのいずれか |
上記のうちGeoとGlobalは、あらかじめ決められた範囲のリージョンの中からAmazon Bedrockが処理場所を自動で割り当てる仕組みで、総称して「クロスリージョン推論」と呼ばれます。
選択できる呼び出し方はモデルごとに異なり、国内環境から利用する場合でも以下のような違いがあります。
- Claude Sonnet 4.6、Claude Haiku 5.5: 日本のGeoプロファイルを選べる
- OpenAIのGPT-5.6(Sol、Terra、Luna): 東京・大阪からはGlobalプロファイルでのみ呼び出せる
この違いは、料金とデータの所在の両方に関わります。
Amazon Bedrockで利用できる主な生成AIモデル
Amazon Bedrockで提供されているモデルは多岐にわたるため、自社の用途やコスト、日本語への対応状況などを踏まえて選定することが重要です。ここでは、代表的なモデルを提供元ごとに紹介します。
Amazon Nova
Amazonが開発したAWS純正の基盤モデル群です。東京リージョンで使える点やコストの低さ、音声対話(Amazon Nova Sonic)やマルチモーダル対応といった特定用途で選択肢になります。データの所在を国内で抑えたい場合や、速度・コストを優先する処理に向いています。
Anthropic Claude
長文の読解や複雑な文脈理解、コード生成に強いモデル群です。応答品質を重視する場面に適した「Claude Sonnet」系や、低コスト・低レイテンシーの「Claude Haiku」系などがあり、用途に応じて選べます。カスタマーサポートや社内ナレッジ検索、文書要約などで広く使われています。
OpenAI GPT
幅広いタスクに対応する汎用性の高いモデル群です。OpenAI独自のAPI形式でも呼び出せるため、既存のOpenAI向け実装から移行しやすい点も特徴です。ただし、対応する呼び出し方式はモデルごとに異なります。
Meta Llama
ソースが公開されたオープンモデルで、自社のニーズに合わせたカスタマイズのしやすさが強みです。自社データでのファインチューニングを前提とした用途に向いています。
このほかにも、DeepSeek、Mistral AI、Stability AI(画像生成)など、多様な提供元のモデルが提供されています。利用できるモデルと提供リージョンは頻繁に更新されるため、最新情報はAmazon Bedrockの対応モデル一覧でご確認ください。
Amazon Bedrockの導入メリット
Amazon Bedrockを使うと、生成AIアプリケーションを「速く・安全に・柔軟に」開発できます。主なメリットは次の3点です。
多様な基盤モデルを単一のAPIで柔軟に使い分けられる
100以上のモデルを、サーバーを管理せずにAPIで呼び出せます。とくにConverse APIを使えば、モデルを切り替えても同じ書き方でリクエストを送れるため、用途やコストに応じたモデルの比較・乗り換えが容易です。「まず安価なモデルで試し、品質が必要な処理だけ上位モデルに回す」といった使い分けもできます。
AWSの強固なセキュリティをそのまま適用できる
Amazon Bedrockは、AWSの権限管理(AWS Identity and Access Management、以下AWS IAM)・ネットワーク・監査の仕組みの中で動きます。AWS IAMで「誰がどのモデルを使えるか」を制御でき、AWS PrivateLinkを使えばインターネットを経由せず自社ネットワーク(VPC)からAmazon Bedrockに接続が可能です。入力・出力データは基盤モデルの改善に使われず、モデル提供元とも共有されません(詳細は後述の「導入前に確認したい注意点」を参照)。
RAGやエージェントなどのAIアプリを安全かつ簡単に構築できる
社内文書を検索して回答に使うRAG(Amazon Bedrock Knowledge Bases)、有害な内容や個人情報を含む入出力を防ぐ Amazon Bedrock Guardrails、AIエージェントを本番で動かすAmazon Bedrock AgentCoreなど、アプリ開発に必要な機能がそろっています(先述の「モデルの呼び出し以外にできること」の表を参照)。これらをAWSのセキュリティ基盤の上で組み合わせることで、ゼロから開発するよりも安全かつ短期間で構築できます。
Amazon Bedrockと他のAIサービスとの違い
AWSの生成AIサービスの中での位置づけ
AWSの生成AIサービスは、大きく3つの層に分かれます。
| 層 | 主なサービス | 位置づけ |
|---|---|---|
| そのまま使うアプリケーション | Amazon Q Business、 Amazon Q Developer | モデルを選ばずに使うAIアシスタント |
| アプリケーションを作るための基盤 | Amazon Bedrock | モデルを選び、自社で開発するシステムに取り入れる |
| モデルを作る・動かすための基盤 | Amazon SageMaker AI、 AWS Trainiumなどのインフラ | モデルの学習やデプロイを自分で制御する |
上の層ほど手軽に使え、下の層ほど自由に作り込めます。なお、最上位のAmazon Qも、Amazon Bedrockを基盤として構築されています。
Amazon SageMaker AIとの違い
既存のモデルをAPIで呼び出してアプリケーションやエージェントを構築する場合はAmazon Bedrock、モデルの学習や細かなカスタマイズ、推論環境の制御まで自分で行いたい場合は、Amazon SageMaker AIが向いています。主な違いは次のとおりです。
| 観点 | Amazon Bedrock | Amazon SageMaker AI |
|---|---|---|
| 用途 | AIアプリケーションやエージェントを作り、本番で動かす | モデルを学習・カスタマイズ・デプロイする |
| 想定する利用者 | AIを用いたアプリケーションの開発者 | 機械学習エンジニア、データサイエンティスト |
| カスタマイズ | ファインチューニング、蒸留、モデルのインポート | 多様な学習手法、学習ジョブ、HyperPod |
| 料金 | 入出力のトークン量に応じた従量課金 | 学習や推論に必要な計算資源の使用量に応じた従量課金(一部はトークン単位) |
| 必要な知識 | 学習済みモデルを使うための基本的な知識 | モデル学習を行うための技術的知識(非エンジニアでも使える機能も一部ある) |
| インフラ管理 | サーバーレスで、ほぼ不要 | 推論や学習のインフラを細かく制御できる |
この2つのサービスは組み合わせて使うことも可能です。例えば、Amazon SageMaker AIで学習したモデルをAmazon Bedrockに取り込んで推論に使えます。
Amazon Qとの違い
Amazon Qは、モデルを選ばずに使えるAIアシスタントです。Amazon Q Businessは社内データと連携して質問に回答し、Amazon Q Developerはコードの生成やAWSの運用を支援します。
Amazon Q Businessの料金はユーザーごとの月額制となっており、2026年10月時点では月3ドル/ユーザー(Lite)からです。なお、Amazon Q DeveloperのIDEプラグインについては、2027年4月30日でのサポート終了が予定されており、AWSからはKiroが案内されています。
既製のアシスタントで要件を満たせる場合は Amazon Q、自社のシステムに組み込みたい場合や、モデルを自分で選びたい場合はAmazon Bedrockが向いています。
Azure OpenAI Service・Google Vertex AIなど他クラウドとの比べ方
他クラウドのサービスと比較検討する場合、「どれが優れているか」という観点での比較は難しい場合があるため、次の2点で考えるのがよいでしょう。
- 自社のデータ、ID基盤、運用の仕組みがどのクラウドにあるか
- 使いたいモデルが、求めるリージョンと呼び出し方で提供されているか
AWSが中心の組織なら、既存のAWS IAM、AWS CloudTrail、VPCのセキュリティ・運用の仕組みをそのまま活用できる点が、Amazon Bedrockを選ぶ大きな理由になります。
また、Amazon Bedrockでは、OpenAIのモデル(GPT-5.6シリーズ、GPT-6 Astraなど)も利用できます。「OpenAIのモデルならAzure」と決める前に、呼び出し方(GPT-5.6は東京からGlobalのみ)やデータの処理場所も含めて比較することをおすすめします。他社サービスの仕様は、各サービスの公式情報をご確認ください。
実際に複数サービスを比較検討する場合は、以下の観点で見ると良いでしょう。
| 観点 | Amazon Bedrockで実現できること (AWS公式) |
他のサービスで確認すること |
|---|---|---|
| 使いたいモデル | 100以上。呼び出し方はモデルごとに違う | 使いたいモデルがあるか |
| データの所在 | 推論処理を行う地域を選択可能 | 日本国内で処理できるか |
| ID・権限管理 | AWS IAMで操作や使えるモデルを制御できる | 既存のID基盤と連携できるか |
| 監査ログ | AWS CloudTrailに処理リージョンも残る | 呼び出しの記録を残せるか |
| 閉域接続 | AWS PrivateLinkでVPCから接続できる | 閉域網から使えるか |
| 料金体系 | トークン単位の従量課金 | 課金の単位と割引の条件 |
| システム連携 | AWS LambdaなどのAWSサービスとつなげられる | 自社システムとつなげられるか |
Amazon Bedrockの料金
料金の基本は「モデル × トークン量」の従量課金
推論の料金は、使うモデルと、入力・出力のトークン数で決まります。多くのモデルで、出力の単価は入力より高く設定されています。
推論の方式で単価が変わる(バッチ推論・プロビジョンドスループット)
同じモデルでも、処理の緊急度や利用形態に応じて方式を選択でき、それぞれ単価が変わります。通常利用以外の主な方式は次のとおりです。
| 方式 | 単価の目安 | 向いている処理 | 注意点 |
|---|---|---|---|
| バッチ推論 | 一部のモデルで、通常利用より50%安い | 即時の応答が要らない大量の処理 | 結果は非同期で返るため、すぐには受け取れない |
| プロビジョンドスループット | 処理能力を時間単位で確保する料金(契約期間なし、1か月、6か月) | カスタマイズしたモデルを使う処理(この方式が必須) | 単価はアカウントチームに問い合わせる |
また、コスト削減のために重要な機能としてプロンプトキャッシュがあります。毎回送る同じ共通のプロンプト（システムプロンプトや参照文書など）をキャッシュして使い回し、入力の費用と待ち時間を下げる仕組みです。対応と割引の条件はモデルごとに違い、キャッシュへの保存に割増料金がかかるモデルもあります。
東京リージョンから使う場合の単価の考え方
料金は、呼び出し元のリージョンと呼び出し方で決まり、ルーティングの追加料金はかかりません。リージョン内と日本のGeoプロファイルは標準価格で、Globalプロファイルはそれより約10%安くなります。
東京リージョンから呼び出す場合の単価の例は次のとおりです(100万トークンあたり)。
| モデル | 呼び出し方 | 入力 | 出力 |
|---|---|---|---|
| Claude Haiku 5.5 | Global | $0.10 | $0.50 |
| Claude Haiku 5.5 | 日本のGeo | $0.11 | $0.55 |
| Claude Sonnet 4.6 | Global | $3.00 | $15.00 |
| Claude Sonnet 4.6 | 日本のGeo | $3.30 | $16.50 |
| Amazon Nova 2 Lite | Global | $0.36 | $3.01 |
| Amazon Nova 2 Lite | リージョン内 | $0.396 | $3.311 |
最新の単価は、公式の料金ページでご確認ください。
モデル料金以外にかかる費用
RAGなどを使う場合は、推論以外の費用も見込んでおく必要があります。特に気を付けたい項目は次のとおりです。
- Amazon Bedrock Knowledge Bases: インデックスの保存と検索APIの呼び出し(課金項目は構成によって異なります)
- ベクトルストア・データソース: 検索用のデータや元の文書を格納するサービス
- Amazon Bedrock Guardrails: フィルターごとに、最大1,000文字の「テキストユニット」単位で課金
- Intelligent Prompt Routing: 1,000リクエストあたり1ドル
- Amazon Bedrock AgentCore: 利用した機能ごとの従量課金
- ログ: CloudWatch Logsなどの保存費用
月額の見積もり手順と試算例
利用料の概算を算出したい場合は、次の手順で見積もると良いでしょう。
- 月の件数と、1件あたりの入力・出力のトークン数を見積もる
- 「件数 × トークン数 × 単価」で推論の費用を算出する
- Amazon Bedrock Knowledge Basesなど周辺機能の費用を加算する
- AWS Pricing Calculatorで合計額を算出する
例として、社内FAQに答えるアプリケーションを東京から呼び出す場合を考えます。月3,000件、質問文と検索された参照文書を合わせて1件あたりの入力を3,000トークン、出力を600トークンとすると、月の合計は入力900万トークン、出力180万トークンです。
| モデルと呼び出し方 | 計算(100万トークン単位) | 月額の目安 |
|---|---|---|
| Claude Haiku 5.5(日本のGeo) | 9 × $0.11 + 1.8 × $0.55 | 約$1.98 |
| Claude Sonnet 4.6(Global) | 9 × $3.00 + 1.8 × $15.00 | 約$54.00 |
| Claude Sonnet 4.6(日本のGeo) | 9 × $3.30 + 1.8 × $16.50 | 約$59.40 |
この試算は2026年10月16日時点の単価による推論費用のみを対象としており、為替レートの変動やプロンプトキャッシュの割引は含めていません。
関連記事：AWS生成AIの料金完全ガイド｜Amazon BedrockとAmazon Qのコスト計算と最適化
Amazon Bedrockの使い方
始める前に確認すること
多くのモデルは、必要な権限と支払い方法がそろっていれば、申請なしで使い始められます。事前に確認する点は次のとおりです。
- AWS IAMの権限: AWS Marketplaceでモデルを購読するための権限が付与されていること
- 支払い方法: AWS Marketplaceでの購入に対応した支払い方法が登録されていること
- 利用目的の申請: Anthropicのモデルを利用する場合、初回のユースケースフォームを提出していること
- 利用リージョン: 使いたいモデルが、使いたいリージョンと呼び出し方で提供されている
Amazon以外の提供元のモデル(AnthropicやOpenAIなど)を初めて呼び出すと、サブスクリプションの手続きが開始され、完了までに最大15分程度かかります。
また、初回の呼び出しをもって、モデルの利用規約(EULA)に同意したものとみなされます。
プレイグラウンドで試す
プレイグラウンド(コンソール上の試用画面)を使うと、プログラムを書かなくても、モデルを選んでプロンプトを送り、返ってくる応答を確認できます。実際の問い合わせ文や、機密情報を除いた社内文書など、業務に近い入力で複数のモデルを比べるのがポイントです。
APIから呼び出す
アプリケーションからは、APIを通じてモデルを使います。Amazon Bedrock独自のConverse APIのほか、OpenAIやAnthropicのAPIと同じ形式でも呼び出せます。対応している形式はモデルごとに異なります。
認証には、AWS IAMの認証情報のほか、APIキーも使えます。APIキーには最長12時間の短期キーと長期キーがあり、AWSは長期キーを試用に限るよう案内しています。本番環境で利用する場合は、AWS IAMロールの一時的な認証情報か短期キーの利用が推奨されます。
PoCから本番までの進め方
最初はPoCとして小さく始め、実際の費用と品質を確認しながら利用を広げていくことが推奨されます。例えば、以下のような進め方が考えられます。各ステップ末尾には主な担当ロールを記載しています。
- 対象の業務と、回答の正確さ・応答時間・1件あたりの費用などの評価基準を決める(利用部門と情シス)
- プレイグラウンドで複数のモデルを比較・検証する(開発リーダー)
- 必要に応じて、Amazon Bedrock Knowledge Basesで社内文書を連携する(開発リーダー)
- Amazon Bedrock Guardrailsとアクセス権限を設定する(情シス、情報セキュリティ部門)
- 限られた利用者で試し、トークン数と費用を記録する(開発リーダー)
- 本番の方式を決める(情シスと予算の責任者)
設計や運用で確認すべき観点は、AWS Well-Architected Frameworkの 生成AIレンズにまとまっています。
※参考： AWS Well-Architected Framework 生成AIレンズ
導入前に確認したい注意点
入力したデータはどう扱われるか
Amazon Bedrockでは、入力・出力データは基盤モデルの改善に使われず、モデル提供元とも共有されません。また、多くのモデルでは、既定で入力と出力が保存されません。
ただし、一部のモデルには不正利用を検出するための例外があります。
- OpenAIのモデル(gpt-oss系を除く): 不正利用の疑いがあると検知された通信を最大30日間保持する(条件を満たせば、保持しない設定の申請が可能)
- Claude Fable 5、Claude Fable 5.1: すべての通信を最大30日間保持する
保持されたデータはAWS側で保存され、モデル提供元とは共有されません。対象モデルや条件は更新される場合があるため、使うモデルごとに公式の不正利用検出ページでご確認ください。
モデルの追加や提供終了が頻繁にある
新しいモデルが頻繁に追加される一方、古いモデルは提供終了前の延長期間に入ると単価が上がることがあります。提供終了の目安はモデルごとの仕様やサポート期限が記載された「モデルカード」に載っており、例えばClaude Sonnet 4.6の提供終了日は、2027年2月17日以降と案内されています。
利用するモデルの最新情報は、AWSの公式ドキュメントや料金ページでご確認ください。
よくある質問(FAQ)
Amazon Bedrockのお試しは無料ですか？
料金はトークンの利用量で決まるため、少量のトークンで試すだけなら費用は小さく抑えられます。例えば、東京からClaude Haiku 5.5(日本のGeo)を入力10万トークン・出力1万トークン使った場合は、約0.02ドルです。
入力したデータはモデルの学習に使われますか？
使われません。入力・出力データは基盤モデルの改善に使われず、モデル提供元とも共有されません。ただし、一部のモデルでは、不正利用を検出するために通信が最大30日保持される場合があります。
利用量に上限はありますか？
あります。モデルごとにトークンの使用量などのクォータがあり、Service Quotasで確認と引き上げの申請ができます。日本のGeoプロファイルのクォータは、呼び出し元のリージョンごとに管理されます。本番運用の前に、必要な量を申請しておくことが推奨されます。
インターネットを通らずに使えますか？
使えます。AWS PrivateLinkを使うと、AWS上の自社ネットワーク(VPC)から、インターネットを経由せずにAmazon Bedrockに接続できます。この接続経路で実行可能な操作を制限することも可能です。
まとめ
Amazon Bedrockは、複数社の基盤モデルをAWSのセキュリティや運用基盤の上で活用し、自社で生成AIアプリケーションを開発するための基盤です。料金は「モデルの単価 × トークン量」を基本に、呼び出し方や推論の方式によって異なります。また、データの処理場所も呼び出し方で決まり、選べる方式はモデルごとに異なります。まずは小さなPoCで品質と費用を検証し、その結果から本番の方式を決めましょう。
